天津公交与“滴滴出行”举行战略合作签约

2016年12月13日．天津公交集团与“滴滴出行”APP的开发公司北京小桔科技公司举行战略合作签约仪式。根据协议．双方将在公交信息实时查询服务、大数据公交线路规划技术咨询及公交服务质量评价上展开深入合作。     

“金华行”微信公众服务平台上线

近期,金华公交集团推出的“金华行”微信公众服务平台正式上线。乘客只需通过手机微信客户端,关注“金华行”,便可查询公交车辆实时到站信息、高铁、航班信息、机动车违章、公共自行车租赁点、公交IC卡余额等信息。     

以温州交运“我看行”为例,浅谈公交企业APP的开发

<正>温州交运APP"我看行"的推出,大幅提高了乘客公交出行的便捷性:实时信息查询功能,有助于乘客捕获准确的车辆行驶信息,从而减少无效候车时间;出行路线方案的搜索,更为乘客开辟了自主选择最佳出行路径的渠道。智慧交通催生公交查询APP百花齐放随着电子、信息、通信、计算机、GPS、GIS等高新技术的快速发展和与交通系统的融合,城市公交查询系统近年来呈现出"扩散式"的发展趋势。     

微道

寒风中等公交车，却不知何时会到？北京交通信息中心近日发布手机App“北京实时公交”，可以查询公交车还有多久到你的站点。目前实现了78条公交线路的实时到站查询。此前，武汉、厦门等城市也开发了类似的系统。你的城市有这样的系统吗？你今天体验了吗？觉得如何？     

基于鲁棒优化的公交实时到站信息优化

公交实时到站信息是公交实时信息中的一项重要指标,不可靠的到站信息容易误导乘客。考虑突发客流等需求不确定条件,基于鲁棒优化的方法,提出了一种新的公交实时到站信息优化方法。不同于已往研究通过建立模型寻找更精确的到站时间预测方法,在已有的公交实时到站信息中,考虑客流情况的不确定性,以及乘客对公交实时信息的不同态度,同时考虑驾驶员在行驶过程中的恢复行为,建立数学模型,增加对公交实时到站时间预测的运行延误估计,给乘客提供一定的辅助信息来调整其出行计划及行为。通过案例验证了模型的有效性。结果表明:(1)对同一条公交线路而言,不同的等待时间成本系数导致结果发生明显的变化;(2)公交实时信息的普及可以节省乘客的出行时间成本;(3)对于服务水平较差的公交线路而言,模型应用产生的风险成本更大,模型在服务水平较好的公交线路上应用效果会更好。通过该公交实时到站信息优化方法,可以使现有的公交实时信息内容更为完善、精确,降低不准确的实时信息带给乘客的负面影响,从而帮助乘客更好的利用公交实时信息规划出行方案。     

公交到站时间预测研究现状与发展趋势

实时的公交到站时间预测是智能公交的重要组成部分,准确的预测有利于帮助居民进行出行规划和减少等待时间.通过研究公交到站时间预测的原理和方法,系统总结了基于GPS、APC等数据的统计学方法和分析模型.对历史平均法、神经网络、卡尔曼滤波、支持向量机和基于概率的预测模型等几种典型方法的预测原理进行了介绍,从预测精度、实时性、计算复杂性等几个方面对模型的优缺点进行了比较.分析了公交到站时间预测发展趋势,提出了该领域需要进一步研究的问题.      

基于公交车辆定位数据的公交运送速度计算模型

提出一套基于公交车辆GPS定位数据的公交运送速度计算模型,以公交车辆实时GPS数据和公交线站GIS数据为基础,借助地图匹配修正GPS坐标,确定公交车辆所处弧段和弧段百分比位置.基于公交车辆定位数据点与公交站点位置匹配流程,通过识别公交车辆到站时间,计算车辆在公交站点区间内的行程时间和运送速度,并进一步修正公交车辆到站时间误差和公交线站基础信息来改善模型精度.论文选取北京不同道路等级和时段的21条线路进行调查,验证模型误差和有效性.结果表明,模型的平均精度可达到91. 4%,站点区间所在道路等级越高,计算结果越准确.论文所提出的公交运送速度计算模型,能为加强公共交通运行监测与管理、提升出行服务质量等提供重要支撑.     

基于数据融合的公交到站时间组合预测模型

为优化公交系统运营时间管理,提升公交系统信息化服务水平,针对多公交线路共线的情况开展研究,提出了一种基于多公交线路数据融合的公交到站时间组合预测模型。该模型由公交行驶时间预测子模型和公交站点停靠时间预测子模型组成,旨在最大限度地提取公交运行相关信息用于公交到站时间预测,进而减少预测的误差。为了混合和充分利用多公交路线的时间数据,提出了3个加权平均时间作为模型的输入变量,并引入了遗忘因子函数(FFF)体现数据对加权平均时间计算的不同贡献。根据支持向量机(SVM)在预测到站时间时的良好表现,采用了SVM预测公交停靠与行驶时间。为验证并评价文中提出的模型,采集了江西省宜春市的公交运行数据,数据覆盖11个路段、12个公交站、16条公交线路。预测的结果表明,引入多线路数据融合的组合预测模型可以显著提高公交到站时间的预测精度,最优的行驶时间预测子模型和停靠时间预测子模型分别为R1和D7,而最佳的公交到站时间预测模型则为R1+D1。相比以往研究的结果,基于多公交线路数据融合的公交到站时间组合预测模型R1+D1在到站时间预测精度方面的提升为13. 92%(MAPE)和14. 48%(RMSE)。此外,FFF的变化及其参数取值会影响时间预测模型的预测结果。     

公交实时信息对乘客出行的影响

以近几年迅速普及的实时公交APP为研究对象,研究公交实时信息对乘客出行产生的影响。通过站点调查(步行调查和候车调查)和跟车调查的数据收集方式,主要调查其对乘客的步行速度、感知候车/乘车时间、实际候车/乘车时间及乘客在候车/乘车时的情绪水平的影响,然后用平均差检验分析调查数据。结果表明:使用实时公交APP和不使用的乘客在步行速度、感知候车和乘车时间及候车和乘车情绪水平等方面存在显著差异;公交实时信息不仅可以降低乘客的感知候车/乘车时间,同时还可以降低乘客的实际候车时间。     

基于车路协同的智能公交电子站牌系统

传统的公交站牌功能简单,信息量少,提供给乘客的信息有限,在公交系统中难以起到分流的作用。智能公交电子站牌的出现,能让乘客及时了解公交车实时车况,可以显著提高城市公交的运营效率和服务质量。系统以ARM为嵌入式硬件平台,采用当前先进的嵌入式技术和WIFI无线网络通信技术,实现了车辆到站预报、车辆到站提示等功能。测试结果表明,该系统性能良好、实时性强、稳定性高。     

青岛推守时公交

<正>【事件回放】5月13日起,青岛交运温馨巴士将在3条公交线路上推出岛城的首批"守时公交",这些线路的每个站点都张贴了公交车到达该站点的具体时间,并且向乘客承诺,如果公交车到站时间误差在3分钟以上,乘客可以在该站点免费乘车。@交运温馨巴士总经理曲国庆:推出守时公交、准点运行,这不仅增加了管理难度,也增加了驾驶员和调度员的运行压力,但是为了市民的出行便利,这些都     

基于LightGBM-LSTM的公交到站时间预测

公交到站时间预测能够为公共交通智能调度和公众出行提供技术服务,具有重要意义.提出一种基于轻量级梯度提升机(LightGBM)和长短期记忆网络(LSTM)的公交到站时间预测模型,其中LSTM模型用来区分时序数据的高平峰模式,LightGBM模型用来预测公交到站的时长.以广州市某典型公交线路为例,从公交调度系统中提取大量的...     

“公交黑车”,燕郊线路上的“幽灵”

<正>在北京国贸到燕郊的城郊路段,有这样一类大客车,它们晚六点出来拉活,票价人为浮动,没有合法的道路运输经营许可证,也没有驾驶员岗前安全培训,全凭一两个合伙人的到站招揽,非法运营。它们是名副其实的"公交黑车",人们称它们为燕郊线路上的"幽灵"。非机动车道上"公交黑车"肆意停靠2015年1月23日星期五晚上六点半,结束了一天的工作,在北京国贸上班的林女士焦急地坐上了一辆停在国贸桥下非机动车道上的大客车。车辆是北京牌照,不属于公交系统,也不是企业用车,上车不用刷卡,直     

金奔腾客户网络服务中心正式运行

为了更好地服务全球客户，体现“金奔腾服务就在您身边”的服务理念，2010年1月22日，北京金奔腾汽车科技有限公司正式推出金奔腾网络客户服务中心平台，客户只要登录注册金奔腾公司网站主页的“客户服务中心”就可以获得升级软件下载、升级密码查询、技术资料下载等即时服务功能。     

2020重庆公交集团社会责任报告(节选)

卷首语这一年,我们全力战疫情、保畅通、助复工,未发生一起公交传播病毒案例,未发生一例职工感染病例,未发生一次公交保障不力引发的社会事件,未因疫情主动解聘一名职工。这一年,我们扬优势、补短板、强弱项,实施公交品质提升专项行动,创新开行小巷公交,推进公轨一体化站点公交全覆盖,夯实"轨道到站、公交到家"网络体系,客流恢复水平位居全国前列。     

细数大金龙在北京公交的发展历程

大金龙,从旅游客车到公交客车,一路走来,经历了许多风风雨雨.如今,大金龙的旅游客车和公交客车都已成为客户购车的首选品牌.笔者作为一位北京"老市民"兼公交"发烧友",想通过自己的切身感受,对大金龙公交车在北京的表现作一个客观的评价.     

即时响应式定制公交调度优化

调度是支撑即时响应式定制公交运营的关键技术。针对即时响应式定制公交高度分散和随机的乘客出行需求的特点,建立了即时响应式定制公交两阶段调度决策模型。第1阶段进行定制公交初始线路整体决策,以车辆数(线路数)最少为目标,根据区域内分时段的高概率出行OD点的地理分布,优化定制公交系统的初始线路;第2阶段进行车辆实时调度决策,以乘客延误成本最小、运输企业利润最大以及未服务乘客造成的损失最小为目标,在初始线路的基础上,结合实时乘车请求的时空分布、上/下车站点关系、上/下车时间、车辆容量等限制条件,对各线路车辆的实际行驶路线以及到站时刻进行决策。两阶段调度方法从整体和局部两个层面平衡了运输企业和乘客双方的利益,在车辆实时调度决策中兼顾了实时需求和后续最可能需求对调度决策方案的影响。根据两阶段调度模型的特点,分别设计了改进的遗传算法和带精英策略的快速非支配排序遗传算法(NSGA-II)。最后,以广州市内的高概率出行点为例对即时响应式定制公交两阶段调度模型和算法进行了验证。仿真结果表明:初始线路优化模型能够生成数量最少且覆盖区域内所有高概率出行点的线路,车辆实时调度决策模型能够根据实际乘车请求合理调整车辆的行驶路线和到站时刻。     

定制公交难点释疑

<正>北京公交集团表示,关于首批商务班车的具体发车时间、发车地点、到达时间、到达地点,以及价格、预订方式等相关信息,已经在定制公交平台网站进行了公示。北京市民可以登录北京公交网定制公交平台链接或定制公交平台网站,进行查询、预订、报名、缴费。如需了解更多信息也可以拨打96166交通服务热线或在线客服进行咨询。乘客还可以在"新线招募"页面中参加调查,该调查将作为定制公交平台的一项主要内容长期进行。公交集团将根据调查情况推出新的商务班车,原则上"成熟一条开通一条"。     

智能化给成都公交插上腾飞的翅膀

成都公交智能化管理系统让市民平均候车时间从9分钟减少到5分钟;乘客还可以通过手机实时查询公交信息。它使公交车的运行效率更高,市民出行更便捷,人们乘车更安心。     

基于聚类分析算法的公交车到站时间预测研究

在现代城市中,准确获取公交车到站时间可以吸引更多人选择公交出行。但在目前城市交通日益拥堵的情况下,公交车在实际行驶过程中受多种因素的影响,导致行驶时间不稳定,这严重影响人们乘车体验感。本文结合了聚类分析和支持向量机,提出了一种基于聚类分析的公交到站时间预测模型。该模型使用了公交线路的站点数据,对所采集的数据进行标准化的预处理,并考虑了公交车在运行过程中受到的多种干扰因素,对鹰潭市27路公交上行线路进行了分析。结果表明,基于聚类分析和支持向量机的公交车到站时间预测模型的平均绝对误差在四十秒以内,预测精度也优于直接支持向量机的模型,能很好地预测公交车的到站时间。