System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智慧城市,特别涉及一种基于物联网的智慧城市管理方法及系统。
技术介绍
1、目前,物联网正广泛的运用在日常生活的各个方面。而城市管理中,依靠简单人工管理。比如对垃圾回收,主要通过固定位置设置垃圾回收桶,而有些垃圾回收桶由于摆放位置偏远,导致回收垃圾的利用率低。同时由于对人流管理进行肉眼识别,人工成本高,效率低下。
2、现有技术cn114390079b提供了一种智慧城市公共场所管理方法和物联网系统,通过划分区域并计算出各个区域内人流信息是否超过阈值,没有对人流信息进行具体的城市管理。因此,亟需一种基于物联网的智慧城市管理方法根据人流信息进行精细化管理。
技术实现思路
1、本专利技术实施例提供的一种基于物联网的智慧城市管理方法,包括:
2、基于物联网技术,采集人员视频;
3、对人员视频进行人员识别,得到第一识别数据;
4、对人员视频中人员携带的物品进行物品识别,得到第二识别数据;
5、将第一识别数据转化成人流密度分布图并进行预测,确定人流密度分布预测图;
6、基于人流分布预测分布图和第二识别数据,对人员进行城市管理。
7、优选地,对人员视频进行人员识别,得到第一识别数据,包括:
8、获取人员流动的视频;
9、对人员流动的视频进行人员识别,识别出移动的人员;
10、对移动的人员进行统计,得到第一识别数据,
11、其中,第一识别数据包括人员数量、人
12、优选地,将第一识别数据转化成人流密度分布图并进行预测,确定人流密度分布预测图,包括:
13、利用管理平台将第一识别数据转化成人流密度分布图;
14、构建人流密度分布图预测模型;
15、基于历史数据,对人流密度分布图预测模型进行训练,得到训练完成的人流密度分布图预测模型;
16、将人流密度分布图输入到训练完成的人流密度分布图预测模型,得到人流密度分布预测图。
17、优选地,利用管理平台将第一识别数据转化成人流密度分布图,包括:
18、获取空间分布图;
19、对空间分布图进行网格化,确定空间分布示意图上的网格点;
20、对任一网格点上的人员数量进行统计,得到空间分布示意图上的网格点上的人流密度;
21、基于标识在任一网格点的人流密度,确定人流密度分布图。
22、优选地,基于人流分布预测分布图和第二识别数据,对人员进行城市管理,包括:
23、基于人流密度分布预测图,对人员进行引导;
24、基于第二识别数据,确定携带的物品的物品类别;
25、若物品类别是危险品,则基于人员行为,判断人员是否为危险人员,若判断人员是危险人员,对危险人员进行目标跟踪和安防管理;
26、若物品类别是垃圾,则基于人流密度分布预测图,确定垃圾量分布预测图,控制移动垃圾桶收集垃圾。
27、优选地,基于人流分布预测分布图,对人员进行引导,包括:
28、设定人流密度阈值;
29、基于设定的人流密度阈值,将超过设定的人流密度阈值的网格点标志为饱和网格点,未超过设定的人流密度阈值的网格点标志为不饱和网格点;
30、基于密度扩散原理,模拟饱和网格点向不饱和网格点进行人流密度扩散,至到饱和网格点的人流密度低于设定的人流密度阈值,得到人流密度扩散方向和人流密度扩散路径;
31、基于人流密度扩散方向和人流密度扩散路径,对人员流向和人员路径进行修正,得到修正后的人员流向和修正后的人员路径;
32、基于修正后的人员流向和修正后的人员路径,控制设置在网格点上的投影设备对人员进行引导。
33、优选地,若物品类别是危险品,则基于人员行为,判断人员是否为危险人员,若判断人员是危险人员,对危险人员进行目标跟踪和安防管理,包括:
34、基于历史数据,构建危险人员行为数据库;
35、获取人员行为,并判断人员是否为危险人员;
36、若判断人员是危险人员,对危险人员进行目标跟踪,预测危险人员的未来轨迹;
37、基于携带的物品的影响范围和人流密度分布预测图,对危险人员的未来轨迹上的各个点进行危险性影响评价,确定危险性影响评价最小的点;
38、基于危险影响评价最小的点,通知危险影响评价最小的点附近的安保人员对危险人员进行控制并以危险影响评价最小的点为中心,对携带的物品的影响范围内的其他人员进行应急疏散。
39、优选地,基于携带的物品的影响范围和人流密度分布预测图,对危险人员的未来轨迹上的各个点进行危险性影响评价,确定危险性影响评价最小的点,包括:
40、获取携带的物品的影响半径;
41、以危险人员的未来轨迹上的任一个点为圆心,以携带的物品的影响半径为半径,确定危险人员的未来轨迹上的任一个点的影响范围;
42、对危险人员的未来轨迹上的任一个点的影响范围内的人流密度进行积分,确定危险人员的未来轨迹上的任一个点的危险影响评价因子;
43、将未来轨迹上的各个点按照危险影响评价因子进行排序,得到危险影响评价最小的点。
44、优选地,若物品类别是垃圾,则基于人流密度分布预测图,确定垃圾量分布预测图,控制移动垃圾桶收集垃圾,包括:
45、获取人员携带的物品类型转化成垃圾的概率,预测由人员携带的物品转化成垃圾的预测生成量;
46、基于人流分布预测分布图和垃圾的预测生成量,确定垃圾量分布预测图;
47、获取移动垃圾桶的数量,并基于移动垃圾桶的数量,对垃圾量分布预测图进行聚类,得到聚类中心;
48、基于任一移动垃圾桶的空间位置,确定任一移动垃圾桶移动到最近的聚类中心的路径;
49、基于任一移动垃圾桶移动到最近的聚类中心的路径,对任一移动垃圾桶的空间位置进行调整。
50、获取任一移动垃圾桶的的剩余容纳量,当任一移动垃圾桶内的剩余容纳量为0时,基于任一移动垃圾桶的空间位置搜索出最近的垃圾回收站并控制任一移动垃圾桶向最近的垃圾处理站进行垃圾清空。
51、本专利技术还提供了一种基于物联网的智慧城市管理系统,包括:
52、视频采集模块,用于基于物联网技术,采集人员视频;
53、第一识别模块,用于对人员视频进行人员识别,得到第一识别数据;
54、第二识别模块,用于对人员视频中人员携带的物品进行物品识别,得到第二识别数据;
55、人流密度分布预测模块,用于将第一识别数据转化成人流密度分布图并进行预测,确定人流密度分布预测图;
56、城市管理模块,用于基于人流分布预测分布图和第二识别数据,对人员进行城市管理。
57、本专利技术有益效果:
58、本专利技术通过物联网技术对人员采集视频并进行本文档来自技高网...
【技术保护点】
1.一种基于物联网的智慧城市管理方法,其特征在于,包括:
2.如权利要求1所述的基于物联网的智慧城市管理方法,其特征在于,对人员视频进行人员识别,得到第一识别数据,包括:
3.如权利要求1所述的基于物联网的智慧城市管理方法,其特征在于,将第一识别数据转化成人流密度分布图并进行预测,确定人流密度分布预测图,包括:
4.如权利要求3所述的基于物联网的智慧城市管理方法,其特征在于,利用管理平台将第一识别数据转化成人流密度分布图,包括:
5.如权利要求1所述的基于物联网的智慧城市管理方法,其特征在于,基于人流分布预测分布图和第二识别数据,对人员进行城市管理,包括:
6.如权利要求5所述的基于物联网的智慧城市管理方法,其特征在于,基于人流分布预测分布图,对人员进行引导,包括:
7.如权利要求5所述的基于物联网的智慧城市管理方法,其特征在于,若物品类别是危险品,则基于人员行为,判断人员是否为危险人员,若判断人员是危险人员,对危险人员进行目标跟踪和安防管理,包括:
8.如权利要求7所述的基于物联网的智慧城市管理
9.如权利要求5所述的基于物联网的智慧城市管理方法,其特征在于,若物品类别是垃圾,则基于人流密度分布预测图,确定垃圾量分布预测图,控制移动垃圾桶收集垃圾,包括:
10.一种基于物联网的智慧城市管理系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于物联网的智慧城市管理方法,其特征在于,包括:
2.如权利要求1所述的基于物联网的智慧城市管理方法,其特征在于,对人员视频进行人员识别,得到第一识别数据,包括:
3.如权利要求1所述的基于物联网的智慧城市管理方法,其特征在于,将第一识别数据转化成人流密度分布图并进行预测,确定人流密度分布预测图,包括:
4.如权利要求3所述的基于物联网的智慧城市管理方法,其特征在于,利用管理平台将第一识别数据转化成人流密度分布图,包括:
5.如权利要求1所述的基于物联网的智慧城市管理方法,其特征在于,基于人流分布预测分布图和第二识别数据,对人员进行城市管理,包括:
6.如权利要求5所述的基于物联网的智慧城市管理方法,其特征在于,基于人...
【专利技术属性】
技术研发人员:闫昱洁,陈天睿,苏醒,姚冰,朱康田,
申请(专利权)人:北京百旺安华科技有限公司,
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。