CN104240504B - 一种brt站台和走廊的客流状态分析预警方法 - Google Patents
一种brt站台和走廊的客流状态分析预警方法 Download PDFInfo
- Publication number
- CN104240504B CN104240504B CN201410457954.5A CN201410457954A CN104240504B CN 104240504 B CN104240504 B CN 104240504B CN 201410457954 A CN201410457954 A CN 201410457954A CN 104240504 B CN104240504 B CN 104240504B
- Authority
- CN
- China
- Prior art keywords
- early warning
- passenger flow
- corridor
- flow state
- travel
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种BRT站台和走廊的客流状态分析预警方法,该方法的具体步骤为:S1对BRT站台和走廊进行监测区域划分;S2确定不同区域的客流状态分析指标基准与特征函数;S3进行BRT站台和走廊客流状态分析;S4发布客流状态分析和预警报告。本发明可以为BRT站台和走廊客流状态的实时分析与预警提供量化依据,具有实际推广价值。
Description
技术领域
本发明涉及交通管理领域,特别涉及一种BRT站台和走廊的客流状态分析预警方法。
背景技术
BRT站台和走廊客流状态分析与预警是指利用实时监测技术,如视频等,针对BRT站台和走廊的客流状态的某些参数进行实时监测和分析,并在状态参数发生异常时进行预警。
BRT是城市公共交通的重要组成部分,每日有大量的客流在站台和走廊行走,对其进行科学合理的实时监控、分析和预警对BRT运营管理部门及时了解状况,及时发现异常状况,提高服务水平、保障人民安全等都有很大意义,但目前,在我国BRT站台和走廊中缺乏相应的系统和方法对BRT站台和走廊客流状态进行实时的分析与预警。
中国专利申请号201110141904.2的发明专利提出了一种综合客运枢纽客流安全等级计算方法。针对不同类型的步行空间量化相应的服务水平指标,并在此基础上,根据步行空间服务水平与客流安全的对应关系,制定了相应的客流安全等级标准。通过客流安全状态的评价计算方法,可以为行人安全状态的识别与预警提供量化依据。只针对综合客运枢纽客流安全等级服务方面,而不是针对BRT站台和走廊,无法对BRT站台和走廊客流状态进行科学分析和预警。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种BRT站台和走廊的客流状态分析预警方法。
本发明采用如下技术方案:
一种BRT站台和走廊的客流状态分析预警方法,包括如下步骤:
S1对BRT站台和走廊进行监测区域划分,确定同一监测区域的客流交通流特性保持一致;
S2确定不同监测区域的客流状态分析指标的基准值与特征函数,所述客流状态分析指标具体包括平均占有率和平均行走速度;
S3进行BRT站台和走廊客流状态及预警分析;
S4发布客流状态分析和预警报告。
所述对BRT站台和走廊进行监测区域划分具体按照设施类型结合行人流交通特征为划分依据。
所述S2具体为:
利用视频监测系统对BRT站台和走廊的任意一个监测区域,以一分钟或五分钟为时间单位获取至少500个客流的占有率和行走速度样本,采样时段涵盖BRT的平峰和高峰时段;
以样本均值作为占有率和行走速度的基准值,具体如下:
占有率基准值
行走速度基准值
其中Oi是样本值,n样本个数,0<i<n;
利用样本值构建客流交通特征函数F,具体如下
V=F(O)=k1O+k2O2+k
其中,V为平均行走速度,O为平均占有率,k1,k2,k为待估参数,采用最小二乘法进行参数估计;
所述S2还包括当任一监测区域在同一占有率情况下,客流在同一监控区域不同部分的行走速度有明显差别,则返回S1进行监测区域重新划分。
所述明显差别为样本均值的显著性水平α=0.05。
所述S3进行BRT站台和走廊客流状态及预警分析,具体步骤为:
S31首先判断监控区域的占有率O是否异常,当为三级预警;当
为二级预警,当O>0.95为一级预警,否则占有率正常;
S32判断监控区域客流的步行速度V是否异常:
当为三级预警;当为二级预警;当为一级预警;否则客流步行速度指标为正常;
S33判断特征函数偏差值是否异常,具体为:
当测量的行走速度V与根据特征曲线计算出来的V’存在显著差异,则认为状态异常;
特征函数偏差值e定义为:e=|V-V’|/V’
V’=F(O)
其中:V为实测的客流平均行走速度,而V’为预测客流步行速度,即根据实测的平均占有率O代入该监测区域的客流交通特征函数F获得;
判断特征函数偏差值e是否异常:
当e>30%,为三级预警;
当e>50%,为二级预警;
当e>100%,为一级预警;
否则正常;
S34综合O、V和特征函数偏差值e的判断,取预警级数最高的为综合预警结果。
所述S4发布客流状态分析和预警报告,具体为采用图形化的形式,以颜色区分预警级别,绿色表示正常状态,蓝色表示三级预警,橙色表示二级预警,红色表示一级预警。
S2中平均占有率为某一监测区域在高峰和平峰时段所采集至少500个客流样本的平均值,用于求取基准值。
本发明的有益效果:
本发明对BRT站台和走廊客流状态进行实时分析和预警,并根据各个监测区域的实地客流交通样本构建客流分析指标基准值和特征函数,方法灵活,充分考虑各不同设施区域的交通特性;
应用本发明的系统和方法可对我国BRT站台和走廊客流状态进行实时分析和预警,及时为相关管理部门提供预警信息,为提高运营管理水平和应对突发事件提供技术基础,因此本发明具有很大的实际推广价值。
附图说明
图1是本发明的工作流程图;
图2是本发明实施例的BRT监测区域划分示意图。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
本实施例以某城市BRT站台和走廊进行说明,其实施步骤如附图1所示,首先根据BRT站台和走廊中不同类型的设施进行划分,如上下楼梯(电梯),人行道,售票处,进出站闸口、站台,划分11个监控区域,如图2中标号1-11所示,然后在此基础上,再对同一设施类型区域的客流交通特征(行走速度、占有率)样本值进行视频采集,发现在同一占有率情况下,客流在同一区域的不同部分行走速度没有显著区别,则认为上述划分就是监测区域划分结果,如图2所示。
然后,利用视频监测系统对BRT站台和走廊每个监测区域,以1分钟为时间单位获取600个客流平均占有率(O)和平均行走速度(V)样本,采样时段为周二早上7:30~12:30,以及周四下午14:30~19:30。
以样本均值作为占有率和行走速度的基准值,以天桥人行道为例,占有率和速度的基准值分别为0.53,和1.05m/s。
构建客流交通特征函数进行多项式函数为:
V=F(O)=-0.396*O-0.07*O2+1.156
然后,视频实时监测到BRT站台和走廊某监测区域的占有率O为0.83,速度为0.80m/s,本段所说的占有率是某一监测区域在某一监测时段所采集样本的平均占有率及平均行走速度。
当O>1.5O=1.5*0.53=0.795,为三级预警;
步行速度V未异常;
特征函数偏差值e定义为:e=|V-V’|/V’=|0.80-0.779|/0.779=2.6%
特征函数偏差值e正常;
综上,该监测区段为三级预警。
最后,在该监测区段发布蓝色预警信号。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种BRT站台和走廊的客流状态分析预警方法,其特征在于,包括如下步骤:
S1对BRT站台和走廊进行监测区域划分,确定同一监测区域的客流交通流特性保持一致;
S2确定不同监测区域的客流状态分析指标的基准值与特征函数,所述客流状态分析指标具体包括平均占有率和平均行走速度;
S3进行BRT站台和走廊客流状态及预警分析;
S4发布客流状态分析和预警报告;
所述S2具体为:利用视频监测系统对BRT站台和走廊的任意一个监测区域,以一分钟或五分钟为时间单位获取至少500个客流的平均占有率和平均行走速度样本,采样时段涵盖BRT的平峰和高峰时段;
以样本均值作为占有率和行走速度的基准值,具体如下:
占有率基准值
行走速度基准值其中Vi指第i个人的行走速度;
其中Oi是样本值,n样本个数,0<i<n;
利用样本值构建客流交通特征函数F,具体如下
V’=F(O)=k1O+k2O2+k
其中,V’为预测客流平均行走速度,O为平均占有率,k1,k2,k为待估参数,采用最小二乘法进行参数估计;
所述S3进行BRT站台和走廊客流状态及预警分析,具体步骤为:
S31首先判断监控区域的平均占有率O是否异常,当为三级预警;
当为二级预警,当O>0.95为一级预警,否则平均占有率正常;
S32判断监控区域客流的平均行走速度V是否异常:
当为三级预警;当为二级预警;当为一级预警;否则客流平均行走速度指标为正常;
S33判断特征函数偏差值是否异常,具体为:
当测量的客流平均行走速度V与根据特征曲线计算出来的V’存在显著差异,则认为状态异常;
特征函数偏差值e定义为:e=|V-V’|/V’
V’=F(O)
其中:V为实测的客流平均行走速度,而V’为预测客流平均行走速度,即根据实测的平均占有率O代入该监测区域的客流交通特征函数F获得;
判断特征函数偏差值e是否异常:
当e>30%,为三级预警;
当e>50%,为二级预警;
当e>100%,为一级预警;
否则正常;
S34综合平均占有率O、平均行走速度V和特征函数偏差值e的判断,取预警级数最高的为综合预警结果。
2.根据权利要求1所述的一种BRT站台和走廊的客流状态分析预警方法,其特征在于,所述对BRT站台和走廊进行监测区域划分具体按照设施类型结合行人流交通特征为划分依据。
3.根据权利要求1所述的一种BRT站台和走廊的客流状态分析预警方法,其特征在于,所述S4发布客流状态分析和预警报告,具体为采用图形化的形式,以颜色区分预警级别,绿色表示正常状态,蓝色表示三级预警,橙色表示二级预警,红色表示一级预警。
4.根据权利要求1所述的一种BRT站台和走廊的客流状态分析预警方法,其特征在于,所述S2还包括当任一监测区域在同一占有率情况下,客流在同一监控区域不同部分的行走速度有明显差别,则返回S1进行监测区域重新划分。
5.根据权利要求4所述的一种BRT站台和走廊的客流状态分析预警方法,其特征在于,所述明显差别为样本均值的显著性水平α=0.05。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410457954.5A CN104240504B (zh) | 2014-09-10 | 2014-09-10 | 一种brt站台和走廊的客流状态分析预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410457954.5A CN104240504B (zh) | 2014-09-10 | 2014-09-10 | 一种brt站台和走廊的客流状态分析预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104240504A CN104240504A (zh) | 2014-12-24 |
CN104240504B true CN104240504B (zh) | 2016-10-05 |
Family
ID=52228491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410457954.5A Expired - Fee Related CN104240504B (zh) | 2014-09-10 | 2014-09-10 | 一种brt站台和走廊的客流状态分析预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104240504B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105070047B (zh) * | 2015-08-20 | 2017-08-25 | 华南理工大学 | 一种brt站台乘客乘车动态诱导方法 |
CN105243837A (zh) * | 2015-11-03 | 2016-01-13 | 东南大学 | 一种公交客流走廊甄别方法 |
CN109635859B (zh) * | 2018-12-04 | 2021-11-30 | 华南理工大学 | 数值和趋势k近邻的客运枢纽区域驻留人数组合预测方法 |
CN110415518B (zh) * | 2019-07-25 | 2020-11-24 | 民航成都信息技术有限公司 | 一种客流与运力的监控预警方法、装置、设备及介质 |
CN111161560B (zh) * | 2019-12-27 | 2021-05-11 | 青岛海信网络科技股份有限公司 | 一种公交廊道营运秩序管理方法及装置 |
CN115909696B (zh) * | 2023-01-06 | 2023-06-06 | 山东硅步机器人技术有限公司 | 一种用于医疗室安全巡防的报警方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5176082A (en) * | 1991-04-18 | 1993-01-05 | Chun Joong H | Subway passenger loading control system |
CN102254401A (zh) * | 2011-05-11 | 2011-11-23 | 北京城市系统工程研究中心 | 一种客流运动智能分析方法 |
CN102207930B (zh) * | 2011-05-30 | 2014-12-31 | 北京交通大学 | 综合客运枢纽客流安全等级计算方法 |
CN102324018A (zh) * | 2011-06-14 | 2012-01-18 | 北京交通大学 | 综合客运枢纽集散服务网络行人安全状态识别方法及系统 |
-
2014
- 2014-09-10 CN CN201410457954.5A patent/CN104240504B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104240504A (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104240504B (zh) | 一种brt站台和走廊的客流状态分析预警方法 | |
CN107798876B (zh) | 基于事件的道路交通异常拥堵判断方法 | |
CN106887137B (zh) | 拥堵事件提示方法及装置 | |
WO2018032938A1 (zh) | 基于探针的人流预警分析方法和系统 | |
US20190228358A1 (en) | Transportation System, Schedule Proposal System, and Train Operations System | |
CN108346288B (zh) | 路段运行状态预警方法、装置及电子设备 | |
CN101465059B (zh) | 城市道路交通安全态势鉴判预警系统 | |
CN106792456A (zh) | 数据分析系统和方法 | |
CN105787853A (zh) | 一种公共区域拥挤、踩踏事件应急预警系统 | |
CN109858338A (zh) | 一种人群密度估计的识别及人群行为分析算法 | |
Muralidharan et al. | Management of intersections with multi-modal high-resolution data | |
CN103338349A (zh) | 基于vw的海量视频信号智能筛选和显示接入方法及系统 | |
CN109448372B (zh) | 一种乘车安全监测与报警方法 | |
CN112988830A (zh) | 人流量统计方法、装置、系统、存储介质和计算机设备 | |
CN106412127A (zh) | 一种IPv6与IPv4双栈兼容的道路监控视频分析系统 | |
CN102254401A (zh) | 一种客流运动智能分析方法 | |
CN111517204A (zh) | 一种自动扶梯安全监控方法、装置、设备及可读存储介质 | |
CN114363316A (zh) | 一种跨区域道路基础设施智能联网监测与监管系统 | |
CN118314726A (zh) | 一种基于多检测源的典型场景路段交通事故风险预警方法 | |
CN102749906B (zh) | 轨道交通综合监控的报警消息在线处理方法 | |
CN108351858A (zh) | 用于基于蜂窝数据来识别交通拥堵根本原因以及建议可能的缓解措施的方法和系统 | |
Aoki et al. | An early event detection technique with bus GPS data | |
Qi et al. | Recurrent and non-recurrent bottleneck analysis based on traffic state rank distribution | |
Li et al. | Research on decision support for public transport operations and management for epidemic prevention and control of infectious diseases | |
Muralidharan et al. | High-resolution sensing of urban traffic |
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 |
Granted publication date: 20161005 |
|
CF01 | Termination of patent right due to non-payment of annual fee |