The invention discloses a macro-area real-time flow prediction method, which includes a plurality of detection sub-networks and remote back-end servers deployed in the macro-area according to physical space. The detection sub-networks include several extension machines and a host connected with the extension data. The extension collects extension coverage model through wireless passive sensing mode. Based on WIFI protocol, the mobile devices in the perimeter randomly send broadcasting data packets to the surrounding environment, and screen the data packets with the ID information of mobile devices to retrieve, analyze the data, realize the accurate prediction of regional human flow, and promote the development of the field of intelligent transportation.
【技术实现步骤摘要】
一种宏观区域实时人流保有量预测方法
本专利技术属于移动智能互联网技术,尤其涉及景区等人流检测和评估算法。
技术介绍
区域流量数据是当前智慧校园、智慧景区、智慧城市的重要信息来源,可为区域人流密度评估、区域人流变化、流量诱导等提供决策辅助。随着我国经济和科技迅猛发展,为更好的管理校园、景区、城镇等人们日常生活旅行的区域,提升人民生活旅行的便捷性、幸福感,建设智慧校园、智慧景区、智慧城市成为未来发展的新趋势。在智慧校园、智慧城市等的建设过程中,人流的动态监测、估计,动向检测、预测、引导为不可或缺的重要组成部分。以景区为例,目前建立了大量数字监控用以监控景区人流量,如通过进出口门闸记录景区内人流总量;通过在重点区域布设视屏监控,对当前区域内人流进行识别;通过数字显示屏,向游客展示景区内相关信息等。然而尽管现在部署了各种各样的设备,但在人流的检测、预测上仍有无法满足管理需求,如进出口门闸只能记录景区内的总保留量,而无法记录分散在各个景点的人流量,而视频等,虽然能够清晰可视化,甚至通过图像识别的方式识别人数,但无法做到全覆盖,自然也就无法全局统计,更做不到流量的预估。
技术实现思路
针对现有技术存在的问题,本专利技术提供了一种宏观区域实时人流保有量预测方法,。为解决上述技术问题,本专利技术采用了以下技术方案:一种宏观区域实时人流保有量预测方法,包括按照物理空间部署在宏观区域范围内的多个检测子网络和远端的后台服务器,所述检测子网络包括若干个分机,以及与所述分机数据连接的的一个主机;所述分机通过无线被动感知的模式,采集分机覆盖范围内移动终端设备基于WIFI协议随机向四周环境 ...
【技术保护点】
1.一种宏观区域实时人流保有量预测方法,其特征在于:包括按照物理空间部署在宏观区域范围内的多个检测子网络和远端的后台服务器,所述检测子网络包括若干个分机,以及与所述分机数据连接的的一个主机;所述分机通过无线被动感知的模式,采集分机覆盖范围内移动终端设备基于WIFI协议随机向四周环境发送的广播式数据包,并筛选其中带有移动终端设备ID信息的数据包进行检索,打上分机标签后上传至主机,主机将手机到的数据进行统一存储和打上时间标签,并上传至远端的后台服务器中存储,并对数据按照以下步骤进行分析:步骤1:通过分机采集完整时间段(T‑Δkt)的数据D,将该数据段以时间差Δt作为周期切分成k段,得到每段完整数据Dk,
【技术特征摘要】
1.一种宏观区域实时人流保有量预测方法,其特征在于:包括按照物理空间部署在宏观区域范围内的多个检测子网络和远端的后台服务器,所述检测子网络包括若干个分机,以及与所述分机数据连接的的一个主机;所述分机通过无线被动感知的模式,采集分机覆盖范围内移动终端设备基于WIFI协议随机向四周环境发送的广播式数据包,并筛选其中带有移动终端设备ID信息的数据包进行检索,打上分机标签后上传至主机,主机将手机到的数据进行统一存储和打上时间标签,并上传至远端的后台服务器中存储,并对数据按照以下步骤进行分析:步骤1:通过分机采集完整时间段(T-Δkt)的数据D,将该数据段以时间差Δt作为周期切分成k段,得到每段完整数据Dk,其中,Dij表示第j个子网第i号分机数据;N表示子网的个数,M表示第j个子网中的分机个数;步骤2:对数据Dk进行切片,并提取待分析局部区域S及时间段(T-Δkt)的数据Ds',时间距t=Δt,式中,Dis′为第s子网下编号为i的分机所采集到的数据;步骤3:对部署的子网络与对应局部区域S进行空间匹配,得到子网络主机与对应路段的编号信息及该子网络的分机部署情况列表;步骤4:对各分机采集的数据根据移动终端设备ID号进行排序,建立数据矩阵{Tower(i,s),t};步骤5:将建立的ID数据列表按出现在不同数据矩阵的次数c进行分类:将仅在一个数据矩阵Tower中出现的ID记为IDc=1并单独提取进行分析,将在两个以上数据矩阵Tower中出现的ID数据归为IDc>1;步骤6:对于在时间段Δt内仅出现在一个数据矩阵Tower中出现的ID数...
【专利技术属性】
技术研发人员:胡小磊,丁璠,谭华春,寿光明,陈晓轩,
申请(专利权)人:南京极行信息科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。