[0032] 为了更好的说明本发明，下面将结合附图和具体实施例来做详细说明。
[0033] 参照图1，具有中心端管理功能的智能公共交通的典型架构包括中心端设备10，若干站点设备20，若干公共交通车载设备30。
[0034] 所述中心端设备10，一方面用于接收各个站点设备20和公共交通车载设备30采集到的站点拥挤程度信息，另一方面其上运行有本发明所述的公共交通智能调度方法程序，可根据采集到的拥挤程度信息进行智能调度，并将调度信息发送给公共交通车载设备30；
[0035] 所述中心端设备10与站点设备20和公共交通车载设备30具有通信连接。
[0036] 所述站点设备20，用于采集站点等待的人群图像，通过图像识别计数等待人数生成拥挤程度信息，并将拥挤程度信息实时发送给中心端设备10。本发明将拥挤程度分为四个等级：严重拥挤、拥挤、正常、畅通，对应于四个等级量化为a、b、c、d(a,b,c,d为实数)四个数值，拥挤程度的判定可根据实际拥挤程度划定。
[0037] 作为本发明所述拥挤程度划定的一个实施例，对于一个可容纳30人的站点来说，当站点设备20采集到视野内人数在10人以下时，可划定为畅通，对应的量化数值为1；当站点设备20采集到视野内人数在11‑20人时，可划定为正常，对应的量化数值为2；当站点设备20采集到视野内人数在20‑25人，可划定为拥挤，对应量化数值为3；当站点设备20采集到视野内人数在26人以上，可划定为拥挤，对应量化数值为4。
[0038] 所述公共交通车载设备30，用于采集公共交通工具内的拥挤程度信息，并将拥挤程度信息实时发送给中心端设备10，此处拥挤程度的等级量化过程同站点设备20。另一方面，公共交通车载设备30用于接收中心端设备10发来的调度指令。
[0039] 站点设备20采集到各站点的拥挤程度信息后，实时上传中心端设备10；公共交通车载设备30采集到公共交通工具内拥挤程度信息后，也实时上传中心端设备10，中心端设备10采用本发明所述的智能调度方法计算后，生成调度信息，发送给各公共交通车载设备30，公共交通车载设备30接收到中心端设备传来的调度指令后，根据指令做出相应的运行。
[0040] 本发明所述的智能调度方法，具体处理过程如下：
[0041] A.建立基于特征变量的各类公共交通选乘评价模型体系，对乘客个体选乘何种交通工具进行模型评价。
[0042] 建立基于特征变量的各类公共交通选乘评价的模型体系，本发明采用概率模型评价体系。记 为乘客n选择第i种交通方式的概率， 是乘客n选择第i种交通方式的效用函数，j是实际场景中各类交通方式的计数，Sn是乘客n可选择的公共交通方式的种类数，βk为各交通方式的热点系数，用来描述某种交通方式当前的选乘热度， 是乘客n选乘的第i种交通方式中的第k个特征变量。所述交通方式的特征变量，是指能够明显影响到乘客选乘的属性。本发明采用拥挤程度、出行费用、车内时间、车外等待时间等属性作为特征变量。
[0043] 基于特征变量的概率评价模型如下：
[0044]
[0045] 其中， 表示乘客n选乘第k种交通的拥挤程度等级； 表示乘客n选乘第w种交通的拥挤程度等级，1≤w≤g；g表示交通方式的种类数。
[0046] B.依次对乘客个体选乘某一种交通方式时的评价模型体系求导，得到乘客个体选乘最佳交通方式的类型。
[0047] 对于乘客个体n来说，选乘交通方式i时，对所述概率评价模型求导：
[0048]
[0049] 令 可得评价模型取得区域性极值时的特征变量值，记为
[0050] 依次对乘客个体n选乘交通方式i的q种属性的特征变量的概率评价模型分别求导，并令导数为零，可得到q个评价模型取得区域性极值的特征变量值，所述q个特征变量值的集合记为
[0051] 将Ji集合中的特征变量值代入概率评价模型，可得乘客个体n选乘交通方式i的概率，同理，对于有g种交通方式类型的场景，将得到乘客n选乘g种交通方式的概率集合，记为取Max(Pn)，即得到乘客n最可能选乘的交通方式，也就是目标调度交通方式。
[0052] C.计算目标调度交通方式在时刻t时的信息素，并依据信息素进行智能调度。
[0053] 根据步骤B得到的目标调度交通方式，引入信息素理论来描述目标调度交通方式的实时服务能力，并作为智能调度的依据。所述信息素是指顺序调度中，利用前车、目标车和后车三个对象之间的时间队列特性，生成一个可以反映目标车辆服务能力的信息值。
[0054] 在公共交通智能调度场景中，车内拥挤程度、车辆运行效率、乘客人数、候车时间等，均对车辆服务能力具有负相关的影响。本发明采用如下方法计算信息素：
[0055]
[0056] ε为对乘客个体来说，目标车内拥挤度等级， 为t时刻目标车辆m在站点(i，j)处等待乘客上车的停留时间， 为t时刻车辆m等待上车的乘客人数， 为乘客h的等车时间 为车辆m中在站点(i，j)处上车的乘客的乘车时间。
[0057] 计算得到目标车辆m在t时刻的信息素τm(t)越小，表明调度需求越大，下一班次应尽快出发，或缩短班期，本发明采用阈值调节法，当信息素τm(t)小于阈值时，中心设备10将向公共交通车载设备30发出立即出发或缩短班期指令。
[0058] 综上，便实现了本发明所述的公共交通智能调度方法。可以理解的是，以上仅是本发明的较佳实施例，任何基于本发明的精神所做的改动均应包含在本发明的保护范围内。
