客流预测方法及系统技术方案

本发明专利技术提供了客流预测方法及系统，其中客流预测方法包括以下步骤：建立客流量数据库；采集每日客流信息并上传到所述数据库；对数据库中的数据进行分析并预测未来客流动态，本发明专利技术可以对实时的客流进行监控，还可以对未来时间点的客流进行科学的预测，以达到及时自动预警，及时采取相应措施疏散人流的目的。

Passenger flow forecasting method and system

The present invention provides a system and method for passenger flow forecast, forecast method, which comprises the following steps: establishing traffic database; collect daily passenger information and upload to the database; to analyze the data in the database and forecast future passenger flow dynamics, the invention can monitor the real-time traffic, but also on the future time point the passenger flow forecast scientifically, in order to achieve timely automatic early warning, timely take corresponding measures to evacuate people.

【技术实现步骤摘要】
客流预测方法及系统
本专利技术涉及客流预测领域，具体涉及到客流预测方法及系统。
技术介绍
目前对于公共园区特别是没有闸机严格划分边界的公共场所，客流的监控往往得不到实时的保障。
技术实现思路
鉴于目前客流预测存在的上述不足，本专利技术提供客流预测方法及系统，可以对实时的对客流进行监控，还可以对未来时间点的客流进行科学的预测，以达到及时自动预警，及时采取相应措施疏散人流的目的。本专利技术提供了客流预测方法，所述方法包括以下步骤，建立客流量数据库；采集每日客流信息并上传到所述数据库；对数据库中的数据进行分析并预测未来客流动态。依照本专利技术之原理，所述采集每日客流信息并上传到所述数据库的步骤中，客流信息包括当日累计人流量和当前人流量，所述当日累计人流量的计算方式为：S1＝∑FIiWi；，所述当前人流量的计算方式为：S2＝S1-∑FOjWi，其中，S1:当日累计人流量；S2:当前人流量；FIi:出入口当日累计进客量；Wi:出入口的进客量修正系数；FOi:出入口当日累计出客量；Wj:出入口的出客量修正系数。依照本专利技术之原理，所述出入口的采集方式包括地铁闸机、公共交通系统、停车场、出入口闸机和视频摄像头。依照本专利技术之原理，所述采集每日客流信息并上传到所述数据库的步骤中还包括：采集每日对客流有影响的因子数据并上传到数据库；所述因子数据包括天气、温度、PM2.5、日期。依照本专利技术之原理，所述对数据库中的数据进行分析并预测未来客流动态的步骤中，所述未来客流动态的计算方式为：Ti＝(∑KiMi)/Qi，其中Ti:某个时间段的客流预测值，所述某个时间段为一天或一天内的几分钟；Ki:客流影响因子，包括天气，温度，PM2.5，日期；Mi:客流影响因子的权重；Qi:重大事件、突发事件、以及市政公布的能引起客流变化的事件。依照本专利技术之原理，所述Mi通过大数据线性回归算法来得出，包括以下步骤：采集一段历史时期的数据，每一组数据包括：Ti,、Ki和Qi；对历史数据用线性回归分析得到各个Mi的回归分析值。依照本专利技术之原理，当Ti>F1时，预测系统会向告警事件系统发出告警，F1为黄色告警阀值,当Ti>F2时，预测系统会向告警事件系统发出告警，F2为红色告警阀值。本专利技术的另一面，客流预测系统，包括客流预警平台，所述客流预警平台设有数据库；数据采集系统，所述数据采集系统与所述客流预警平台相连；预警系统，所述预警系统与所述客流预警平台相连。依照本专利技术之原理，所述客流预测系统用于园区或公共场所。依照本专利技术之原理，所述数据采集系统连接有公共交通系统、地铁系统、停车场监控系统、天气预报系统、和园区视频监测系统。本专利技术具有以下优点：可以对实时的客流进行监控，还可以对未来时间点的客流进行科学的预测，以达到及时自动预警，及时采取相应措施疏散人流的目的。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术及其特征、外形和优点将会变得更明显。在全部附图中相同的标记指示相同的部分。并未刻意按照比例绘制附图，重点在于示出本专利技术的主旨。图1为本专利技术提供的客流预测方法示意图。具体实施方式在下文的描述中，给出了大量具体的细节以便提供对本专利技术更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本专利技术可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本专利技术发生混淆，对于本领域公知的一些技术特征未进行描述。为了彻底理解本专利技术，将在下列的描述中提出详细的步骤以及具体的结构，以便阐释本专利技术的技术方案。本专利技术的最佳实施案例详细描述如下，然而除了这些详细描述外，本专利技术还可以具有其它实施方式。本专利技术提供了客流预测方法，如图1，方法包括以下步骤，步骤S1：建立客流量数据库，以及与客流量相对应的相关数据，例如，天气，温度，PM2.5，日期等。步骤S2：采集每日客流信息并上传到所述数据库，其中客流信息包括当日累计人流量和当前人流量，当日累计人流量的计算方式为：S1＝∑FIiWi；，所述当前人流量的计算方式为：S2＝S1-∑FOjWi，其中，S1:当日累计人流量；S2:当前人流量；FIi:出入口当日累计进客量；Wi:出入口的进客量修正系数；FOi:出入口当日累计出客量；Wj:出入口的出客量修正系数，其中，对于一个大型园区来说，当日累计人流量是统计园区的游客吸纳度的一个重要指标，当前在园人流量是监测客流峰值以及发生预警的重要指标。大型园区及公共场所，因其边界并不一定非常严格界定，进出边界的条件也不一定都安装有精确控制人数的闸机，因此对于数据的采集存在一定困难，就要根据不同的情况采用不同的方式进行统计和修正。每个出入口根据性质的不同，会有不同的统计硬件的接入，每种硬件因其统计原理会产生一定的误差率，因此需要进行实地测算及系数修正。进一步，主要的出入口采集硬件有以下几种，但是不限于以下方式：地铁闸机：当地铁出入口直接汇入园区时，地铁闸机就成为一个重要的采集点，地铁闸机的误差主要出现在老人儿童及一些特殊照顾人群可以免票进出闸机，因此要进行系数修正。公共交通系统：汇入园区的公交站及公交枢纽是另一个重要的采集点，对于每一种不同车型，应该给予不同的客流系数，以区分大中小车载入载出园区的人数。停车场：停车场是重要的客流采集点，与公共交通系统相似，对于每一种不同车型，应该给予不同的客流系数，以区分大中小车载入载出园区的人数。园区出入口闸机：相对比较准确的统计人数的采集点，但是对于很多大型园区来说不一定在所有出入口都装有闸机。视频摄像头：在没有任何采集客流硬件的出入口，以及停车场等误差较大的出入口，可以安装视频摄像头进行人数识别，与其它硬件识别的数据可以进行交叉验证。视频摄像头的识别率有一定误差，所以需要系数修正。再进一步，采集每日客流信息并上传到所述数据库的步骤中还包括：采集每日对客流有影响的因子数据并上传到数据库；所述因子数据包括天气、温度、PM2.5、日期，具体为：天气：天气是影响客流的一个非常重要的因子，采集并记录当前城市或当前区域的天气数据是预测客流的重要条件，天气状况分为：晴阴多云少云小雨中雨大雨阵雨雷阵雨暴雨雾,霾,霜冻,暴风,台风,暴风雪,大雪,中雪,小雪,雨夹雪冰雹浮尘扬沙等。温度：温度是影响客流的另一个非常重要的因子，温度过高或过低都会引起客流数量的明显降低。PM2.5：PM2.5对于当前出行的影响越来越重要，因此也会成为影响大型园区和公共场所人流的另一重要条件。日期：日期也是影响客流的一个重要因子，简单的说，工作日，双休日，国定节日对于客流有不同的影响。各种园区重大事件、突发事件、以及市政公布的能引起客流变化的事件。如某名人在园区开展演唱会，节假日前交通管制，等等。以上数据都可以通过各种现成的公用互联网API采集得到，突发事件所造成的影响因子需要人工采集并录入，若没有突发事件时，该因子置为1.0。步骤S3：对数据库中的数据进行分析并预测未来客流动态，其中未来客流动态的计算方式为：Ti＝(∑KiMi)/Qi，其中Ti:某个时间段的客流预测值，所述某个时间段为一天或一天内的几分钟；Ki:客流影响因子，包括天气，温度，PM2.5，日期；Mi:客流影响因子的权重；Qi:重大事件、突发事件、以及市政公布的能引起客流变化的事件，其中，Mi通过大数据线性回本文档来自技高网...

【技术保护点】
客流预测方法，其特征在于，包括以下步骤：建立客流量数据库；采集每日客流信息并上传到所述数据库；对数据库中的数据进行分析并预测未来客流动态。

【技术特征摘要】
1.客流预测方法，其特征在于，包括以下步骤：建立客流量数据库；采集每日客流信息并上传到所述数据库；对数据库中的数据进行分析并预测未来客流动态。2.如权利要求1所述的客流预测方法，其特征在于，所述采集每日客流信息并上传到所述数据库的步骤中，客流信息包括当日累计人流量和当前人流量，所述当日累计人流量的计算方式为：S1＝∑FIiWi；，所述当前人流量的计算方式为：S2＝S1-∑FOjWi，其中，S1:当日累计人流量；S2:当前人流量；FIi:出入口当日累计进客量；Wi:出入口的进客量修正系数；FOi:出入口当日累计出客量；Wj:出入口的出客量修正系数。3.如权利要求2所述的客流预测方法，其特征在于，所述出入口的采集方式包括地铁闸机、公共交通系统、停车场、出入口闸机和视频摄像头。4.如权利要求1-3任一所述的客流预测方法，其特征在于，所述采集每日客流信息并上传到所述数据库的步骤中还包括：采集每日对客流有影响的因子数据并上传到数据库；所述因子数据包括天气、温度、PM2.5、日期。5.如权利要求4所述的客流预测方法，其特征在于，所述对数据库中的数据进行分析并预测未来客流动态的步骤中，所述未来客流动态的计算方式为：Ti＝(∑KiMi)/Qi，其...

【专利技术属性】
技术研发人员：林显春，
申请(专利权)人：上海宏理信息科技有限公司，
类型：发明
国别省市：上海,31