CN102324121B - 一种公交车内拥挤程度检测方法 - Google Patents
一种公交车内拥挤程度检测方法 Download PDFInfo
- Publication number
- CN102324121B CN102324121B CN201110111146.XA CN201110111146A CN102324121B CN 102324121 B CN102324121 B CN 102324121B CN 201110111146 A CN201110111146 A CN 201110111146A CN 102324121 B CN102324121 B CN 102324121B
- Authority
- CN
- China
- Prior art keywords
- bus
- range sensor
- degree
- detecting
- microcomputer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Air Bags (AREA)
Abstract
本发明提供了一种公交车内拥挤程度检测方法,该方法采用距离传感器作为检测设备,来检测公交车内过道和车门区域是否站有乘客,距离传感器的信号输出端通过有线或无线的方式连接至车载的微型计算机,由微型计算机采集公交车内各个距离传感器的输出信号并采用加权求和方式计算出拥挤系数,以此来体现公交车内的拥挤程度。本发明的公交车内拥挤程度检测方法其检测原理不同于现有技术,利用距离传感器不易被损坏、抗干扰性好的特点,以及感测公交车内过道、车门区域是否站有乘客的检测原理优势,使得本发明方法相比于现有技术具备更高的经济性、可靠性和高效性。
Description
技术领域
本发明属于公交系统管理和电子信息技术技术领域,尤其涉及一种公交车内拥挤程度检测方法。
背景技术
公共交通车辆在不同运行时间的乘客拥挤程度,是合理分配公共交通资源、优化公共交通线路、提高公共交通管理水平的重要数据参数。
申请号为200510096973.0的发明专利“公共场所的人员进出计数方法及装置”公开了一种基于压力传感器技术的人数统计方法。此类设备的基本原理是,通过在车门踏板和阶梯处安装压力传感器,感应是否有人上下车;再根据车门台阶各级感应压力的时间,分析人员上车还是下车,最后统计出车内人数。此类方法的优点是原理简单,设备造价低,但最大的问题是压力传感器被乘客踩踏的频率是很高的,因此传感器设备很容易损坏,导致其维护成本较高。
申请号为03115817.X的发明专利“乘客自动计数仪”使用红外传感技术。此类设备的基本原理是,在车门顶部或车门两侧安装多层红外传感器,当人上下车时,红外传感器可以探测其正前方距离的变化,再依据离车门距离不同的传感器感应到距离变化的时间,判断乘客是上车还是下车,进而统计出车内人数。此类设备的优点是非接触,设备不易损坏,缺点是这种检测方式拥挤情况下检测不可靠,容易出现检测误差,并且多次的误差会累积,使其可靠性降低。
申请号为200510025186.7的发明专利“出入口人数计数仪”使用单目视频技术,此类设备的基本原理是,使用摄像头拍摄的车门处图像,在车门打开时,进行图像分析,利用模式识别技术识别图像中那些是人头,利用运动识别技术,分析人员上下车行为,最后统计分析车内人数情况。申请号为200810036602.7的发明专利“一种基于三维信息的乘客目标检测方法”使用双目视频技术,双目视频技术类似于单目视频技术,使用图像识别技术,分析上下车人数,与单目不同的是,双目视频可以利用两个摄像头拍摄的图像差异,获取图像的立体信息,从而得到更精确的结果。但是单目视频技术和双目视频技术都存在设备组成复杂、算法研发难度高、校准和调试非常麻烦、成本高的缺点,同时由于技术原理的限制,对光头、白发、戴帽子等乘客的识别成功率不高,并且在乘客拥挤导致不同乘客图像重叠时也容易产生累计误差。
上述检测公交车内拥挤程度的方法,都是通过统计上下车乘客数量进而分析车内拥挤程度。然而上下车乘客数量统计设备存在不同程度的统计误差,且由于检测原理的影响,在早晚高峰、乘客拥挤时因统计误差更容易产生而使得其统计精度急剧下降,但在这些拥挤时段恰恰更需要精确了解车辆内拥挤情况。另外,由于公交车辆的连续运行,上下车乘客数量统计结果误差将不断累计,车内拥挤程度的判断准确度会随着时间推移,不断下降,甚至完全失真。此外,经上述分析,现有的检测公交车内拥挤程度的方法存在投入高、维护成本高或者在拥挤情况下容易产生累计误差等缺陷。上述几方面因素,使得现有的检测公交车内拥挤程度的方法不能很好的满足实际公共交通管理的需要。
发明内容
针对现有技术中存在的上述问题,本发明提供了一种检测原理完全不同且具备经济性、可靠性和高效性的公交车内拥挤程度检测装置及其检测方法。
为实现上述目的,本发明采用了如下技术手段:
一种公交车内拥挤程度检测方法,其特征在于,包括如下步骤:
1)在公交车内对应于过道和车门区域的顶部分布设置若干个距离传感器;每个距离传感器感测其下方的空间距离D,且设置有距离阈值D0,若感测结果为D≤D0则距离传感器的输出信号为真,若感测结果为D>D0则距离传感器的输出信号为假;
2)用微型计算机采集公交车内各个距离传感器的输出信号,并根据输出信号按下式计算每个距离传感器的感测结果值:
Bi表示第i个距离传感器的感测结果值;
3)微型计算机对公交车内各个距离传感器的感测结果值进行加权求和计算,得到拥挤系数R:
进一步,所述距离阈值D0的取值范围为1000~1500mm。
进一步,所述步骤3)的加权求和计算中,公交车内各个距离传感器的权重值按如下条件进行分配:对应于过道区域的距离传感器中,靠近公交车后方的距离传感器的权重值大于等于靠近公交车前方的距离传感器的权重值;对应于车门区域的距离传感器中,靠近车门的距离传感器的权重值大于等于远离车门的距离传感器的权重值。
相比于现有技术,本发明具有如下有益效果:
1、本发明的公交车内拥挤程度检测方法中,采用距离传感器作为检测设备,不会直接与检测对象接触,并且安装于公交车内的顶部,不易被乘客撞击损坏,维护成本低,提高了本发明方法实施应用的经济性。
2、本发明的公交车内拥挤程度检测方法中,利用分布设置在公交车内顶部的若干个距离传感器,通过感测其下方的过道、车门区域是否站有乘客来检测公交车内的拥挤程度,不存在累计误差,对于大、中、小型公交车都适用;此外,距离传感器只需检测其下方的空间距离D是否小于距离阈值D0来判断其下方是否站有乘客,此检测方法大大降低了对距离检测精度的要求,而且距离检测的抗干扰性好、可靠性高,具备较高的检测准确度;这两方面都体现了本发明方法具有较高的可靠性。
3、本发明方法通过拥挤系数体现公交车的拥挤程度,拥挤系数由微处理器根据公交车内各个距离传感器的输出信号求取得到,且求取运算简单、耗时少,可以实现高效、实时的拥挤程度检测。
4、在拥挤系数的求取过程中,本发明还针对不同拥挤程度下乘客在公交车内过道和车门区域的分布情况,对不同距离传感器赋予不同的权重值,使得拥挤系数能够更加真实、突出的反映出公交车内的不同拥挤程度。
附图说明
图1为本发明实施例中距离传感器在公交车中分布情况的平面示意图;
图2为本发明公交车内拥挤程度检测方法的流程框图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本实施实例以一辆32座的大型公交车为实施对象,来说明本发明的公交车内拥挤程度检测方法。本发明的公交车内拥挤程度检测方法采用距离传感器作为检测设备,来检测公交车内过道和车门区域是否站有乘客,距离传感器的信号输出端通过有线或无线的方式连接至车载的微型计算机,由微型计算机采集公交车内各个距离传感器的输出信号并计算出拥挤系数,以此来体现公交车内的拥挤程度。现有的距离传感器主要有红外线距离传感器和超声波距离传感器两种,其信号输出可分为为有线或无线两种方式,都可以通过市购获得;微型计算机可采用单片机或ARM处理器为核心加以研发,其求取拥挤系数的算法简单,可通过现有的单片机、ARM研发技术获得。之所以采用距离传感器作为检测设备,是考虑到距离传感器不会直接与检测对象接触,并且将其安装于公交车内的顶部,不易被乘客撞击损坏,维护成本低,并且距离检测方式的抗干扰性好,可以保证较高的检测准确度。本实施例采用超声波距离传感器进行检测,超声波距离传感器在公交车内的分布情况如图1所示;图1中,圆圈表示超声波距离传感器在公交车内顶部的具体分布位置,圆圈中的数字表示超声波距离传感器的编号。
由图1可见,公交车20内除了驾驶座21之外共有32个乘客座位22,在该公交车内对应于过道区域和车门区域共分布设置了14个超声波距离传感器,其编号分别为1~14;公交车后半部分过道区域分布设置了1~3号超声波距离传感器,其中1号超声波距离传感器临近最后一排的乘客座位;公交车前半部分过道区域较后半部分过道区域更加宽敞,因此分布设置了7~12号共6个超声波距离传感器;公交车后车门区域设置了4~6号超声波距离传感器,其中6号超声波距离传感器最临近后车门24;公交车前车门区域设置了13号和14号两个超声波距离传感器,14两个超声波距离传感器最临近前车门23。这14个超声波距离传感器均是设置在公交车内顶部的,每个超声波距离传感器感测其下方的空间距离D,在下方没有乘客时,超声波距离传感器感测的空间距离D即为探头到公交车内地板的距离,若有乘客站在超声波距离传感器的下方,则会导致超声波距离传感器感测的空间距离D减小。每个超声波距离传感器均设置有距离阈值D0,距离阈值D0是超声波距离传感器感测其下方是否站有乘客的空间距离临界值;若感测结果为D≤D0,表明该超声波距离传感器下方区域已站有乘客,则超声波距离传感器的输出信号为真;否则超声波距离传感器的输出信号为假,表明该超声波距离传感器下方区域是空旷的。通过这样的检测方式,不管公交车能够容纳的载客人数多或少,只要公交车内乘客座位满座使得其他乘客站在过道区域或车门区域,就能够被分布在相应区域的超声波距离传感器检测到,这样来体现公交车内拥挤程度不与公交车内的累计人数相关,因此不存在累计误差,更加的客观和科学,并且对于大、中、小型公交车都适用。对于距离阈值D0的取值,考虑到一般公交车内部空间高度(即公交车内顶部与地板之间的空间高度)为2.5米左右,而且公交车内可能有身高达到1.0~1.5米具备自主活动能力的小孩乘客,因此可以考虑将距离阈值D0的取值设置在1000~1500mm之间;当然对于一些特殊车型的公交车,其距离阈值D0的取值可能有特殊的要求,但其取值的设置目标依然是使得超声波距离传感器能够感测其下方是否站有乘客。
微型计算机采集公交车内各个距离传感器的输出信号计算拥挤系数的过程中,本发明采用了对各个距离传感器分别设置权重值,通过加权求和的方式求取拥挤系数;为了更加真实、突出的反映出公交车内的不同拥挤程度,可针对不同拥挤程度下乘客在公交车内过道和车门区域的分布情况,对不同距离传感器赋予不同的权重值。通常,在公交车内乘客座位满座但站立乘客较少的情况下,站立的乘客主要分布在过道区域,且前半部分过道区域因更加宽敞和方便下车,其站立的乘客更多;为方便其他乘客上、下车,前车门和后车门区域通常情况下不会站有乘客;只有当公交车内非常拥挤的情况下,公交车内过道区域临近最后一排乘客座位的地方以及临近前、后车门的位置才会挤满站立的乘客。考虑到这些因素,公交车内各个距离传感器的权重值,可以按如下的条件进行分配:对应于过道区域的距离传感器中,靠近公交车后方的距离传感器的权重值大于等于靠近公交车前方的距离传感器的权重值;对应于车门区域的距离传感器中,靠近车门的距离传感器的权重值大于等于远离车门的距离传感器的权重值。具体对于本实施例而言,根据14个超声波距离传感器再公交车内过道和车门区域的分布情况,其权重值的设置如表1所示:
表1
该表可预设和保存于微型计算机中,作为微型计算机计算拥挤系数的基础参数。
本实施例中公交车内拥挤程度检测流程如图2所示,具体如下:
1)在公交车内对应于过道和车门区域的顶部分布设置若干个距离传感器,各距离传感器的分布情况如上文所述,参见图1;每个距离传感器感测其下方的空间距离D,且设置有距离阈值D0;若感测结果为D≤D0则距离传感器的输出信号为真,即表示其下方站有乘客;若感测结果为D>D0则距离传感器的输出信号为假,即表示其下方空旷无人;
2)用微型计算机采集公交车内各个距离传感器的输出信号,并根据输出信号按下式计算每个距离传感器的感测结果值:
Bi表示第i个距离传感器的感测结果值;
3)微型计算机对公交车内各个距离传感器的感测结果值进行加权求和计算,得到拥挤系数R:
n表示公交车内分布设置的距离传感器的数量,本实施例中n=14。最终求得的拥挤系数R是一个取值范围在[0,1]之间的数值,拥挤系数R的值越大,则表明公交车内的拥挤程度越高。有上述过程可见,拥挤系数R的求取运算非常简单,通过微型处理器实现运算的耗时少,使得本发明方法可以在高效、实时的拥挤程度检测应用中得以实施。
在具体应用中,可以根据本发明方法得到拥挤系数R的值划分拥挤程度等级;例如,可以凭借经验设置拥挤系数阈值Ra和Rb,当拥挤系数R的值在[0,Ra]之间时判定公交车内乘客人数正常,当拥挤系数R的值在(Ra,Rb]之间时判定公交车内轻度拥挤,当拥挤系数R的值在(Rb,1]之间时则判定公交车内非常拥挤,以此来体现公交车内的拥挤程度等级。此外,作为另一种应用,还可以将微型计算机通过数据串口连接到车载GPS设备上,按照车载GPS设备定义的通信协议将微型计算机计算得到的拥挤系数R发送给车载GPS设备,由GPS设备通过GSM Modem发送到公共交通监控指挥中心,让公共交通监控指挥中心掌握城市各个公交路线的公交车拥挤情况,为城市规划部分合理分配公共交通资源、优化公共交通线路、提高公共交通管理水平提供重要数据参数。从上述的应用举例可以看到,本发明的公交车内拥挤程度检测方法具备广阔的应用前景。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (3)
1.一种公交车内拥挤程度检测方法,其特征在于,包括如下步骤:
1)在公交车内对应于过道和车门区域的顶部分布设置若干个距离传感器;每个距离传感器感测其下方的空间距离D,且设置有距离阈值D0,若感测结果为D≤D0则距离传感器的输出信号为真,若感测结果为D>D0则距离传感器的输出信号为假;
2)用微型计算机采集公交车内各个距离传感器的输出信号,并根据输出信号按下式计算每个距离传感器的感测结果值:
Bi表示第i个距离传感器的感测结果值;
3)微型计算机对公交车内各个距离传感器的感测结果值进行加权求和计算,得到拥挤系数R:
4)将微型计算机通过数据串口连接到车载GPS设备上,按照车载GPS设备定义的通信协议将微型计算机计算得到的拥挤系数R发送给车载GPS设备,由GPS设备通过GSMModem发送到公共交通监控指挥中心。
2.根据权利要求1所述的公交车内拥挤程度检测方法,其特征在于,所述距离阈值D0的取值范围为1000~1500mm。
3.根据权利要求1所述的公交车内拥挤程度检测方法,其特征在于,所述步骤3)的加权求和计算中,公交车内各个距离传感器的权重值按如下条件进行分配:对应于过道区域的距离传感器中,靠近公交车后方的距离传感器的权重值大于等于靠近公交车前方的距离传感器的权重值;对应于车门区域的距离传感器中,靠近车门的距离传感器的权重值大于等于远离车门的距离传感器的权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110111146.XA CN102324121B (zh) | 2011-04-29 | 2011-04-29 | 一种公交车内拥挤程度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110111146.XA CN102324121B (zh) | 2011-04-29 | 2011-04-29 | 一种公交车内拥挤程度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102324121A CN102324121A (zh) | 2012-01-18 |
CN102324121B true CN102324121B (zh) | 2014-06-18 |
Family
ID=45451860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110111146.XA Expired - Fee Related CN102324121B (zh) | 2011-04-29 | 2011-04-29 | 一种公交车内拥挤程度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102324121B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593974B (zh) * | 2013-11-06 | 2015-11-11 | 福建工程学院 | 一种基于定位信息的公交载客量采集方法 |
WO2017156772A1 (zh) * | 2016-03-18 | 2017-09-21 | 深圳大学 | 一种乘客拥挤度的计算方法及其系统 |
CN105791415A (zh) * | 2016-04-08 | 2016-07-20 | 江苏大学 | 车联网环境下基于电动公交车乘坐适宜度的行车主动服务系统及方法 |
CN107729829A (zh) * | 2017-10-08 | 2018-02-23 | 华北理工大学 | 智能公交系统及实现方法 |
CN107622254A (zh) * | 2017-10-08 | 2018-01-23 | 华北理工大学 | 公交拥挤度检测系统及方法 |
CN107688666A (zh) * | 2017-10-08 | 2018-02-13 | 华北理工大学 | 公交查询系统及方法 |
US10699572B2 (en) | 2018-04-20 | 2020-06-30 | Carrier Corporation | Passenger counting for a transportation system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201432607Y (zh) * | 2009-03-06 | 2010-03-31 | 上海理工大学 | 客运汽车超载监测仪 |
CN101714293A (zh) * | 2009-12-16 | 2010-05-26 | 上海交通投资信息科技有限公司 | 基于立体视觉的公交客流拥挤度采集方法 |
CN101882378A (zh) * | 2009-05-06 | 2010-11-10 | 王功文 | 公交车到站人数提醒系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004355385A (ja) * | 2003-05-29 | 2004-12-16 | Hitachi Electronics Service Co Ltd | バス乗降客数把握システム |
KR20060092775A (ko) * | 2005-02-19 | 2006-08-23 | 엘지전자 주식회사 | 버스정보장치 및 그를 이용한 버스정보 운용 방법 |
-
2011
- 2011-04-29 CN CN201110111146.XA patent/CN102324121B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201432607Y (zh) * | 2009-03-06 | 2010-03-31 | 上海理工大学 | 客运汽车超载监测仪 |
CN101882378A (zh) * | 2009-05-06 | 2010-11-10 | 王功文 | 公交车到站人数提醒系统 |
CN101714293A (zh) * | 2009-12-16 | 2010-05-26 | 上海交通投资信息科技有限公司 | 基于立体视觉的公交客流拥挤度采集方法 |
Non-Patent Citations (1)
Title |
---|
JP特开2004-355385A 2004.12.16 |
Also Published As
Publication number | Publication date |
---|---|
CN102324121A (zh) | 2012-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102324121B (zh) | 一种公交车内拥挤程度检测方法 | |
CN103985250B (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
DK2619059T3 (en) | Driver profiling system and method | |
CN103279996B (zh) | 一种多车道情况下的车辆信息检测与识别系统 | |
CN100456335C (zh) | 基于交通流相特征的城市交通系统状态可视化评价方法及其应用 | |
CN102819954B (zh) | 交通区域动态地图监控预测系统 | |
CN101739824B (zh) | 基于数据融合技术的交通状况估计方法 | |
CN101710448B (zh) | 基于全方位计算机视觉的道路交通状态检测装置 | |
CN103325255B (zh) | 基于摄影测量技术进行区域交通状况检测的方法 | |
CN103714603A (zh) | 基于红外测距传感器的公交车客流统计系统 | |
CN103456172A (zh) | 一种基于视频的交通参数测量方法 | |
CN102509454B (zh) | 基于fcd与地磁检测器的道路状态融合方法 | |
CN106097755A (zh) | 用于识别泊车场地和/或空出场地的方法 | |
CN106601005B (zh) | 一种基于rfid和微信平台的城市智能交通诱导方法 | |
CN203260072U (zh) | 一种多车道情况下的车辆信息检测与识别系统 | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
CN107293116A (zh) | 一种基于视频分析的交通事件检测系统 | |
CN109479206A (zh) | 一种使用wi-fi探针检测道路行人流量的方法 | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN103198713A (zh) | 基于交通数据和天气数据的减少交通事故的车辆调控方法 | |
CN107590999A (zh) | 一种基于卡口数据的交通状态判别方法 | |
CN109360311A (zh) | 一种公共交通工具拥挤程度测量方法 | |
CN207489268U (zh) | 一种高速公路双向连通服务区停车位检测系统 | |
CN103714604A (zh) | 基于超声波传感器的公交车客流统计系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140618 Termination date: 20180429 |