AI公交到站提醒卡片系统设计与实现原创

进修的泡芙

发布于 2025-6-15 10:14

浏览

0收藏

AI公交到站提醒卡片系统设计与实现

一、项目概述

AI公交到站提醒卡片是基于鸿蒙分布式技术的智能公交出行助手，能够通过手机摄像头自动识别公交站牌信息，结合公交API预测到站时间，并将提醒卡片同步到用户的多个鸿蒙设备（手机、手表、车机等）。系统利用数字识别技术和实时数据同步，为用户提供无缝的跨设备公交出行体验。

二、核心技术点
站牌数字识别

// 鸿蒙站牌数字识别组件
public class BusSignRecognizer {
private static final String MODEL_PATH = “models/digit_recognition.model”;
private AiModelManager modelManager;

public BusSignRecognizer(Context context) {
    modelManager = AiModelManager.getInstance(context);
    modelManager.loadModel(MODEL_PATH);

// 识别站牌图像中的公交线路和站台编号

public RecognitionResult recognize(ImageSource image) {
    // 图像预处理
    ImageData processed = preprocessImage(image);
    
    // 执行AI推理
    float[] output = modelManager.runModel(processed);
    
    // 解析识别结果
    String lineNumber = parseDigits(output, 0, 3); // 假设最多3位线路号
    String stationCode = parseDigits(output, 3, 5); // 假设最多5位站台编号
    
    return new RecognitionResult(lineNumber, stationCode);

private ImageData preprocessImage(ImageSource source) {

    // 实现图像灰度化、二值化、尺寸调整等预处理
    // ...
    return processedImage;

private String parseDigits(float[] output, int start, int length) {

    StringBuilder sb = new StringBuilder();
    for (int i = start; i < start + length; i++) {
        int digit = (int)output[i];
        if (digit >= 0 && digit <= 9) {
            sb.append(digit);

}

    return sb.toString();

// 分布式识别任务协同

public void distributedRecognize(ImageSource image, List<DeviceInfo> devices) {
    RecognitionTask task = new RecognitionTask(image) {
        @Override
        public void onResult(RecognitionResult result) {
            syncRecognitionResult(result);

};

    // 根据设备能力分配识别任务
    DeviceInfo bestDevice = selectBestDevice(devices);
    if (bestDevice.isLocal()) {
        task.executeLocally();

else {

        task.distributeTo(bestDevice);

}

公交数据API集成

// 公交数据服务管理
public class BusDataService {
private static final String API_BASE = “https://api.transit.com/v2/”;
private OkHttpClient httpClient;

public BusDataService(Context context) {
    httpClient = new OkHttpClient.Builder()
        .connectTimeout(10, TimeUnit.SECONDS)
        .readTimeout(10, TimeUnit.SECONDS)
        .build();

// 获取公交到站预测信息

public List<ArrivalPrediction> getArrivalPredictions(String lineNumber, String stationCode) {
    String url = String.format("%s/lines/%s/stations/%s/arrivals", 
        API_BASE, lineNumber, stationCode);
    
    Request request = new Request.Builder()
        .url(url)
        .build();
    
    try (Response response = httpClient.newCall(request).execute()) {
        if (response.isSuccessful()) {
            String json = response.body().string();
            return parsePredictions(json);

} catch (IOException e) {

        Log.e("BusDataService", "API请求失败", e);

return Collections.emptyList();

// 获取线路完整信息

public BusLine getBusLineInfo(String lineNumber) {
    // 实现类似上面的API调用
    // ...
    return busLine;

// 分布式数据缓存

public void cacheLineInfo(BusLine line, List<DeviceInfo> devices) {
    DistributedCacheManager cacheManager = DistributedCacheManager.getInstance();
    String key = "bus_line_" + line.getNumber();
    String json = new Gson().toJson(line);
    
    for (DeviceInfo device : devices) {
        cacheManager.put(device.getDeviceId(), key, json);

}

三、鸿蒙跨端同步实现
提醒卡片同步服务

// 公交提醒同步服务
public class BusReminderSyncService extends Ability {
private static final String REMINDER_DATA_KEY = “bus_reminder”;
private DistributedDataManager dataManager;

@Override
public void onStart(Intent intent) {
    super.onStart(intent);
    initSyncService();

private void initSyncService() {

    dataManager = DistributedDataManagerFactory.getInstance()
        .createDistributedDataManager(new ManagerConfig(this));
        
    // 注册数据变更监听
    dataManager.registerDataChangeListener(new DataChangeListener() {
        @Override
        public void onDataChanged(String deviceId, String key, String value) {
            if (REMINDER_DATA_KEY.equals(key)) {
                processReminderUpdate(value);

}

});

// 同步提醒卡片到所有设备

public void syncReminder(BusReminder reminder) {
    String json = new Gson().toJson(reminder);
    dataManager.putString(REMINDER_DATA_KEY, json);
    
    // 根据设备类型定制推送策略
    pushToDevices(reminder);

private void pushToDevices(BusReminder reminder) {

    List<DeviceInfo> devices = DeviceManager.getPairedDevices();
    for (DeviceInfo device : devices) {
        if (device.getType() == DeviceType.WATCH) {
            // 手表设备推送简洁提醒
            sendWatchNotification(device, reminder.getBriefVersion());

else if (device.getType() == DeviceType.CAR_SCREEN) {

            // 车机设备推送驾驶优化版
            sendCarScreenNotification(device, reminder.getDrivingVersion());

else {

            // 其他设备推送完整版
            sendDefaultNotification(device, reminder);

}

private void processReminderUpdate(String jsonData) {

    BusReminder reminder = new Gson().fromJson(jsonData, BusReminder.class);
    EventBus.getDefault().post(new ReminderUpdateEvent(reminder));

}

多设备提醒卡片UI

// 分布式公交提醒卡片组件
public class DistributedBusReminder extends ComponentContainer {
private Image busIcon;
private Text lineText;
private Text stationText;
private Text timeText;
private Text reminderText;

public DistributedBusReminder(Context context) {
    super(context);
    initUI();
    EventBus.getDefault().register(this);

private void initUI() {

    // 初始化UI组件
    busIcon = new Image(getContext());
    lineText = new Text(getContext());
    stationText = new Text(getContext());
    timeText = new Text(getContext());
    reminderText = new Text(getContext());
    
    // 设置布局
    setOrientation(Component.VERTICAL);
    addComponent(busIcon);
    addComponent(lineText);
    addComponent(stationText);
    addComponent(timeText);
    addComponent(reminderText);

// 处理提醒更新事件

@Subscribe
public void onReminderUpdate(ReminderUpdateEvent event) {
    getContext().getUITaskDispatcher().asyncDispatch(() -> {
        updateReminderUI(event.getReminder());
    });

private void updateReminderUI(BusReminder reminder) {

    // 更新UI内容
    busIcon.setPixelMap(reminder.getLineIcon());
    lineText.setText("公交线路: " + reminder.getLineNumber());
    stationText.setText("当前站台: " + reminder.getStationName());
    timeText.setText("预计到达: " + reminder.getArrivalTime());
    reminderText.setText(reminder.getReminderMessage());
    
    // 根据设备类型调整显示
    adjustLayoutForDevice();

private void adjustLayoutForDevice() {

    DeviceInfo device = DeviceManager.getLocalDevice();
    if (device.getType() == DeviceType.WATCH) {
        // 手表精简版布局
        setVisibility(Component.HIDE, stationText, reminderText);
        lineText.setTextSize(16);
        timeText.setTextSize(14);

else if (device.getType() == DeviceType.CAR_SCREEN) {

        // 车机驾驶优化布局
        lineText.setTextSize(24);
        timeText.setTextSize(20);
        setBackground(Color.BLACK);
        setTextColors(Color.WHITE);

}

// 创建并同步新的公交提醒
public void createAndSyncReminder(String lineNumber, String stationCode) {
    new Thread(() -> {
        // 1. 获取公交线路信息
        BusLine line = BusDataService.getBusLineInfo(lineNumber);
        
        // 2. 获取到站预测
        List<ArrivalPrediction> predictions = 
            BusDataService.getArrivalPredictions(lineNumber, stationCode);
        
        // 3. 生成提醒卡片
        BusReminder reminder = createReminderCard(line, predictions);
        
        // 4. 同步到所有设备
        BusReminderSyncService.syncReminder(reminder);
    }).start();

}

四、系统架构设计

±------------------+ ±------------------+ ±------------------+
手机: 站牌识别 <—> 手表: 震动提醒 <—> 车机: 大屏显示
±------------------+ ±------------------+ ±------------------+

v v

±--------------------------------------------------------------+
鸿蒙分布式能力与数据同步层
±--------------------------------------------------------------+

v v

±------------------+ ±------------------+ ±------------------+
数字识别引擎公交数据API 位置服务

±------------------+ ±------------------+ ±------------------+

五、关键技术创新点
多设备协同识别：利用设备集群提升站牌识别准确率

场景自适应提醒：根据不同设备使用场景优化提醒方式

预测算法优化：结合实时交通数据和历史到站时间提高预测精度

低功耗同步机制：在保证实时性的前提下优化设备能耗

六、应用场景
日常通勤：自动识别常坐公交线路，提前提醒出发

陌生城市出行：快速识别当地公交信息，避免坐错车

换乘提醒：在多条线路换乘时自动计算最佳换乘方案

特殊人群辅助：为视障人士提供语音引导的公交出行体验

七、性能优化方案

// 智能数据预加载策略
public class DataPreloader {
private static DataPreloader instance;
private final Context context;

private DataPreloader(Context context) {
    this.context = context;

public static synchronized DataPreloader getInstance(Context context) {

    if (instance == null) {
        instance = new DataPreloader(context);

return instance;

// 基于位置预测可能需要的公交数据

public void prefetchBasedOnLocation(Location location) {
    new Thread(() -> {
        // 1. 获取附近站点
        List<BusStation> nearbyStations = 
            BusDataService.getNearbyStations(location, 500); // 500米半径
        
        // 2. 预加载线路信息
        for (BusStation station : nearbyStations) {
            for (String lineNumber : station.getLineNumbers()) {
                BusLine line = BusDataService.getBusLineInfo(lineNumber);
                BusReminderSyncService.cacheLineInfo(line);

}

        // 3. 分布式缓存预热
        distributePrefetchedData();
    }).start();

// 基于用户习惯预加载

public void prefetchBasedOnHabits() {
    // 实现类似上面的预加载逻辑
    // 基于用户历史出行数据预测可能需要的线路信息

private void distributePrefetchedData() {

    List<DeviceInfo> devices = DeviceManager.getPairedDevices();
    for (DeviceInfo device : devices) {
        if (device.getType() == DeviceType.CAR_SCREEN) {
            // 车机设备预加载更多数据
            prefetchForCarScreen(device);

}

八、总结

本文介绍的AI公交到站提醒卡片系统基于鸿蒙跨端U同步技术，实现了以下创新价值：
无缝出行体验：打破设备界限，让公交提醒随用户设备自动流转

智能场景适配：根据设备类型和使用场景提供最佳提醒方式

协同计算优势：多设备协同提升识别准确率和响应速度

个性化服务：学习用户习惯提供更精准的出行建议

该系统充分展现了鸿蒙分布式技术在公共交通场景中的应用潜力，为智慧出行提供了创新解决方案。未来可结合更多实时数据源，如天气信息、特殊事件等，进一步提升预测准确性，并可扩展至地铁、轮渡等其他公共交通方式。

分类

HarmonyOS

ArkUI / eTS

物联网

标签