地铁运行状态的预测方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种地铁运行状态的预测方法、装置、电子设备及存储介质，涉及智能交通与人工智能等技术领域。具体实现方案为：获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息；基于所述时间窗口内各时刻的所述气压信息，预测所述时间窗口内地铁的运行状态。根据本公开的技术，能够有效地提高地铁运行状态的识别效率。行状态的识别效率。行状态的识别效率。

【技术实现步骤摘要】
地铁运行状态的预测方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，具体涉及智能交通与人工智能等
，尤其涉及一种地铁运行状态的预测方法、装置、电子设备及存储介质。

技术介绍

[0002]实时检测地铁的运行状态，不仅可以辅助优化地铁场景下的网络定位效果，同时可以为用户提供进出站播报以及到站提醒等导航服务，为大量的地铁用户带来出行便利。同时，实时检测地铁的运行状态也是实现智能交通的重要环节。
[0003]地铁运行状态的识别技术目前普遍采用手机内嵌的加速度传感器来实现判断地铁列车的动停状态，通过对三轴加速度数据的处理并构建模型来实现识别。

技术实现思路

[0004]本公开提供了一种地铁运行状态的预测方法、装置、电子设备及存储介质。
[0005]根据本公开的一方面，提供了一种地铁运行状态的预测方法，包括：
[0006]获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息；
[0007]基于所述时间窗口内各时刻的所述气压信息，预测所述时间窗口内地铁的运行状态。
[0008]根据本公开的另一方面，提供了一种地铁运行状态的预测装置，包括：
[0009]获取模块，用于获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息；
[0010]预测模块，用于基于所述时间窗口内各时刻的所述气压信息，预测所述时间窗口内地铁的运行状态。根据本公开的再一方面，提供了一种电子设备，包括：
[0011]至少一个处理器；以及
[0012]与所述至少一个处理器通信连接的存储器；其中，
[0013]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
[0014]根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。
[0015]根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。
[0016]根据本公开的技术，能够有效地提高地铁运行状态的识别效率。
[0017]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0018]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0019]图1是根据本公开第一实施例的示意图；
[0020]图2是根据本公开第二实施例的示意图；
[0021]图3是根据本公开第三实施例的示意图；
[0022]图4是根据本公开第四实施例的示意图；
[0023]图5是根据本公开第五实施例的示意图；
[0024]图6是用来实现本公开实施例的地铁运行状态的预测方法的电子设备的框图。
具体实施方式
[0025]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0026]显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0027]需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。
[0028]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0029]基于加速度传感器识别地铁运行状态时，若手机处于手持状态时，由于不同的手持姿态以及人体的缓冲作用，在地铁上的加速度传感器数据特征非常不明显，并不能用来进行判别。因此现有技术在识别时，均是将手机放置在地铁地面上进行实验来获取数据，并不符合用户的实际使用场景，无法在现实场景中实现工程化落地。另外，考虑到用户在地铁车厢内会有行走、坐立、晃动等行为，这些运动行为会对加速度造成较大的影响，这时使用加速度来判别地铁运行状态，容易造成误判，影响识别的准确率。基于以上问题，提出如下本公开的地铁运行状态的预测方法。
[0030]图1是根据本公开第一实施例的示意图；如图1所示，本实施例提供一种地铁运行状态的预测方法，具体可以包括如下步骤：
[0031]S101、获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息；
[0032]S102、基于时间窗口内各时刻的气压信息，预测时间窗口内地铁的运行状态。
[0033]本实施例的地铁运行状态的预测方法可以应用在移动终端侧，具体可以应用在移动终端上，或者也可以应用在能够实时获取到移动终端的气压数据的其他电子设备上，在此不做限定。
[0034]本实施例中的应用场景中，用户可以手持移动终端或者将移动终端放置在口袋或
者背包里，符合用户通常使用移动终端的场景即可。
[0035]本实施例中，获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息可以基于移动终端内置的气压检测芯片的气压数据来得到。
[0036]本实施例中，为了对地铁运行状态进行准确预测，基于时间窗口来预测地铁的运行状态，该时间窗口可以为3s、5s、或者7s等等，优选地，时间窗口可以为奇数。由于采用了时间窗口的概念，所以，获取地铁上用户使用的移动终端的气压信息并不需要实时获取，可以每隔一定的采样周期获取一次，即可以按照预设的采样周期获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息。
[0037]在本公开的一个实施例中，可以要求采样周期小于时间窗口的长度，这样，可以保证相邻两次采样时，获取气压信息所需要的气压检测芯片的检测数据有重叠，能够更好地反应数据的变化趋势，进而能够进一步提高。
[0038]本实施例的地铁运行状态的预测方法，通过获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息；并基于时间窗口内各时刻的气压信息，预测时间窗口内地铁的运行状态，并不需要用户将移动终端放置在地铁车厢的地板上，也不需要用户停车于车厢内，符合用户通常使用移动终端的场景即可，手持移动终端或者将移动终端放置在衣物口袋，并且用户可以坐立、晃动，对地铁运行状态预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地铁运行状态的预测方法，包括：获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息；基于所述时间窗口内各时刻的所述气压信息，预测所述时间窗口内地铁的运行状态。2.根据权利要求1所述的方法，其中，获取地铁上用户使用的移动终端在时间窗口内各时刻的气压信息，包括：采集所述地铁上所述用户使用的所述移动终端在所述时间窗口内各时刻的气压数据；和/或基于所述时间窗口内各所述时刻的气压数据，提取各所述时刻对应的气压特征。3.根据权利要求1所述的方法，其中，基于所述时间窗口内各时刻的所述气压信息，预测所述时间窗口内地铁的运行状态，包括：基于所述时间窗口内各所述时刻的气压信息，预测所述时间窗口内所述地铁的预估运行状态以及对应的概率；基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，获取所述时间窗口内所述地铁的运行状态。4.根据权利要求3所述的方法，其中，基于所述时间窗口内各所述时刻的气压信息，预测所述时间窗口内所述地铁的预估运行状态以及对应的概率，包括：基于所述时间窗口内各所述时刻的气压信息，预测所述时间窗口内各所述时刻的所述地铁的预估运行状态；基于所述时间窗口内各所述时刻的所述地铁的预估运行状态，获取所述时间窗口内所述地铁的预估运行状态以及对应的概率。5.根据权利要求4所述的方法，其中，基于所述时间窗口内各所述时刻的气压信息，预测所述时间窗口内各所述时刻的所述地铁的预估运行状态，包括：基于所述时间窗口内各所述时刻的气压信息，采用预先训练的动静状态预估模型预测所述时间窗口内各所述时刻所述地铁处于停车状态还是运动状态；和/或若确定所述地铁处于运动状态时，基于所述时间窗口内各所述时刻的气压信息，采用预先训练的进出站预估模型预测所述时间窗口内各所述时刻所述地铁处于进站状态还是出站状态。6.根据权利要求3
‑
5任一所述的方法，其中，基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，获取所述时间窗口内所述地铁的运行状态，包括：基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，并参考预设概率阈值以及地铁状态序列中前一时间窗口的地铁运行状态，获取所述时间窗口内所述地铁的运行状态；或者基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，并参考预先生成的状态转移信息表以及地铁状态序列中前一时间窗口的地铁运行状态，获取所述时间窗口内所述地铁的运行状态。7.根据权利要求6所述的方法，其中，基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，并参考预设概率阈值以及地铁状态序列中前一时间窗口的地铁运行状态，获取所述时间窗口内所述地铁的运行状态，包括：检测所述概率是否大于或者等于所述预设概率阈值；
若是，将所述时间窗口内所述地铁的预估运行状态作为所述时间窗口内所述地铁的运行状态。8.根据权利要求7所述的方法，其中，基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，并参考预设概率阈值以及地铁状态序列中前一时间窗口的地铁运行状态，获取所述时间窗口内所述地铁的运行状态，还包括：若所述概率小于所述预设概率阈值，从所述地铁状态序列中获取前一时间窗口的地铁运行状态，作为所述时间窗口内所述地铁的运行状态。9.根据权利要求6所述的方法，其中，基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，并参考预先生成的状态转移信息表以及地铁状态序列中前一时间窗口的地铁运行状态，获取所述时间窗口内所述地铁的运行状态，包括:从所述地铁状态序列中获取前一时间窗口的地铁运行状态；基于所述前一时间窗口的地铁运行状态、所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，检测所述概率是否小于所述状态转移信息表中对应的状态转移概率；若是，将所述前一时间窗口的地铁运行状态，作为所述时间窗口内所述地铁的运行状态。10.根据权利要求9所述的方法，其中，基于所述时间窗口内所述地铁的预估运行状态以及对应的所述概率，并参考预先生成的状态转移信息表以及地铁状态序列中前一时间窗口的地铁运行状态，获取所述时间窗口内所述地铁的运行状态，还包括:若所述概率...

【专利技术属性】
技术研发人员：李琦，贾海禄，刘晓桐，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：