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() 一种基于多源数据融合的地铁客流监测与预警方法及系统技术方案_技高网

一种基于多源数据融合的地铁客流监测与预警方法及系统技术方案

技术编号:41208863 阅读:2 留言:0更新日期:2024-05-09 23:30
本发明专利技术公开了一种基于多源数据融合的地铁客流监测与预警方法及系统,包括以下步骤:S1:确定参考时间段,确定各个时间段的客流量阈值;S2:将地铁站划分为若干区域,实时监测并获取各个指定位置的客流信息;S3:将信息处理及整合;S4:将客流量数据与阈值对比,若未达到则正常运行,若达到则发出警报;同时,根据以往数据,针对每个区域设置特定的的客流监测指标S5:警报后,根据所在的区域和时间段给出相应的应对方案。本发明专利技术通过将地铁站划分为若干区域,确定特定时间段的客流量数据阈值,采用多种监测设备采集数据,其监测的准确性相比于单一设备有所提高,且可针对不同区域的特点合理布置不同的检测设备,提高了监测的覆盖范围。

【技术实现步骤摘要】

本专利技术涉及客流检测,尤其涉及一种基于多源数据融合的地铁客流监测与预警方法及系统


技术介绍

1、为了了解地铁站实时的客流量信息,以针对性地调整列车营运计划、制定人员疏散方案,及时增派安检人员,目前地铁站都会对客流量进行实时监测。地铁客流监测系统主要采用视频监控、传感器监测、rfid等技术手段。

2、其中,视频监控系统通过在轨道沿线设置摄像头,实时监测客流情况,但存在误报和漏报的问题;传感器监测系统则通过在轨道车站设置感应设备,对客流量进行实时监测,但其维护成本较高且受限于空间布局;此外,还有一些系统利用图像识别、大数据分析等技术进行客流分析,但需要较高的技术支持和维护成本。

3、总之,目前的地铁客流监测系统普遍存在技术单一的问题,导致客流监测准确性不高,维护成本较高以及监测方式受限于地铁站的空间布局。


技术实现思路

1、针对现有技术的不足,本专利技术旨在提供一种基于多源数据融合的地铁客流监测与预警系统,以解决目前地铁检测技术单一的问题,以提高地铁客流监测的精度和覆盖范围,具体的技术方案如下:

2、一种基于多源数据融合的地铁客流监测与预警方法,包括以下步骤:

3、s1:确定参考时间段,根据以往客流数据标准,确定各个时间段的客流量阈值;

4、s2:将地铁站划分为若干区域,在每个区域的指定位置设置多种监测设备,实时监测并获取各个指定位置的客流信息;

5、s3:将步骤s2中获取的客流信息处理及整合,并发送至处理器,处理器根据获取的数据评估该区域实时客流量t1;

6、s4:将步骤s3中评估得到的该区域实时的客流量数据与对应时间段的客流量阈值对比,若未达到客流量阈值则正常运行,若达到客流量阈值则发出警报;

7、同时,根据以往数据,针对每个区域设置客流监测指标,结合监测设备检测得到的实时客流数据,某一区域的实时客流数据未达到所述客流监测指标,

8、则正常运行,若达到所述客流监测指标则发出警报;

9、s5:发出警报后,处理器根据警报所在的区域和时间段给出相应的应对方案。

10、作为一种优选的技术方案:步骤s3中,将步骤s2中获取的客流信息处理及整合的方法包括对多种监测设备采集的各个数据进行提取、校准、数据融合和归一化,并相互验证。

11、通过对多种监测设备获取的各个数据进行分析处理,得到统一的数据,并利用多种数据相互验证,可以清晰、直观且较为精确地了解该区域的客流量信息。

12、作为一种优选的技术方案:所述监测设备包括摄像头、激光扫描器、红外传感器、wifi嗅探器和自动售检票系统中的一种或多种。

13、通过采样多种监测设备对地铁站的各个区域进行客流信息采集,不同区域可采用最适用该区域的监测设备组合,以尽可能以最小的成本获取最高精度的客流信息数据,并且保证监测系统的稳定、高效。

14、作为一种优选的技术方案:步骤s3中,评估实时客流量的方法为:实时客流量t1=客流速度×时间×平均人数/每平米区域,其中,客流速度由激光扫描器测量,时间由处理器记录,平均人数/每平米区域通过对摄像头拍摄的视频进行识别作为样本,并通过计算得到。

15、由于每个区域的客流人数都是较为庞大的数字,因为检测成本及站台布局的原因,不可能精确测量出来,但可以依据客流量数据来划分区域,将客流量数据接近的位置划分为同一区域,在指定区域内选择特定位置抽样获取客流信息,并通过计算一段时间内的实时客流量t1来将测量及分析获取的各个客流信息数据整合,得到较为直观、精确的该区域该时间段内的实时客流量数据。

16、作为一种优选的技术方案:所述若干区域包括闸机区域、安检门区域、楼扶梯区域、站台区域和换乘通道区域。

17、通过将地铁站划分为多个不同区域,根据分布位置、以往客流量数据等因素,将客流量相近的位置划分为同一区域,而闸机、安检门、扶梯、站台及换乘通道等区域客流量往往存在明显差别,因此用此方式划分地铁站能较为合理地分隔不同客流量的区域,从而方便对各个区域客流量及客流人数的统计监测。

18、作为一种优选的技术方案:处理器根据步骤s3中发送的客流信息,对图像及数据库中客流行为进行分析,建立预测模型,预估指定时间之后指定区域的预估客流量t2,定期将预估客流量t2与在步骤s3中评估得到的与其对应的实时客流量t1进行对比,分析两者差异原因,并根据对比结果不断调整预测模型,直到预估客流量t2与对应的实时客流量t1的误差在设定的范围以内的概率达到90%以上,作为客流量确定的应急方案。

19、通过建立客流量预测模型,并不断与对应的实时客流量对比,不断优化预测模型,从而能够在大多数情况下较为准确地预估一段时间后指定区域的客流量数据,在一些监测设备损坏或其他原因无法实时监测时,可暂时用预估客流量代替,作为客流量确定的应急方案,从而保证监测与预警系统的持续运行。

20、作为一种优选的技术方案:所述监测设备的种类至少为三种,对多种监测设备采集的各个数据进行数据融合和归一化的过程为:

21、依次将其中一种监测设备采集的数据与其他各种监测设备采集的数据对比并计算差值,判断该差值是否超出设定的范围,统计差值超出设定范围的次数,并移除差值超出设定范围次数最多的数据,重复上述过程,直到任一种监测设备采集的数据与其他各种监测设备采集的数据的差值均在设定范围以内,剩余的数据计算平均值。

22、通过在每个区域均至少设置三种检测设备,检测设备所采集的信息有重合性,也有互补性,将采集的数据中明显异常的移除后,求均值,作为一种较为便捷的数据融合和归一化的方式。

23、作为一种优选的技术方案:当移除的数据数量为两个以上时,则重新进行数据采集,并重复对数据进行数据融合、归一化的过程;若重新进行数据采集后,移除的数据数量仍为两个以上,则报警提醒工作人员检修。

24、针对出现两个以上采集的数据与其他数据偏离较大的情况,有较大概率出现设备故障或工作状态错误的问题,提醒工作人员检修,以即使排除设备故障或工作状态错误的问题。

25、本专利技术还提供了一种基于多源数据融合的地铁客流监测与预警系统,应用上述方法,所述系统包括:

26、数据采集层:设置于地铁站各个区域的指定位置,用于抽样采集各个区域的实时客流信息;

27、数据处理层:用于对采集到的客流信息进行分析、对比、融合、挖掘和预测,得到统一的客流数据;

28、数据存储层:用于存储所述数据采集层采集的客流信息及所述数据处理层得到的客流数据;

29、应用服务层:用于在客户端展示实时客流信息及分析结果,并给出预警信息及应对方案。

30、采用分层架构设计,将系统分为数据采集层、数据处理层、数据存储层和应用服务层,这样的架构设计有利于提高系统的可扩展性和可维护性。

31、作为一种优选的技术方案:所述数据存储层采用iotdb本文档来自技高网...

【技术保护点】

1.一种基于多源数据融合的地铁客流监测与预警方法,其特征在于:包括以下步骤:

2.如权利要求1所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:步骤S3中,将步骤S2中获取的客流信息处理及整合的方法包括对多种监测设备采集的各个数据进行提取、校准、数据融合和归一化,并相互验证。

3.如权利要求2所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:所述监测设备包括摄像头、激光扫描器、红外传感器、wifi嗅探器和自动售检票系统中的一种或多种。

4.如权利要求3所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:步骤S3中,评估实时客流量的方法为:实时客流量T1=客流速度×时间×平均人数/每平米区域,其中,客流速度由激光扫描器测量,时间由处理器记录,平均人数/每平米区域通过对摄像头拍摄的视频进行识别作为样本,并通过计算得到。

5.如权利要求1所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:所述若干区域包括闸机区域、安检门区域、楼扶梯区域、站台区域和换乘通道区域。

6.如权利要求4所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:处理器根据步骤S3中发送的客流信息,对图像及数据库中客流行为进行分析,建立预测模型,预估指定时间之后指定区域的预估客流量T2,定期将预估客流量T2与在步骤S3中评估得到的与其对应的实时客流量T1进行对比,分析两者差异原因,并根据对比结果不断调整预测模型,直到预估客流量T2与对应的实时客流量T1的误差在设定的范围以内的概率达到90%以上,作为客流量确定的应急方案。

7.如权利要求2所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:所述监测设备的种类至少为三种,对多种监测设备采集的各个数据进行数据融合和归一化的过程为:

8.如权利要求7所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:当移除的数据数量为两个以上时,则重新进行数据采集,并重复对数据进行数据融合、归一化的过程;若重新进行数据采集后,移除的数据数量仍为两个以上,则报警提醒工作人员检修。

9.一种基于多源数据融合的地铁客流监测与预警系统,其特征在于:应用于权利要求1-8任一项所述的方法,所述系统包括:

10.如权利要求9所述的基于多源数据融合的地铁客流监测与预警系统,其特征在于:所述数据存储层采用IoTDB数据库。

...

【技术特征摘要】

1.一种基于多源数据融合的地铁客流监测与预警方法,其特征在于:包括以下步骤:

2.如权利要求1所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:步骤s3中,将步骤s2中获取的客流信息处理及整合的方法包括对多种监测设备采集的各个数据进行提取、校准、数据融合和归一化,并相互验证。

3.如权利要求2所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:所述监测设备包括摄像头、激光扫描器、红外传感器、wifi嗅探器和自动售检票系统中的一种或多种。

4.如权利要求3所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:步骤s3中,评估实时客流量的方法为:实时客流量t1=客流速度×时间×平均人数/每平米区域,其中,客流速度由激光扫描器测量,时间由处理器记录,平均人数/每平米区域通过对摄像头拍摄的视频进行识别作为样本,并通过计算得到。

5.如权利要求1所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:所述若干区域包括闸机区域、安检门区域、楼扶梯区域、站台区域和换乘通道区域。

6.如权利要求4所述的基于多源数据融合的地铁客流监测与预警方法,其特征在于:处理器...

【专利技术属性】
技术研发人员:江伟徐博志陈咏怡冷超杰肖俊龙何锦雁陆诗韵李俊辉
申请(专利权)人:广东交通职业技术学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1