[發明專利]公共交通工具的實時滿載率預測方法、裝置、設備和介質

有效

• 申請號: 202011641120.1
• 申請日: 2020-12-31
• 公開（公告）號: CN112785044B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 歐勇輝;盧瑞琪
• 申請（專利權）人: 廣州交信投科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/30;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 盧曉霞

本申請涉及人工智能技術領域，提供了一種多站點公共交通工具的實時滿載率預測方法、裝置、計算機設備和存儲介質。本申請能夠對公共交通工具的實時滿載率進行精確預測。該方法包括：獲取待預測的公共交通工具到達當前站點及其前序站點對應的上車乘客數和站點到達時段，確定公共交通工具當前所處的運行服務時間所對應的時間類型，將上車乘客數、站點到達時段和時間類型作為公共交通工具實時滿載率的影響因素，利用預先構建的實時載客量預測模型根據所輸入的影響因素特征數據輸出公共交通工具在該當前站點對應的實時載客量預測值，根據實時載客量預測值和公共交通工具對應的額定載客量的比值得到該公共交通工具的實時滿載率。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種多站點公共交通工具的實時滿載率預測方法、裝置、計算機設備和存儲介質。

背景技術

在大力發展城市公共交通的背景下，公共交通線路和公共交通工具的數量持續增加，但同時客流量卻不斷下降。其中，滿載率是衡量公交出行擁擠程度的指標，也是衡量公交線路運行效益的指標，可見，滿載率對于公交線路規劃、車輛調度和服務評價而言都是重要的參數。進一步在疫情防控的背景下，實時滿載率也是衡量公共交通中人群聚集程度的重要指標和參考依據。

然而，以目前的技術而言，尚無法采集或者推算出公共交通工具實時滿載率。

發明內容

基于此，有必要針對上述技術問題，提供一種多站點公共交通工具的實時滿載率預測方法、裝置、計算機設備和存儲介質。

一種多站點公共交通工具的實時滿載率預測方法，所述方法包括：

獲取待預測的公共交通工具到達當前站點的第一上車乘客數以及到達所述當前站點時所處第一站點到達時段，以及，獲取所述公共交通工具到達前序站點的第二上車乘客數以及到達所述前序站點時所處第二站點到達時段；

確定所述公共交通工具當前所處的運行服務時間所對應的時間類型；

根據所述第一上車乘客數、第一站點到達時段、第二上車乘客數、第二站點到達時段和時間類型，得到所述公共交通工具實時滿載率的影響因素特征數據；

將所述影響因素特征數據輸入至預先構建的實時載客量預測模型，以使所述實時載客量預測模型根據所述影響因素特征數據，輸出所述公共交通工具在所述當前站點對應的實時載客量預測值；

根據所述實時載客量預測值和所述公共交通工具對應的額定載客量，得到所述公共交通工具的實時滿載率。

一種多站點公共交通工具的實時滿載率預測裝置，包括：

乘客數與時段獲取模塊，用于獲取待預測的公共交通工具到達當前站點的第一上車乘客數以及到達所述當前站點時所處第一站點到達時段，以及，獲取所述公共交通工具到達前序站點的第二上車乘客數以及到達所述前序站點時所處第二站點到達時段；

時間類型確定模塊，用于確定所述公共交通工具當前所處的運行服務時間所對應的時間類型；

特征數據獲取模塊，用于根據所述第一上車乘客數、第一站點到達時段、第二上車乘客數、第二站點到達時段和時間類型，得到所述公共交通工具實時滿載率的影響因素特征數據；

模型預測模塊，用于將所述影響因素特征數據輸入至預先構建的實時載客量預測模型，以使所述實時載客量預測模型根據所述影響因素特征數據，輸出所述公共交通工具在所述當前站點對應的實時載客量預測值；

滿載率計算模塊，用于根據所述實時載客量預測值和所述公共交通工具對應的額定載客量，得到所述公共交通工具的實時滿載率。

一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：