一种车辆调度方法、装置及电子设备与流程

阅读：评论：0

1.本发明涉及交通技术领域，尤其涉及一种车辆调度方法、装置及电子设备。

背景技术：

2.现有技术中，在对车辆(例如，公交车、无人驾驶车辆等)进行车辆调度时，通常是人工对每一辆车进行排班，安排每一辆车在固定时间发车，且每一辆车运行的线路、站点及站点间的路线也是固定的。然而，道路的交通状况复杂，采用人工排班的方式较为耗费人力，且无法应对复杂的交通状况，车辆调度的效果较差。

技术实现要素：

3.本发明实施例提供一种车辆调度方法、装置及电子设备，以解决现有采用人工排班的方式较为耗费人力，且无法应对复杂的交通状况，车辆调度的效果较差的问题。
4.为解决上述技术问题，本发明是这样实现的：
5.第一方面，本发明实施例提供了一种车辆调度方法，所述方法包括：
6.依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；
7.依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；
8.获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；
9.依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。
10.可选的，所述实时监测数据包括如下至少一项：
11.站点客流量、天气状态系数、交通流系数；
12.所述天气状态系数与天气恶劣程度负相关，所述交通流系数与交通的拥堵程度正相关。
13.可选的，所述预计运行信息包括发车时间间隔；
14.所述依据所述实时监测数据对所述预计运行信息进行调整，包括：
15.基于目标线路的站点客流量及乘客可容纳量确定所述目标线路的乘客饱和系数，所述乘客可容纳量用于指示所述车辆当前可容纳的乘客的数量，所述乘客饱和系数与所述站点客流量正相关，且与所述乘客可容纳量负相关；
16.依据目标参数确定发车间隔缩短时长或发车间隔延长时长，所述目标参数为所述乘客饱和系数、所述天气状态系数、所述交通流系数中的任意一项；
17.依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整。
18.可选的，所述目标参数为所述乘客饱和系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
19.在所述乘客饱和系数大于第一决策参数的情况下，依据所述乘客饱和系数确定发
车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，且所述发车间隔缩短时长与所述第一决策参数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
20.所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：
21.依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
22.可选的，所述目标参数为所述乘客饱和系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
23.在所述乘客饱和系数小于第二决策参数的情况下，依据所述乘客饱和系数确定发车间隔延长时长，其中，所述发车间隔延长时长与所述乘客饱和系数负相关，且所述发车间隔延长时长与所述交通流系数正相关，所述第二决策参数基于历史平均交通流系数确定；
24.所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：
25.依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔。
26.可选的，所述目标参数为所述天气状态系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
27.在所述天气状态系数小于第一预设阈值的情况下，依据所述天气状态系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，所述发车间隔缩短时长与第一决策参数负相关，且所述发车间隔缩短时长与所述天气状态系数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
28.所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：
29.依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
30.可选的，所述实时监测数据包括所述交通流系数，所述预计运行信息包括行车路线；
31.所述依据所述实时监测数据对所述预计运行信息进行调整，包括：
32.在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内小于第二预设阈值的情况下，调整车辆在所述第一站点和所述第二站点之间的行车路线，所述第一站点为所述目标线路上的任意一个站点，所述第二站点为所述第一站点之后的一个站点。
33.第二方面，本发明实施例提供一种车辆调度装置，所述装置包括：
34.预测模块，用于依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；
35.确定模块，用于依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；
36.获取模块，用于获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；
37.调度模块，用于依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。
38.可选的，所述实时监测数据包括如下至少一项：
39.站点客流量、天气状态系数、交通流系数；
40.所述天气状态系数与天气恶劣程度负相关，所述交通流系数与交通的拥堵程度正相关。
41.可选的，所述预计运行信息包括发车时间间隔；
42.所述调度模块包括：
43.第一确定单元，用于基于目标线路的站点客流量及乘客可容纳量确定所述目标线路的乘客饱和系数，所述乘客可容纳量用于指示所述车辆当前可容纳的乘客的数量，所述乘客饱和系数与所述站点客流量正相关，且与所述乘客可容纳量负相关；
44.第二确定单元，用于依据目标参数确定发车间隔缩短时长或发车间隔延长时长，所述目标参数为所述乘客饱和系数、所述天气状态系数、所述交通流系数中的任意一项；
45.调整单元，用于依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整；
46.调度单元，用于基于调整后的预计运行信息调度车辆。
47.可选的，所述目标参数为所述乘客饱和系数，所述第二确定单元具体用于：
48.在所述乘客饱和系数大于第一决策参数的情况下，依据所述乘客饱和系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，且所述发车间隔缩短时长与所述第一决策参数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
49.所述调整单元具体用于：
50.依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
51.可选的，所述目标参数为所述乘客饱和系数，所述第二确定单元具体用于：
52.在所述乘客饱和系数小于第二决策参数的情况下，依据所述乘客饱和系数确定发车间隔延长时长，其中，所述发车间隔延长时长与所述乘客饱和系数负相关，且所述发车间隔延长时长与所述交通流系数正相关，所述第二决策参数基于历史平均交通流系数确定；
53.所述调整单元具体用于：
54.依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔。
55.可选的，所述目标参数为所述天气状态系数，所述第二确定单元具体用于：
56.在所述天气状态系数小于第一预设阈值的情况下，依据所述天气状态系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，所述发车间隔缩短时长与第一决策参数负相关，且所述发车间隔缩短时长与所述天气状态系数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
57.所述调整单元具体用于：
58.依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
59.可选的，所述实时监测数据包括所述交通流系数，所述预计运行信息包括行车路
线；
60.所述调度模块具体用于：
61.在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内小于第二预设阈值的情况下，调整车辆在所述第一站点和所述第二站点之间的行车路线，所述第一站点为所述目标线路上的任意一个站点，所述第二站点为所述第一站点之后的一个站点；
62.基于调整后的预计运行信息调度车辆。
63.第三方面，本发明实施例提供一种电子设备，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现第一方面所述的车辆调度方法的步骤。
64.第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的车辆调度方法的步骤。
65.本发明实施例中，依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。这样，基于历史客流量数据及实时监测数据调度车辆，不需要人工调度，能够提高车辆调度效果。
附图说明
66.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
67.图1是本发明实施例提供的一种车辆调度方法的流程图；
68.图2是本发明实施例提供的一种车辆调度过程的示意图；
69.图3是本发明实施例提供的一种车辆调度装置的结构示意图；
70.图4是本发明实施例提供的另一种车辆调度装置的结构示意图；
71.图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
72.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
73.本发明实施例中，提出了一种车辆调度方法、装置及电子设备，以解决现有采用人工排班的方式较为耗费人力，且无法应对复杂的交通状况，车辆调度的效果较差的问题。
74.参见图1，图1是本发明实施例提供的一种车辆调度方法的流程图，如图1所示，所述方法包括以下步骤：
75.步骤101、依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量。
76.其中，目标线路可以为运营的线路中的任意一条线路。可以获取针对目标线路布置的摄像头的历史视频流数据，解析历史视频流数据，获取目标线路的历史客流量数据。历史客流量数据可以包括历史站点客流量及历史站点上下车数量等等。目标日期可以为未来的任意一天，示例地，可以为次日。
77.另外，可以将目标线路的历史客流量数据及目标日期输入用于预测客流量的神经网络模型进行预测，获取所述目标线路在目标日期的客流量；或者，可以依据第一预设规则进行预测，获取所述目标线路在目标日期的客流量，示例地，历史客流量数据表征每周五的五点xx站点的客流量均在30-40个之间，则周五的五点xx站点的客流量可以为(30+40)/2＝35个。
78.步骤102、依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息。
79.其中，预计运行信息可以包括站点、发车时刻、所需车辆数及预计耗时时间等信息。车辆可以为公交车、无人车、接驳车或者无人接驳车等等。可以将预测的所述客流量输入用于预测预计运行信息的神经网络模型，获取所述预计运行信息；或者，可以依据第二预设规则进行预测，获取所述预计运行信息，示例地，若周五的五点xx站点的客流量为35个，则预计运行信息可以满足周五的五点车辆到达xx站点，且该车辆在该站点可容纳乘客35人。
80.另外，可以将在所述目标日期车辆在所述目标线路的预计运行信息进行计划存储。以车辆为无人接驳车为例，在所述目标日期，发车前可以从已有的无人车中筛选出电量可满足目标线路的无人车，若筛选出的无人车少于所需车辆数，则可以先将筛选出的无人车作为目标线路的无人车，并且实时监控可用车辆，以对目标线路的无人车进行补充。
81.步骤103、获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据。
82.其中，针对所述目标线路布置的摄像头可以包括布置在目标线路的路段上的路侧摄像头，和/或，该目标线路运行的车辆上安装的摄像头，等等。
83.步骤104、依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。
84.其中，所述实时监测数据可以包括：站点客流量、天气状态系数及交通流系数等等，所述天气状态系数与天气恶劣程度负相关，所述交通流系数与交通的拥堵程度正相关。可以在各站点的显示屏显示所述预计运行信息，在所述预计运行信息发生调整后，可以将调整后的预计运行信息在显示屏上进行更新，从而可以实现可视化展示。
85.需要说明的是，以对无人车进行调度为例，可以对历史视频流数据解析获取历史各路段路网交通流、历史站点客流量及历史站点上下车数量；通过获取的数据预测运营路线及停靠站点、各时段最优发车时间间隔及分配的无人车数量等预计运行信息；可以对实时视频流数据进行解析，调整预计运行信息，例如，调整站点间的运行路线，调整无人车行车速度及调整无人车分配数量等等。
86.以目标线路为线路1为例，线路1的站点客流量大于站点的乘客可容纳量且道路交通流流畅时，可以缩短线路1的发车间隔时间；在线路1布置的摄像头监测到天气恶劣的情
况下，可以缩短线路1的发车间隔时间；在线路1布置的摄像头监测到某路段发生事故、障碍物、施工及临时管制等的情况下，可以对线路1的路线进行重新规划。这样，对于运行过程中，结合多点实时视频流数据和图像识别能力，在特定场景下对车辆进行场景调配。
87.如图2所示，决策规划调度中心向车辆下发预计运营路线及各时段的发车时刻，车辆按照运营路线向站台1运行，站台可以认为是站点。车辆运行至站台1时，车辆的前车门及后车门设置的摄像头进行摄像，车辆上的摄像头及路侧摄像头将实时视频流数据上传至决策规划调度中心，决策规划调度中心对视频流数据进行解析，并依据实时视频流数据向车辆下发决策指令，车辆在运行过程中每隔一段时间向决策规划调度中心发送车辆的状态、车辆的当前位置信息、电量及车内乘客数量。
88.另外，以车辆为无人接驳车为例，对于每辆无人接驳车可以在决策规划调度中心的监控画面显示该无人接驳车的相关信息，可以显示该无人接驳车的监控信息，包括车前、车内前、车门、车内后及站台的摄像画面；还可以显示有实际运行速度和规划的运行速度；还可以显示有该无人接驳车当前的上一站及上一站的上车乘客数量和剩余乘客数量；还可以显示有该无人接驳车当前的下一站，及下一站站点的乘客数及预计到达时间；还可以显示有前往下一站的无人接驳车的数量及空位数；还可以显示有之前一段时间内车内的乘客数占车内最大可容纳乘客数的百分比；还可以显示有无人接驳车的编号、运行线路的总行程、预计行驶总时间及站点数。
89.作为一种实施方式，可以收集并记录运营区域路网的交通流、各线路中各站点的客流及上下车数据；基于历史交通流、历史客流及上下车数据预测出次日各时间段路网的交通拥堵情况及站点客流分布情况；基于预测的交通拥堵情况及站点客流分布情况确定次日各线路的发车时间、运营线路站点、预估人数及站点预估到达时间等预计运行信息；依据确定的预计运行信息调度车辆。这样，结合多点历史视频流数据，综合考虑客流分布、上下车人数及日常各时段交通流情况给出运营线路路径及站点，对于车辆分配数量及发车时刻进行合理自动化调配，能够预测次日车辆发车时刻，且能够实时调整车辆发车时刻及线路，自动化程度较高。
90.本发明实施例中，依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。这样，基于历史客流量数据及实时监测数据调度车辆，不需要人工调度，能够提高车辆调度效果。
91.可选的，所述实时监测数据包括如下至少一项：
92.站点客流量、天气状态系数、交通流系数；
93.所述天气状态系数与天气恶劣程度负相关，所述交通流系数与交通的拥堵程度正相关。
94.其中，天气越恶劣，则天气状态系数越小；交通的拥堵程度越严重，则交通流系数越大。
95.该实施方式中，依据站点客流量、天气状态系数、交通流系数中的至少一项对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆，从而能够灵活地调度车辆，进一步提高车辆调度效果。
96.可选的，所述预计运行信息包括发车时间间隔；
97.所述依据所述实时监测数据对所述预计运行信息进行调整，包括：
98.基于目标线路的站点客流量及乘客可容纳量确定所述目标线路的乘客饱和系数，所述乘客可容纳量用于指示所述车辆当前可容纳的乘客的数量，所述乘客饱和系数与所述站点客流量正相关，且与所述乘客可容纳量负相关；
99.依据目标参数确定发车间隔缩短时长或发车间隔延长时长，所述目标参数为所述乘客饱和系数、所述天气状态系数、所述交通流系数中的任意一项；
100.依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整。
101.其中，乘客饱和系数可以为站点客流量与乘客可容纳量的比值；或者，可以计算乘客可容纳量与第一预设值的第一和值，乘客饱和系数可以为站点客流量与第一和值的比值；或者，可以计算站点客流量与第二预设值的第二和值，乘客饱和系数可以为第二和值与乘客可容纳量的比值；等等，本发明实施例对此不进行限定。
102.示例地，站点客流量可以为passenger_flow，乘客可容纳量可以为passenger_container，乘客饱和系数saturation可以为：
[0103][0104]
其中，当站点客流量与乘客可容纳量一致时，saturation为1；当saturation大于1时，站点客流量超出了当前站点的乘客承载能力，此时，saturation值越大，乘客的滞留时间将会越长；当saturation小于1时，站点客流量小于当前站点的乘客承载能力，此时，saturation值越小，车辆载客率越低，即实际运行效率也越低。
[0105]
另外，交通流系数可以表征为交通拥堵度或者交通流速等。作为一种实施方式，交通流系数jam
level
可以表征为交通拥堵度，交通拥堵度可以用于衡量交通拥堵的程度，分为ⅰ级、ⅱ级、ⅲ级和ⅳ级，分别表示严重拥堵、中度拥堵、轻度拥堵和畅通。其中，交通拥堵度在不同级别的拥堵程度下的取值范围为：ⅰ级：jam
level
∈[2.5，3]；ⅱ级：jam
level
∈[2，2.5)；ⅲ级：jam
level
∈[1.5，2)；ⅳ级：jam
level
∈[1，1.5)。
[0106]
该实施方式中，依据乘客饱和系数、所述天气状态系数及所述交通流系数中的任意一项对目标线路的发车间隔时间进行调整，从而能够灵活地对目标线路的发车间隔时间进行调整，避免乘客等待过久或车辆的运行效率较低，能够提高车辆调度效果。
[0107]
可选的，所述目标参数为所述乘客饱和系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
[0108]
在所述乘客饱和系数大于第一决策参数的情况下，依据所述乘客饱和系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，且所述发车间隔缩短时长与所述第一决策参数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
[0109]
所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：
[0110]
依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
[0111]
其中，第一决策参数可以大于1。第一决策参数可以与历史最大乘客饱和系数正相关，第一决策参数可以与历史平均乘客饱和系数负相关，第一决策参数可以与历史平均交通流系数正相关。示例地，第一决策参数threshold1可以为：
[0112][0113]
其中，saturation
max
为历史最大乘客饱和系数，saturation
average
为历史平均乘客饱和系数，jam
average
为历史平均交通流系数；λ为服务质量系数，λ越大，则表征服务质量越好，具体表征为乘客平均等待时间越短，λ可以预先配置，λ的取值范围为(0，1)；α为平衡交通流系数的引入经验参数，取值范围为(0，0.5]。
[0114]
作为一种具体的实施方式，发车间隔缩短时长t
cut
可以为：
[0115][0116]
其中，λ为服务质量系数，saturation为乘客饱和系数，jam
level
为交通流系数，t
interval
为调整之前的发车时间间隔，即预计运行信息中的发车时间间隔，threshold1为第一决策参数。
[0117]
另外，依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间，可以是，将调整之前的发车时间间隔t
interval
减去发车间隔缩短时长t
cut
，作为调整后的发车时间间隔。
[0118]
另外，在缩短所述目标线路的发车间隔时间的情况下，可以以下一发车班次时刻为基础，动态减少发车时间。若目标线路下一发车班次无车辆可发车，可以调取当前除目标线路外运营的线路中客流量最少的线路的未发车车辆补充至目标线路。
[0119]
该实施方式中，在所述乘客饱和系数大于第一决策参数的情况下，依据所述乘客饱和系数确定发车间隔缩短时长，依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间，从而能够在实际客流量超出了站点的承载能力时，缩短发车间隔时间，避免乘客等待过久，提高乘客的乘车体验。
[0120]
可选的，所述目标参数为所述乘客饱和系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
[0121]
在所述乘客饱和系数小于第二决策参数的情况下，依据所述乘客饱和系数确定发车间隔延长时长，其中，所述发车间隔延长时长与所述乘客饱和系数负相关，且所述发车间隔延长时长与所述交通流系数正相关，所述第二决策参数基于历史平均交通流系数确定；
[0122]
所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：
[0123]
依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔。
[0124]
其中，
[0125]
另外，第二决策参数可以小于1。第二决策参数可以与历史平均交通流系数正相关，示例地，第二决策参数threshold0可以为：
[0126][0127]
其中，jam
average
为历史平均交通流系数；λ为服务质量系数，λ越大，则表征服务质量越好，具体表征为乘客平均等待时间越短，λ可以预先配置，λ的取值范围为(0，1)；α为平
衡交通流系数的引入经验参数，取值范围为(0，0.5]。
[0128]
作为一种具体的实施方式，发车间隔延长时长t
extend
可以为：
[0129]
t
extend
＝(1-λ)
·
t
interval
·
(1-saturation)
·
jam
level
[0130]
其中，λ为服务质量系数，saturation为乘客饱和系数，jam
level
为交通流系数，t
interval
为调整之前的发车时间间隔，即预计运行信息中的发车时间间隔。
[0131]
另外，依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔，可以是，将发车间隔延长时长t
extend
与调整之前的发车时间间隔t
interval
相加，作为调整后的发车时间间隔。
[0132]
该实施方式中，在所述乘客饱和系数小于第二决策参数的情况下，依据所述乘客饱和系数确定发车间隔延长时长，依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔，从而能够在实际客流量小于站点的承载能力时，延长发车间隔时间，减少由于车辆空载导致的资源浪费。
[0133]
可选的，所述目标参数为所述天气状态系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
[0134]
在所述天气状态系数小于第一预设阈值的情况下，依据所述天气状态系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，所述发车间隔缩短时长与第一决策参数负相关，且所述发车间隔缩短时长与所述天气状态系数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
[0135]
所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：
[0136]
依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
[0137]
其中，可以根据摄像头监控到的特征物确定天气状态系数，或者可以根据温度传感器测得的环境温度值确定天气状态系数，或者可以根据摄像头监控到的特征物及温度传感器测得的环境温度值共同确定天气状态系数等等，本实施例对此不进行限定。第一预设阈值可以为0.4，或者0.3，或者0.2等等。示例地，可以在摄像头监控到雨伞、雨或雪时，可以确定天气状态系数为0.1，小于第一预设阈值。
[0138]
进一步的，可以统计近几年当地的天气情况，将所有的天气情况转换为取值在0至1之间的天气状态系数t
cur
，t
cur
∈[0,1]。天气情况较好时，t
cur
趋向于1；天气情况恶劣时，t
cur
趋向于0。
[0139]
作为一种具体的实施方式，发车间隔缩短时长t
cut
可以为：
[0140][0141]
其中，λ为服务质量系数，saturation为乘客饱和系数，jam
level
为交通流系数，t
interval
为调整之前的发车时间间隔，即预计运行信息中的发车时间间隔，t
cur
为天气状态系数，r为经验参数值，可根据实际环境设置，示例地，r可以为0.5，threshold1为第一决策参数。
[0142]
另外，第一决策参数可以大于1。第一决策参数可以与历史最大乘客饱和系数正相关，第一决策参数可以与历史平均乘客饱和系数负相关，第一决策参数可以与历史平均交
通流系数正相关。示例地，第一决策参数threshold1可以为：
[0143][0144]
其中，saturation
max
为历史最大乘客饱和系数，saturation
average
为历史平均乘客饱和系数，jam
average
为历史平均交通流系数；λ为服务质量系数，λ越大，则表征服务质量越好，具体表征为乘客平均等待时间越短，λ可以预先配置，λ的取值范围为(0，1)；α为平衡交通流系数的引入经验参数，取值范围为(0，0.5]。
[0145]
需要说明的是，在天气变恶劣时，可以以下一发车班次时刻为基础，缩短所述目标线路的发车间隔时间。
[0146]
该实施方式中，在所述天气状态系数小于第一预设阈值的情况下，依据所述天气状态系数确定发车间隔缩短时长，依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间，这样，能够在天气较恶劣时，动态减少发车间隔时间，减少乘客在恶劣天气下的候车时间，提高乘客的乘车体验。
[0147]
可选的，所述实时监测数据包括所述交通流系数，所述预计运行信息包括行车路线；
[0148]
所述依据所述实时监测数据对所述预计运行信息进行调整，包括：
[0149]
在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内大于第二预设阈值的情况下，调整车辆在所述第一站点和所述第二站点之间的行车路线，所述第一站点为所述目标线路上的任意一个站点，所述第二站点为所述第一站点之后的一个站点。
[0150]
其中，在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内大于第二预设阈值的情况下，若所述第一站点和所述第二站点之间存在可行的变更路线，则可以依据变更路线调整车辆在所述第一站点和所述第二站点之间的行车路线；若所述第一站点和所述第二站点之间不存在可行的变更路线，则可以依据第一站点和第二站点之间的交通流系数确定预估到达第二站点的预估时间，将预估时间更新至第二站点的显示屏上。
[0151]
另外，预设时长可以为20分钟，30分钟或者40分钟，等等。交通流系数在预设时长内大于第二预设阈值可以认为交通流在预设时长内均拥堵严重。在第一站点和第二站点之间的交通流系数小于第三预设阈值的情况下，可以按照预计运行信息调度车辆，交通流系数小于第三预设阈值可以表征交通流顺畅。在第一站点和第二站点之间的交通流系数大于第四预设阈值且小于第五预设阈值的情况下，可以依据第一站点和第二站点之间的交通流系数确定预估到达第二站点的预估时间，将预估时间更新至第二站点的显示屏上，交通流系数大于第四预设阈值且小于第五预设阈值可以表征交通流较为拥堵。预估到达第二站点的预估时间可以为交通流系数与参考系数的乘积与预计运行信息中的预估时间的和值，参考系数可以为经验值。
[0152]
该实施方式中，在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内大于第二预设阈值的情况下，调整车辆在所述第一站点和所述第二站点之间的行车路线，从而能够在目标线路的两个站点之间的交通一直处于拥堵状态的情况下，自动地对行车路线进行调整，能够提高车辆调度效果。
[0153]
参见图3，图3是本发明实施例提供的一种车辆调度装置的结构示意图，如图3所
示，车辆调度装置200包括：
[0154]
预测模块201，用于依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；
[0155]
确定模块202，用于依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；
[0156]
获取模块203，用于获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；
[0157]
调度模块204，用于依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。
[0158]
可选的，所述实时监测数据包括如下至少一项：
[0159]
站点客流量、天气状态系数、交通流系数；
[0160]
所述天气状态系数与天气恶劣程度负相关，所述交通流系数与交通的拥堵程度正相关。
[0161]
可选的，所述预计运行信息包括发车时间间隔；
[0162]
如图4所示，所述调度模块204包括：
[0163]
第一确定单元2041，用于基于目标线路的站点客流量及乘客可容纳量确定所述目标线路的乘客饱和系数，所述乘客可容纳量用于指示所述车辆当前可容纳的乘客的数量，所述乘客饱和系数与所述站点客流量正相关，且与所述乘客可容纳量负相关；
[0164]
第二确定单元2042，用于依据目标参数确定发车间隔缩短时长或发车间隔延长时长，所述目标参数为所述乘客饱和系数、所述天气状态系数、所述交通流系数中的任意一项；
[0165]
调整单元2043，用于依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整；
[0166]
调度单元2044，用于基于调整后的预计运行信息调度车辆。
[0167]
可选的，所述目标参数为所述乘客饱和系数，所述第二确定单元2042具体用于：
[0168]
在所述乘客饱和系数大于第一决策参数的情况下，依据所述乘客饱和系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，且所述发车间隔缩短时长与所述第一决策参数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
[0169]
所述调整单元2043具体用于：
[0170]
依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
[0171]
可选的，所述目标参数为所述乘客饱和系数，所述第二确定单元2042具体用于：
[0172]
在所述乘客饱和系数小于第二决策参数的情况下，依据所述乘客饱和系数确定发车间隔延长时长，其中，所述发车间隔延长时长与所述乘客饱和系数负相关，且所述发车间隔延长时长与所述交通流系数正相关，所述第二决策参数基于历史平均交通流系数确定；
[0173]
所述调整单元2043具体用于：
[0174]
依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔。
[0175]
可选的，所述目标参数为所述天气状态系数，所述第二确定单元2042具体用于：
[0176]
在所述天气状态系数小于第一预设阈值的情况下，依据所述天气状态系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，所述发车间隔缩短时长与第一决策参数负相关，且所述发车间隔缩短时长与所述天气状态系数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；
[0177]
所述调整单元2043具体用于：
[0178]
依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。
[0179]
可选的，所述实时监测数据包括所述交通流系数，所述预计运行信息包括行车路线；
[0180]
所述调度模块204具体用于：
[0181]
在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内小于第二预设阈值的情况下，调整车辆在所述第一站点和所述第二站点之间的行车路线，所述第一站点为所述目标线路上的任意一个站点，所述第二站点为所述第一站点之后的一个站点；
[0182]
基于调整后的预计运行信息调度车辆。
[0183]
如图5所示，本发明实施例还提供了一种电子设备300，包括：处理器301、存储器302及存储在所述存储器302上并可在所述处理器301上运行的程序，所述程序被所述处理器301执行时实现上述车辆调度方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0184]
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述车辆调度方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如rom、ram、磁碟或者光盘等。
[0185]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0186]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0187]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

技术特征：

1.一种车辆调度方法，其特征在于，所述方法包括：依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。2.根据权利要求1所述的方法，其特征在于，所述实时监测数据包括如下至少一项：站点客流量、天气状态系数、交通流系数；所述天气状态系数与天气恶劣程度负相关，所述交通流系数与交通的拥堵程度正相关。3.根据权利要求2所述的方法，其特征在于，所述预计运行信息包括发车时间间隔；所述依据所述实时监测数据对所述预计运行信息进行调整，包括：基于目标线路的站点客流量及乘客可容纳量确定所述目标线路的乘客饱和系数，所述乘客可容纳量用于指示所述车辆当前可容纳的乘客的数量，所述乘客饱和系数与所述站点客流量正相关，且与所述乘客可容纳量负相关；依据目标参数确定发车间隔缩短时长或发车间隔延长时长，所述目标参数为所述乘客饱和系数、所述天气状态系数、所述交通流系数中的任意一项；依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整。4.根据权利要求3所述的方法，其特征在于，所述目标参数为所述乘客饱和系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：在所述乘客饱和系数大于第一决策参数的情况下，依据所述乘客饱和系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，且所述发车间隔缩短时长与所述第一决策参数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。5.根据权利要求3所述的方法，其特征在于，所述目标参数为所述乘客饱和系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：在所述乘客饱和系数小于第二决策参数的情况下，依据所述乘客饱和系数确定发车间隔延长时长，其中，所述发车间隔延长时长与所述乘客饱和系数负相关，且所述发车间隔延长时长与所述交通流系数正相关，所述第二决策参数基于历史平均交通流系数确定；所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：依据所述发车间隔延长时长延长所述目标线路的的发车时间间隔。6.根据权利要求3所述的方法，其特征在于，所述目标参数为所述天气状态系数，所述依据目标参数确定发车间隔缩短时长或发车间隔延长时长，包括：
在所述天气状态系数小于第一预设阈值的情况下，依据所述天气状态系数确定发车间隔缩短时长，其中，所述发车间隔缩短时长与所述乘客饱和系数正相关，所述发车间隔缩短时长与所述交通流系数负相关，所述发车间隔缩短时长与第一决策参数负相关，且所述发车间隔缩短时长与所述天气状态系数负相关，所述第一决策参数基于历史最大乘客饱和系数、历史平均乘客饱和系数、历史平均交通流系数确定；所述依据所述发车间隔缩短时长或所述发车间隔延长时长对所述车辆在所述目标线路的发车间隔时间进行调整，包括：依据所述发车间隔缩短时长缩短所述目标线路的发车间隔时间。7.根据权利要求2所述的方法，其特征在于，所述实时监测数据包括所述交通流系数，所述预计运行信息包括行车路线；所述依据所述实时监测数据对所述预计运行信息进行调整，包括：在所述目标线路的第一站点和第二站点之间的交通流系数在预设时长内小于第二预设阈值的情况下，调整车辆在所述第一站点和所述第二站点之间的行车路线，所述第一站点为所述目标线路上的任意一个站点，所述第二站点为所述第一站点之后的一个站点。8.一种车辆调度装置，其特征在于，所述装置包括：预测模块，用于依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；确定模块，用于依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；获取模块，用于获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；调度模块，用于依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。9.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至7中任一项所述的车辆调度方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的车辆调度方法的步骤。

技术总结

本发明提供一种车辆调度方法、装置及电子设备，涉及交通技术领域，其中，车辆调度方法包括：依据目标线路的历史客流量数据预测所述目标线路在目标日期的客流量；依据预测的所述客流量，确定在所述目标日期车辆在所述目标线路的预计运行信息；获取针对所述目标线路布置的摄像头在所述目标日期的实时监测数据；依据所述实时监测数据对所述预计运行信息进行调整，并基于调整后的预计运行信息调度车辆。本发明能够提高车辆调度效果。能够提高车辆调度效果。能够提高车辆调度效果。