【技术实现步骤摘要】
本专利技术涉及交通管理，尤其涉及一种交通工具的乘客数量确定方法、装置、设备及介质。
技术介绍
1、乘客计数在各种应用中至关重要，包括车辆调度的优化和交通能力的评估。现有的人员计数方法主要有两类：基于设备的计数和无设备的计数。基于设备的方法通常要求用户始终携带传感器以实现准确的检测，这对用户来说是不方便的。无设备计数方法可进一步分为三个子类：基于非图像传感器的计数，如压力传感器和红外传感器，基于图像的计数和基于射频(rf)的计数。基于非图像传感器的计数方法通常会遇到nlos(非视线)和频繁的虚警问题，使其对多个个体的检测性能下降。十多年来，基于图像的技术已被用于室内和室外人群计数。然而，一些限制因素限制了这类方法的应用场景，如隐私泄露问题、非视距(nlos)问题和对环境亮度的敏感性，这使得它不适合于一些专注于长期和有隐私意识的传感任务的应用场景。基于信号强度指示器(rssi)的人群计数技术显示出了前景，但由于多径干扰等一些限制，基于rssi的人群计数技术目前缺乏精确的真实世界占用测量的稳健性和可扩展性。同时，因为rssi测量是接收器处的总接收功率，多径衰落通常会使rssi测量失真，造成数据测量不准确，影响计数结果。
技术实现思路
1、基于此，有必要针对现有技术中数据测量不准确，影响计数结果的技术问题，提出了一种交通工具的乘客数量确定方法、装置、设备及介质。
2、第一方面，提供了一种交通工具的乘客数量确定方法，所述方法包括：
3、通过设置于目标交通工具上的数据采
4、对所述初始信道状态信息进行预处理，得到目标信道状态信息；
5、将所述目标信道状态信息作为时间序列数据，并通过跨时域窗口裁剪方法对所述时间序列数据进行数据增强，得到目标训练集；
6、基于所述目标训练集对预设模型进行训练，得到目标模型，并基于所述目标模型确定所述目标交通工具上的乘客数量。
7、示例性的，所述数据采集单元用于采集通过路由器(ap)广播的，与无线信号派生的信道状态信息，所述信道状态信息(csi)与信号强度指示器(rssi)是无线电信号的两个特征，其中，所述信号强度指示器(rssi)仅提供粗粒度信息，而所述信道状态信息(csi)是一种更细粒度的特征，包括跨多个子载波的幅度和相位细节，使信道状态信息(csi)对微小的环境变化更加敏感。
8、具体的，与所述数据采集单元对应的设置有用于向ap发送控制消息，以生成包含csi数据的无线信号的控制发射单元。
9、可选地，所述通过设置于目标交通工具上的数据采集单元，获取目标交通工具上的初始信道状态信息的步骤，包括：
10、当所述数据采集单元的数量为1时，获取目标交通工具上预设数据格式的第一信道状态数据，并基于所述第一信道状态数据确定第一信道状态矩阵，将所述第一信道状态矩阵作为所述信道状态信息；
11、当所述数据采集单元的数量大于1时，获取各个数据采集单元采集到的第二信道状态数据，得到第二信道状态数据集，根据所述第二信道状态数据集确定第二信道状态矩阵集，将所述第二信道状态矩阵集作为所述信道状态信息。
12、可选地，所述对所述初始信道状态信息进行预处理，得到目标信道状态信息的步骤，包括：
13、对所述信道状态信息进行空间分集处理的预处理，得到第一分集数据；
14、对所述第一分集数据进行降噪处理的预处理，得到第二分集数据；
15、对所述第二分集数据进行时间分集处理的预处理，得到所述目标信道状态信息。
16、可选地，所述对所述第二分集数据进行所述预处理中的降噪处理，得到所述目标信道状态信息的步骤，包括：
17、根据所述降噪处理中所采用的剔除算法，对所述第二分集数据进行预设子载波剔除处理，得到初始信道状态信息，所述预设子载波包括空子载波和保护子载波的至少一种；
18、根据所述降噪处理所采用的预测算法，获取所述目标信道状态信息的增益因子；
19、将所述增益因子与所述初始信道状态信息相乘，得到所述目标信道状态信息。
20、可选地，所述将所述目标信道状态信息作为时间序列数据，并通过跨时域窗口裁剪方法对所述时间序列数据进行数据增强，得到目标训练集的步骤，还包括：
21、当所述数据采集单元的数量为1时，将所述目标信道状态信息作为时间序列数据，并根据所述跨时域窗口裁剪方法的分段时间和滑动窗口时间对所述目标信道状态信息进行分段，得到第一分段数据集，以完成对所述目标信道状态信息进行数据增强的步骤，其中，所述滑动窗口时间小于所述分段时间；
22、将所述第一分段数据集作为所述目标训练集；
23、当所述数据采集单元的数量大于1时，将所述目标信道状态信息作为时间序列数据，并根据所述跨时域窗口裁剪方法的分段时间和滑动窗口时间对所述目标信道状态信息进行分段，得到第二分段数据集，以完成对所述目标信道状态信息进行数据增强的步骤，其中，所述滑动窗口时间小于所述分段时间；
24、将所述第二分段数据集作为所述目标训练集。
25、可选地，所述基于所述目标训练集对预设模型进行训练，得到目标模型的步骤，包括：
26、基于所述目标训练集和预设参数的优化器，对至少两个预设模型进行迭代的集成学习训练，得到迭代预设次数的第一模型，所述预设模型为通过余弦函数衰减学习率，并通过交叉熵损失函数计算训练损失的超轻量型架构模型；
27、通过预设评估指标对所述第一模型进行评估，得到评估数据；
28、若所述评估数据满足预设条件，则将所述第一模型作为所述目标模型；
29、若所述评估数据不满足预设条件，则继续执行所述基于所述目标训练集和预设参数的优化器，对初始模型进行迭代训练的步骤。
30、可选地，所述方法，还包括：
31、获取所述目标交通工具上的实际信道状态信息，并确定所述实际信道状态信息的来源数据；
32、若所述来源数据为1，则将所述实际信道状态信息输入所述目标模型，得到所述目标交通工具上的乘客数量；
33、若所述来源数据大于1，则将不同来源的实际信道状态信息分别输入所述目标模型，得到针对各个实际信道状态信息的识别结果；
34、计算各个识别结果的平均分布概率，将所述平均分布概率最高的识别结果作为所述目标交通工具上的乘客数量。
35、第二方面，提供了一种交通工具的乘客数量确定装置，所述装置包括：
36、数据采集模块，用于通过设置于目标交通工具上的数据采集单元，获取目标交通工具上的初始信道状态信息；
37、预处理模块，用于对所述初始信道状态信息进行预处理，得到目标信道状态信息；
38、数据增强模块，用于将所述目标信道状态信息作为时间序列数据，并通过跨时域窗口裁剪方法对所述时间序列数据进行数据增强，得到目标训练集本文档来自技高网...
【技术保护点】
1.一种交通工具的乘客数量确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述通过设置于目标交通工具上的数据采集单元，获取目标交通工具上的初始信道状态信息的步骤，包括：
3.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述对所述初始信道状态信息进行预处理，得到目标信道状态信息的步骤，包括：
4.根据权利要求3所述的交通工具的乘客数量确定方法，其特征在于，所述对所述第二分集数据进行降噪处理的预处理，得到所述目标信道状态信息的步骤，包括：
5.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述将所述目标信道状态信息作为时间序列数据，并通过跨时域窗口裁剪方法对所述时间序列数据进行数据增强，得到目标训练集的步骤，还包括：
6.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述基于所述目标训练集对预设模型进行训练，得到目标模型的步骤，包括：
7.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述方法，还包括：
8.一种交通工具的乘客数量确定装置，其特征在于，所述装置包括：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述交通工具的乘客数量确定方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述交通工具的乘客数量确定方法的步骤。
...【技术特征摘要】
1.一种交通工具的乘客数量确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述通过设置于目标交通工具上的数据采集单元，获取目标交通工具上的初始信道状态信息的步骤，包括：
3.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述对所述初始信道状态信息进行预处理，得到目标信道状态信息的步骤，包括：
4.根据权利要求3所述的交通工具的乘客数量确定方法，其特征在于，所述对所述第二分集数据进行降噪处理的预处理，得到所述目标信道状态信息的步骤，包括：
5.根据权利要求1所述的交通工具的乘客数量确定方法，其特征在于，所述将所述目标信道状态信息作为时间序列数据，并通过跨时域窗口裁剪方法对所述时间序列数据进行数据增强，得到目标训练集...
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。