【技术实现步骤摘要】
地铁站内客流流线优化及动态引导指示牌系统及设计方法
[0001]本专利技术属于地铁客流疏散领域,具体涉及一种地铁站内客流流线优化及动态引导指示牌系统及设计方法。
技术介绍
[0002]地铁具有运量大、能耗低、污染少和乘坐方便等优点,在城市公共交通服务方面发挥着日益显著的作用。随着地铁的快速发展,地铁线路网络化格局逐步形成,客流吸引量持续增长。地铁已逐步成为人们首选的出行方式之一。
[0003]目前,地铁站内部结构复杂,站内客流集散量较大,尤其在早晚高峰时段,站内客流通行能力较低,极易在瓶颈处产生堵塞,形成安全隐患。通常,地铁站内乘客的路径选择行为可直接影响出行效率和疏散能力。不同情况下乘客的路径规划与动态引导、信息的实时共享是解决站内拥堵、提高车站安全系数最直接有效的解决办法。
[0004]因此,需要设计一款动态引导指示牌,不仅能缓解地铁站内的乘客拥堵现象,而且能够很好地避免无秩序的客流疏散。
技术实现思路
[0005]本专利技术的目的针对上述不足,提出了一种地铁站内客流流线优化及动态引导指示 ...
【技术保护点】
【技术特征摘要】
1.一种地铁站内客流流线优化及动态引导指示牌系统,其特征在于,包括乘客识别与定位单元、基于乘客拥挤度的随机用户均衡客流分配单元、站内乘客实时位置展示和路径推荐单元;乘客识别与定位单元通过站内监控设备提取地铁站内各处画面,并通过图像处理提取画面中的乘客位置,得到整个地铁站内的乘客分布状况;基于乘客拥挤度的随机用户均衡客流分配单元用于计算乘客分布数据,得到优化后的客流分配结果;站内乘客实时位置展示和路径推荐单元用于将客流的实时分布情况与优化后的推荐路径展示于站内的动态引导指示牌上。2.如权利要求1所述的一种地铁站内客流流线优化及动态引导指示牌系统,其特征在于,乘客识别与定位单元内还设有实时监控机构,实时监控机构通过地铁站内的监控设备,采集乘客在地铁站内的活动视频,运用高斯混合模型与卷积神经网络相结合实现乘客识别与定位;首先,使用高斯混合模型对视频中乘客图形进行提取处理,读取所有完整乘客图形在视频中的位置信息;然后,使用卷积神经网络算法对视频中被遮挡的乘客图形进行下一帧的位置预测及识别,得到连续的乘客位置信息;最后,将乘客在视频中的位置转化为真实场景中的位置,从而得到各乘客在地铁站的实时位置信息及其轨迹。3.一种地铁站内客流流线优化及动态引导指示牌设计方法,采用如权利要求1或2所述的地铁站内客流流线优化及动态引导指示牌系统,其特征在于,具体包括以下步骤:S1:通过站内监控设备提取地铁站内各处画面;S2:采用图像处理将画面中的乘客位置进行提取,得到整个地铁站内的乘客分布状况;S3:基于乘客拥挤度的随机用户均衡客流分配模型,得到优化后的客流分配结果;S4:将客流的实时分布情况与优化后的推荐路径展示于站内...
【专利技术属性】
技术研发人员:杨晓霞,康元磊,潘福全,曲大义,邴其春,杨金顺,李昕光,李敏,杨毅,蒋海龙,
申请(专利权)人:青岛理工大学,
类型:发明
国别省市:
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。