CN105336097A - 人口流动轨迹的交通预警方法及装置 - Google Patents
人口流动轨迹的交通预警方法及装置 Download PDFInfo
- Publication number
- CN105336097A CN105336097A CN201510792503.1A CN201510792503A CN105336097A CN 105336097 A CN105336097 A CN 105336097A CN 201510792503 A CN201510792503 A CN 201510792503A CN 105336097 A CN105336097 A CN 105336097A
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- population
- target
- longitude
- movement
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
Abstract
本发明提供一种人口流动轨迹的交通预警方法及装置,通过采集移动终端的电信数据,得到三个目标基站的经纬度数据;并计算移动终端与三个目标基站之间的距离,以及三个目标基站之间的相互距离;从而确定出移动终端的当前位置,并根据移动终端的位置信息记录,预估移动终端的未来移动位置;从而根据预估出的移动终端的未来移动位置判断未来某时刻监控区域内的人口密度,以提前进行监控区域的人口流动轨迹的交通预警。该方法有效降低人口密度预警的成本,减少人口密度计算的复杂性;同时,根据移动终端的位置数据预估的人口移动轨迹,得到监控区域内人口密度的变化情况,提供人流交通拥堵情况的识别与预警服务,可以有效提高交通预测的准确性。
Description
技术领域
本发明涉及交通流量监控技术,尤其涉及一种人口流动轨迹的交通预警方法及装置。
背景技术
随着社会经济快速发展、人民生活水平不断提高,公众活动日渐增多,如何保证公众活动的公共场所人身安全,保证大型公众活动人员的流通顺畅,已经成为保障社会公共安全和稳定的重要问题。
现有技术中,对公共场所人口密度的预警通常采用以下三类方式:1、视频监控+图像识别技术,通过在公共场所的入口、通道或者关键位置安装视频监控设备,采集监控视频,然后通过图像识别技术,识别其中的人像,进而判断公共场所的人口密度情况。2、传感器感应识别技术,通过在公共场所的入口、通道或者关键位置安装传感器,如红外射线、传感地毯等,通过传感器的感应控制,判断公共场所的人口密度情况。3、基于位置的服务LBS技术,通过智能手机的定位服务,判断公共场所的人口密度情况。上述三种公共场所人口密度预警方式主要存在以下问题:1、视频监控+图像识别技术,需要安装视频监控设备,视频监控设备安装和维护需要投资,成本高;且监控视频采集后还需要通过图像识别技术来识别其中的人像,算法研发难度高,人像识别的准确率不高,影响人口密度计算的准确性。2、传感器感应识别技术,需要安装传感器,传感器的安装和维护同样需要投资,成本高;且传感器的感应控制数据噪声多,如红外射线传感器易受光线影响、传感地毯压力感应无法区别人、动物和物体,同样影响人口密度计算的准确性。3、LBS技术,需要智能手机打开定位服务(GPS定位服务),才能通过LBS获取目标监控区域内的人口密度,同样影响人口密度计算的准确性。
发明内容
本发明的人口流动轨迹的交通预警方法及装置,用以解决现有技术中对公众场合人口密度预警存在不准确且投资消耗大的缺陷,提供一种基于基站数据的移动终端位置确定及人口流动轨迹预测的交通预警方法,该方法通过分析目标监控区域内人员随身携带的移动终端的基站数据进行人口密度的确定,不依赖视频监控设备、传感器以及移动终端的GPS定位服务等,可以有效降低人口密度预警的成本,减少人口密度计算的复杂性;同时,根据移动终端的位置数据预估人口移动轨迹,得到监控区域内人口密度的变化情况,提供人流交通拥堵情况的识别与预警服务,可以有效提高交通预警的准确性。
根据本发明实施例的第一方面,提供一种人口流动轨迹的交通预警方法,包括:
采集移动终端的电信数据,所述电信数据包含:至少三个基站标识;根据所述基站标识,获取其中的三个基站作为目标基站,并获取所述目标基站的经纬度数据;
根据所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离;
根据所述目标基站的经纬度数据,计算三个所述目标基站之间的相互距离;
根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站之间的相互距离,确定所述移动终端的位置,并形成所述移动终端的位置与时间相对应的位置信息记录;
根据所述位置信息记录,预估所述移动终端的移动位置;
根据预估得到的所述移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息;
根据所述人口密度信息,判断是否进行人口流动轨迹的交通预警。
根据本发明实施例的第二方面,提供一种人口流动轨迹的交通预警装置,包括:
采集模块,用于采集移动终端的电信数据,所述电信数据包含:至少三个基站标识;
获取模块,用于根据所述基站标识,获取其中的三个基站作为目标基站,并获取所述目标基站的经纬度数据;
计算模块,用于根据所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离;根据所述目标基站的经纬度数据,计算三个所述目标基站之间的相互距离;
确定模块,用于根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站之间的相互距离,确定所述移动终端的位置;
记录模块,用于形成所述移动终端的位置与时间相对应的位置信息记录;
预估模块,用于根据所述位置信息记录,预估所述移动终端的移动位置;
所述确定模块,还用于根据预估得到的所述移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息;
判断模块,用于根据所述人口密度信息,判断是否进行人口流动轨迹的交通预警。
本发明的实施例所提供的技术方案可以包括以下有益效果:
通过采集移动终端的电信数据,得到三个目标基站的经纬度数据;并计算移动终端与三个目标基站之间的距离,以及三个目标基站之间的相互距离;从而确定出移动终端的当前位置,并根据移动终端的位置信息记录,预估移动终端的未来移动位置;从而根据预估出的移动终端的未来移动位置判断未来某时刻监控区域内的人口密度,以提前进行监控区域的人口流动轨迹的交通预警。该方法通过分析目标监控区域内人员随身携带的移动终端的基站数据进行人口密度的确定,不依赖视频监控设备、传感器以及移动终端的GPS定位服务等,可以有效降低人口密度预警的成本,减少人口密度计算的复杂性;同时,根据移动终端的位置数据预估的人口移动轨迹,得到监控区域内人口密度的变化情况,提供人流交通拥堵情况的识别与预警服务,可以有效提高交通预测的准确性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
图1是根据一示例性实施例示出的一种人口流动轨迹的交通预警方法的流程图;
图2是根据另一示例性实施例示出的一种人口流动轨迹的交通预警方法的流程图;
图3是图2所示实施例一种人口流动轨迹的交通预警方法的另一流程图;
图4是根据一示例性实施例示出的一种人口流动轨迹的交通预警装置的框图;
图5是根据另一示例性实施例示出的一种人口流动轨迹的交通预警装置的框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是根据一示例性实施例示出的一种人口流动轨迹的交通预警方法的流程图。如图1所示,本实施例提供的人口流动轨迹的交通预警方法具体包括如下步骤:
步骤101、采集移动终端的电信数据。
具体的,电信数据包含:至少三个基站标识。
步骤102、根据基站标识,获取其中的三个基站作为目标基站,并获取目标基站的经纬度数据。
步骤103、根据目标基站的经纬度数据,分别计算移动终端与三个目标基站之间的距离。
步骤104、根据目标基站的经纬度数据,计算三个目标基站之间的相互距离。
步骤105、根据移动终端与三个目标基站之间的距离,以及三个目标基站之间的相互距离,确定移动终端的位置,并形成移动终端的位置与时间相对应的位置信息记录。
步骤106、根据位置信息记录,预估移动终端的移动位置。
步骤107、根据预估得到的移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息。
步骤108、根据人口密度信息,判断是否进行人口流动轨迹的交通预警。
综上所述,本实施例提供的人口流动轨迹的交通预警方法,通过采集移动终端的电信数据,得到三个目标基站的经纬度数据;并计算移动终端与三个目标基站之间的距离,以及三个目标基站之间的相互距离;从而确定出移动终端的当前位置,并根据移动终端的位置信息记录,预估移动终端的未来移动位置;从而根据预估出的移动终端的未来移动位置判断未来某时刻监控区域内的人口密度,以提前进行监控区域的人口流动轨迹的交通预警。该方法通过分析目标监控区域内人员随身携带的移动终端的基站数据进行人口密度的确定,不依赖视频监控设备、传感器以及移动终端的GPS定位服务等,可以有效降低人口密度预警的成本,减少人口密度计算的复杂性;同时,根据移动终端的位置数据预估的人口移动轨迹,得到监控区域内人口密度的变化情况,提供人流交通拥堵情况的识别与预警服务,可以有效提高交通预测的准确性。
图2是根据另一示例性实施例示出的一种人口流动轨迹的交通预警方法的流程图。如图2所示,在上述实施例的基础上,本实施例提供的人口流动轨迹的交通预警方法具体包括如下步骤:
步骤201、采集移动终端的电信数据。
具体的,电信数据包含:至少三个基站标识;
进一步地,还可以包含:各个基站的信号强度。
步骤202、根据信号强度,获取信号强度由强到弱位于前三位的目标基站的标识,并获取目标基站的经纬度数据。
具体地,在移动终端用户的电信数据中,保存了在某个时刻为该用户服务的若干基站的ID和信号强度等信息,将终端在该时刻收到的这些基站的服务信号强度由强至弱排序,其中信号强度最强的基站A为实际向该终端提供电信服务的基站;选择排序前三个基站A、B、C作为目标基站,并获取它们的经纬度数据。
步骤203、根据目标基站的经纬度数据,分别计算移动终端与三个目标基站之间的距离。
进一步地,电信数据还可以包含:时间前置量、移动终端的发射功率;则该步骤203具体可以根据时间前置量、移动终端的发射功率、目标基站的信号强度、目标基站的经纬度数据,分别计算移动终端与三个目标基站之间的距离。
具体的,假设移动终端的位置以T(LngT,LatT)标识,其中Lng为经度数据(Longitude,简称:“Lng”),Lat为纬度数据(Latitude,简称:“Lat”)计算移动终端与这三个目标基站A、B、C的距离:
移动终端与基站A的距离:
D((LngT,LatT),(LngA,LatA))=TA(A)×500+RxL(A)×M+TxPower(A)×N;移动终端与基站B的距离:
D((LngT,LatT),(LngB,LatB))=TA(B)×500+RxL(B)×M+TxPower(B)×N;移动终端与基站C的距离:
D((LngT,LatT),(LngC,LatC))=TA(C)×500+RxL(C)×M+TxPower(C)×N;
其中,TA是时间前置量,即信号从基站发出到移动终端接收所耗费的时间;RxL是信号接收强度,即目标基站的信号强度,该值为负数,数值越大,该基站的信号强度越高;M是信号衰减系数;TxPower是移动终端的功率发射强度,即移动终端的发射功率;N是发射功率衰减系数。
步骤204、根据目标基站的经纬度数据,计算三个目标基站之间的相互距离。
具体的,在电信运营商的基站资源数据中,保存着各个基站的ID和经纬度数据。计算三个目标基站相互之间的距离可以为:
基站A与基站B之间的距离:
基站A与基站C之间的距离:
基站B与基站C之间的距离:
其中,R为地球半径。
步骤205、在三个目标基站中任意选择一个目标基站作为第一目标基站;将第一目标基站的经纬度数据由球面投影到平面直角坐标的原点,得到目标基站的经纬度数据与目标基站的平面位置数据的对应关系。
步骤206、根据移动终端与三个目标基站之间的距离,以及三个目标基站的平面位置数据,求解得到移动终端的平面位置数据;将移动终端的平面位置数据转换为移动终端的位置经纬度数据。
具体的,基站A、B、C在地图上形成三角形,计算出三角形中心的经纬度,以此作为移动终端的位置,从而可以形成用户的位置信息。将经纬度坐标与平面XY坐标进行变换,可以将A点作为第一目标基站投影到平面直角坐标原点,则:
基站A的经纬坐标(LngA,LatA)投影为基站A的平面坐标(Xa,Ya),即平面XY坐标系的原点(0,0);
基站B的经纬坐标(LngB,LatB)投影为基站B的平面坐标(Xb,Yb),即平面XY坐标系的坐标点
基站C的经纬坐标(LngC,LatC)投影为基站C的平面坐标(Xc,Yc),即平面XY坐标系的坐标点
移动终端的位置经纬坐标(LngT,LatT)投影为移动终端的位置平面坐标(Xt,Yt),即平面XY坐标系的坐标点
由此可得:
D((LngT,LatT),(LngA,LatA))2
=(TA(A)×500+RxL(A)×M+TxPower(A)×N)2,
=Xt2+Yt2
=((LngT-LngA)×R)2+((LatT-LatA)×R)2
由上面的式子可以计算得到移动终端的Xt和Yt的值,最后转换得到移动终端的位置T(LngT,LatT)的值:
LngT=Xt/R+LngA,
LatT=Yt/R+LatA。
步骤207、形成移动终端的位置与时间相对应的位置信息记录。
具体的,该位置信息记录可以包含有以下三类信息:用户信息,以移动终端的归属用户编号UID进行标识,如手机号码;位置信息:移动终端位置的经度信息Lng,纬度信息Lat;时间信息:与各个移动终端位置相对应的时间点T,则形成包含有(UID,Lng,Lat,T)的位置信息记录表。
步骤208、根据位置信息记录,预估移动终端的移动位置。
进一步地,步骤208具体可以采用滑窗拟合算法,对位置信息记录中的位置数据进行拟合,得到移动终端的移动轨迹拟合曲线;在移动轨迹拟合曲线上,预估预设监测时刻对应的移动终端的移动位置。
具体的,在位置信息记录表(UID,Lng,Lat,T)里,根据时间T排序的前n条记录分别是(UID,Lng(k),Lat(k),T(k)),k=1,2,…,n,采用滑窗拟合算法来拟合预测UID在T(n+1)的位置(Lng(n+1),Lat(n+1)):
(Lng(n+1),Lat(n+1))=f1((Lng(n-1),Lat(n-1)),(Lng(n),Lat(n))),同时,可以计算UID由位置(Lng(i),Lat(i))(1≤i≤n-1)运动到位置(Lng(i+1),Lat(i+1))的速度值v(i):
步骤209、根据预估得到的移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息。
具体的,人口密度信息,可以包括:预设监测时刻的人口流动速度,人口流动速度相对增量,人口流动密度,人口流动密度相对增量,人口流动饱和度。
根据指定监控区域内及周边所有移动终端用户的轨迹和速度,计算该监控区域的人口流动速度、人口流动速度相对增量、人口流动密度、人口流动密度相对增量和饱和度,具体可以为:
T(i)时刻的区域人口流动速度
其中,NU是T(i)时刻区域内的移动终端用户总人数,即T(i)时刻的位置;(Lng(i),Lat(i))在区域内的所有移动终端用户的总人数,包括预测T(i)时刻进入该区域的所有移动终端用户的总人数,可由步骤208中得到的移动终端用户的移动轨迹得到;v(u,i)由v(i)引入UID后扩充得到,是第u个移动终端用户在T(i)时刻的速度。
T(i)时刻的区域人口流动速度相对增量
T(i)时刻的区域人口流动密度
其中,S是区域内有效面积。
T(i)时刻的人口流动密度相对增量
T(i)时刻的区域人口流动饱和度
其中,是预定义的区域人口密度最佳值。
步骤210、根据人口密度信息,判断是否进行人口流动轨迹的交通预警。
进一步地,图3是图2所示实施例一种人口流动轨迹的交通预警方法的另一流程图,如图3所示步骤210具体可以包括:步骤2101、根据人口密度信息,确定监控区域内的人口拥堵状态;其中,人口拥堵状态包括:人流拥挤级别、持续拥挤计数值;步骤2102、根据人流拥挤级别,或者根据人流拥挤级别与持续拥挤计数值,判断是否进行人口流动轨迹的交通预警。
其中,步骤2101、根据人口密度信息,确定监控区域内的人口拥堵状态,具体可以包括:当人口流动饱和度大于预设人口流动饱和度阈值时,增加人流拥挤级别,得到人流拥挤第一级别;并比对人口流动速度相对增量与人口流动密度相对增量;
若人口流动速度相对增量等于人口流动密度相对增量,
相应的,步骤2102、根据人流拥挤级别,或者根据人流拥挤级别与持续拥挤计数值,判断是否进行人口流动轨迹的交通预警包括:进行人流拥挤第一级别的交通预警;
若人口流动速度相对增量小于人口流动密度相对增量,
增加持续拥挤计数值,得到持续拥挤第一计数值;
并判断该持续拥挤第一计数值是否大于预设持续拥挤计数值阈值,若大于,增加人流拥挤级别,得到人流拥挤第二级别;相应的,步骤2102包括:进行人流拥挤第二级别的交通预警;若小于等于,增加人流统计级别,得到人流拥挤第三级别;其中,人流拥挤第二级别大于人流拥挤第三级别;相应的,步骤2102包括:进行人流拥挤第三级别的交通预警;
若人口流动速度相对增量大于人口流动密度相对增量,减小人流拥挤级别,得到人流拥挤第四级别;相应的,步骤2102包括:进行人流拥挤第四级别的交通预警。
该步骤210、根据人口密度信息,判断是否进行人口流动轨迹的交通预警的完整执行流程可以为:通过比较某时刻指定监控区域内人口流动速度相对增量与人口流动密度相对增量,判断该区域的人口拥堵情况。其中,人流拥挤级别L初始化值为0。L的值越大,表示人流拥挤程度越严重。持续拥挤计数值C初始化值为0。
步骤一:如果T(i)时刻的P(i)小于或等于1,该时刻的人口密度处于正常状态,L=0,C=0,置i=i+1,跳转步骤一继续监测;否则该时刻的人口密度处于拥挤状态,跳转步骤二;
步骤二:如果P(i)大于(预定义的区域人口流动饱和度的阈值,即预设人口流动饱和度阈值),则L=L+3;否则,L=L+2。
步骤三:如果等于ΔD(i),则该时刻的人口密度变化处于常态,向交管中心控制台发出L级人流拥挤警报,置i=i+1,跳转步骤一继续监测;否则跳转步骤四。
步骤四:如果小于ΔD(i),则该时刻的人流继续趋于拥挤,C=C+1;否则跳转步骤七。
步骤五:如果C大于(预定义的持续拥挤计数的阈值,即预设持续拥挤计数值阈值),则L=L+2,向交管中心控制台发出L级人流拥挤警报,置i=i+1,跳转步骤一继续监测;否则跳转步骤六。
步骤六:如果C小于或等于则L=L+1,向交管中心控制台发出L级人流拥挤警报,置i=i+1,跳转步骤一继续监测。
步骤七:大于ΔD(i),则该时刻的人流趋于消散,L=L-1,向交管中心控制台发出L级人流拥挤警报,置i=i+1,跳转步骤一继续监测。
图4是根据一示例性实施例示出的一种人口流动轨迹的交通预警装置的框图。如图4所示,该人口流动轨迹的交通预警装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。本实施例提供的人口流动轨迹的交通预警装置具体可以实现应用于交通预警服务器端的人口流动轨迹的交通预警方法的各个步骤,其具体实现过程在此不再赘述。
该人口流动轨迹的交通预警装置可以包括:
采集模块41,用于采集移动终端的电信数据,电信数据包含:至少三个基站标识。
获取模块42,用于根据基站标识,获取其中的三个基站作为目标基站,并获取目标基站的经纬度数据。
计算模块43,用于根据目标基站的经纬度数据,分别计算移动终端与三个目标基站之间的距离;根据目标基站的经纬度数据,计算三个目标基站之间的相互距离。
确定模块44,用于根据移动终端与三个目标基站之间的距离,以及三个目标基站之间的相互距离,确定移动终端的位置。
记录模块45,用于形成移动终端的位置与时间相对应的位置信息记录。
预估模块46,用于根据位置信息记录,预估移动终端的移动位置。
确定模块44,还用于根据预估得到的移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息。
判断模块47,用于根据人口密度信息,判断是否进行人口流动轨迹的交通预警。
综上所述,本实施例提供的人口流动轨迹的交通预警装置,通过采集移动终端的电信数据,得到三个目标基站的经纬度数据;并计算移动终端与三个目标基站之间的距离,以及三个目标基站之间的相互距离;从而确定出移动终端的当前位置,并根据移动终端的位置信息记录,预估移动终端的未来移动位置;从而根据预估出的移动终端的未来移动位置判断未来某时刻监控区域内的人口密度,以提前进行监控区域的人口流动轨迹的交通预警。该方法通过分析目标监控区域内人员随身携带的移动终端的基站数据进行人口密度的确定,不依赖视频监控设备、传感器以及移动终端的GPS定位服务等,可以有效降低人口密度预警的成本,减少人口密度计算的复杂性;同时,根据移动终端的位置数据预估的人口移动轨迹,得到监控区域内人口密度的变化情况,提供人流交通拥堵情况的识别与预警服务,可以有效提高交通预测的准确性。
图5是根据另一示例性实施例示出的一种人口流动轨迹的交通预警装置的框图。如图5所示,在上述实施例的基础上,电信数据还包含:各个基站的信号强度;
相应的,获取模块42,具体用于根据信号强度,获取信号强度由强到弱位于前三位的目标基站的标识。
进一步地,电信数据还包含:时间前置量、移动终端的发射功率;
相应的,计算模块43,具体用于根据时间前置量、移动终端的发射功率、目标基站的信号强度、目标基站的经纬度数据,分别计算移动终端与三个目标基站之间的距离。
进一步地,该装置还包括:
选择模块48,用于在三个目标基站中任意选择一个目标基站作为第一目标基站。
投射模块49,用于将第一目标基站的经纬度数据由球面投影到平面直角坐标的原点,得到目标基站的经纬度数据与目标基站的平面位置数据的对应关系。
相应的,确定模块44,具体用于根据移动终端与三个目标基站之间的距离,以及三个目标基站的平面位置数据,求解得到移动终端的平面位置数据;将移动终端的平面位置数据转换为移动终端的位置经纬度数据。
进一步地,预估模块46,具体用于采用滑窗拟合算法,对位置信息记录中的位置数据进行拟合,得到移动终端的移动轨迹拟合曲线;在移动轨迹拟合曲线上,预估预设监测时刻对应的移动终端的移动位置。
进一步地,人口密度信息,包括:预设监测时刻的人口流动速度,人口流动速度相对增量,人口流动密度,人口流动密度相对增量,人口流动饱和度。
本实施例的装置,可用于执行图2所示方法实施例二的技术方案,其实现原理和技术效果类似,此处不再赘述。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (12)
1.一种人口流动轨迹的交通预警方法,其特征在于,包括:
采集移动终端的电信数据,所述电信数据包含:至少三个基站标识;根据所述基站标识,获取其中的三个基站作为目标基站,并获取所述目标基站的经纬度数据;
根据所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离;
根据所述目标基站的经纬度数据,计算三个所述目标基站之间的相互距离;
根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站之间的相互距离,确定所述移动终端的位置,并形成所述移动终端的位置与时间相对应的位置信息记录;
根据所述位置信息记录,预估所述移动终端的移动位置;
根据预估得到的所述移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息;
根据所述人口密度信息,判断是否进行人口流动轨迹的交通预警。
2.根据权利要求1所述的方法,其特征在于,所述电信数据还包含:各个基站的信号强度;相应的,所述根据所述基站标识,获取其中的三个基站作为目标基站包括:
根据所述信号强度,获取所述信号强度由强到弱位于前三位的目标基站的标识。
3.根据权利要求2所述的方法,其特征在于,所述电信数据还包含:时间前置量、移动终端的发射功率;相应的,所述根据所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离,包括:
根据所述时间前置量、所述移动终端的发射功率、所述目标基站的信号强度、所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标基站的经纬度数据,计算三个所述目标基站之间的相互距离之后,还包括:
在三个所述目标基站中任意选择一个目标基站作为第一目标基站;
将所述第一目标基站的经纬度数据由球面投影到平面直角坐标的原点,得到所述目标基站的经纬度数据与所述目标基站的平面位置数据的对应关系;
相应的,所述根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站之间的相互距离,确定所述移动终端的位置,包括:
根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站的平面位置数据,求解得到所述移动终端的平面位置数据;
将所述移动终端的平面位置数据转换为所述移动终端的位置经纬度数据。
5.根据权利要求1所述的方法,其特征在于,所述根据所述位置信息记录,预估所述移动终端的移动位置,包括:
采用滑窗拟合算法,对所述位置信息记录中的位置数据进行拟合,得到所述移动终端的移动轨迹拟合曲线;
在所述移动轨迹拟合曲线上,预估所述预设监测时刻对应的所述移动终端的移动位置。
6.根据权利要求1所述的方法,其特征在于,所述人口密度信息,包括:
预设监测时刻的人口流动速度,人口流动速度相对增量,人口流动密度,人口流动密度相对增量,人口流动饱和度。
7.一种人口流动轨迹的交通预警装置,其特征在于,包括:
采集模块,用于采集移动终端的电信数据,所述电信数据包含:至少三个基站标识;
获取模块,用于根据所述基站标识,获取其中的三个基站作为目标基站,并获取所述目标基站的经纬度数据;
计算模块,用于根据所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离;根据所述目标基站的经纬度数据,计算三个所述目标基站之间的相互距离;
确定模块,用于根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站之间的相互距离,确定所述移动终端的位置;
记录模块,用于形成所述移动终端的位置与时间相对应的位置信息记录;
预估模块,用于根据所述位置信息记录,预估所述移动终端的移动位置;
所述确定模块,还用于根据预估得到的所述移动终端的移动位置,确定预设监测时刻监控区域内的人口密度信息;
判断模块,用于根据所述人口密度信息,判断是否进行人口流动轨迹的交通预警。
8.根据权利要求7所述的装置,其特征在于,所述电信数据还包含:各个基站的信号强度;
相应的,所述获取模块,具体用于根据所述信号强度,获取所述信号强度由强到弱位于前三位的目标基站的标识。
9.根据权利要求8所述的装置,其特征在于,所述电信数据还包含:时间前置量、移动终端的发射功率;
相应的,所述计算模块,具体用于根据所述时间前置量、所述移动终端的发射功率、所述目标基站的信号强度、所述目标基站的经纬度数据,分别计算所述移动终端与三个所述目标基站之间的距离。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
选择模块,用于在三个所述目标基站中任意选择一个目标基站作为第一目标基站;
投射模块,用于将所述第一目标基站的经纬度数据由球面投影到平面直角坐标的原点,得到所述目标基站的经纬度数据与所述目标基站的平面位置数据的对应关系;
相应的,所述确定模块,具体用于根据所述移动终端与三个所述目标基站之间的距离,以及三个所述目标基站的平面位置数据,求解得到所述移动终端的平面位置数据;将所述移动终端的平面位置数据转换为所述移动终端的位置经纬度数据。
11.根据权利要求7所述的装置,其特征在于,
所述预估模块,具体用于采用滑窗拟合算法,对所述位置信息记录中的位置数据进行拟合,得到所述移动终端的移动轨迹拟合曲线;在所述移动轨迹拟合曲线上,预估所述预设监测时刻对应的所述移动终端的移动位置。
12.根据权利要求7所述的装置,其特征在于,所述人口密度信息,包括:
预设监测时刻的人口流动速度,人口流动速度相对增量,人口流动密度,人口流动密度相对增量,人口流动饱和度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510792503.1A CN105336097B (zh) | 2015-11-17 | 2015-11-17 | 人口流动轨迹的交通预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510792503.1A CN105336097B (zh) | 2015-11-17 | 2015-11-17 | 人口流动轨迹的交通预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105336097A true CN105336097A (zh) | 2016-02-17 |
CN105336097B CN105336097B (zh) | 2017-11-14 |
Family
ID=55286593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510792503.1A Active CN105336097B (zh) | 2015-11-17 | 2015-11-17 | 人口流动轨迹的交通预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105336097B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741486A (zh) * | 2016-03-18 | 2016-07-06 | 东南大学 | 基于手机定位数据的城市公共空间踩踏事故实时预警方法 |
CN106211067A (zh) * | 2016-06-30 | 2016-12-07 | 北京奇虎科技有限公司 | 一种基于终端的人流监控方法及装置 |
CN106792517A (zh) * | 2016-12-05 | 2017-05-31 | 武汉大学 | 基于手机位置时空转移概率的基站服务人数时序预测方法 |
CN107038426A (zh) * | 2017-04-25 | 2017-08-11 | 广东兆邦智能科技有限公司 | 热图生成方法 |
CN107094289A (zh) * | 2017-04-25 | 2017-08-25 | 广东兆邦智能科技有限公司 | 热图生成方法和装置 |
CN107423742A (zh) * | 2016-05-23 | 2017-12-01 | 中兴通讯股份有限公司 | 人群流量的确定方法及装置 |
CN108055639A (zh) * | 2017-12-08 | 2018-05-18 | 华中科技大学 | 一种基于信令数据分析的人流密度预测方法及系统 |
CN108271115A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团内蒙古有限公司 | 一种区域人口密度的估计方法及装置 |
CN108616919A (zh) * | 2016-12-08 | 2018-10-02 | 腾讯科技(深圳)有限公司 | 一种公共区域人流监控方法及装置 |
CN108711284A (zh) * | 2018-05-23 | 2018-10-26 | 中国联合网络通信集团有限公司 | 道路人流量的确定方法及装置 |
CN108847023A (zh) * | 2018-06-13 | 2018-11-20 | 新华网股份有限公司 | 推送告警信息的方法、装置及终端设备 |
CN112559581A (zh) * | 2020-01-02 | 2021-03-26 | 北京融信数联科技有限公司 | 一种基于移动通信大数据的城市职住平衡人口统计方法 |
CN113498012A (zh) * | 2020-04-08 | 2021-10-12 | 上海黄浦数字商圈运营有限公司 | 一种客流预警方法、电子设备和可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009023131A1 (de) * | 2009-03-03 | 2010-09-09 | T-Mobile International Ag | Verfahren und System zur anonymen Erfassung der lokalen Personendichte für statistische Auswertungen mittels Mobilfunknetz |
CN103118427A (zh) * | 2011-11-16 | 2013-05-22 | 北京百度网讯科技有限公司 | 基于位置预取的定位方法及系统 |
CN103995251A (zh) * | 2014-06-11 | 2014-08-20 | 中国电信股份有限公司南京分公司 | 室内移动设备的定位系统及其方法 |
CN104064027A (zh) * | 2014-06-13 | 2014-09-24 | 百度在线网络技术(北京)有限公司 | 一种交通信息的获取方法及系统 |
CN104835016A (zh) * | 2015-05-27 | 2015-08-12 | 北京搜狐新媒体信息技术有限公司 | 一种人群密度计算方法及装置 |
-
2015
- 2015-11-17 CN CN201510792503.1A patent/CN105336097B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009023131A1 (de) * | 2009-03-03 | 2010-09-09 | T-Mobile International Ag | Verfahren und System zur anonymen Erfassung der lokalen Personendichte für statistische Auswertungen mittels Mobilfunknetz |
CN103118427A (zh) * | 2011-11-16 | 2013-05-22 | 北京百度网讯科技有限公司 | 基于位置预取的定位方法及系统 |
CN103995251A (zh) * | 2014-06-11 | 2014-08-20 | 中国电信股份有限公司南京分公司 | 室内移动设备的定位系统及其方法 |
CN104064027A (zh) * | 2014-06-13 | 2014-09-24 | 百度在线网络技术(北京)有限公司 | 一种交通信息的获取方法及系统 |
CN104835016A (zh) * | 2015-05-27 | 2015-08-12 | 北京搜狐新媒体信息技术有限公司 | 一种人群密度计算方法及装置 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741486A (zh) * | 2016-03-18 | 2016-07-06 | 东南大学 | 基于手机定位数据的城市公共空间踩踏事故实时预警方法 |
CN107423742A (zh) * | 2016-05-23 | 2017-12-01 | 中兴通讯股份有限公司 | 人群流量的确定方法及装置 |
CN106211067A (zh) * | 2016-06-30 | 2016-12-07 | 北京奇虎科技有限公司 | 一种基于终端的人流监控方法及装置 |
CN106792517A (zh) * | 2016-12-05 | 2017-05-31 | 武汉大学 | 基于手机位置时空转移概率的基站服务人数时序预测方法 |
CN106792517B (zh) * | 2016-12-05 | 2019-05-24 | 武汉大学 | 基于手机位置时空转移概率的基站服务人数时序预测方法 |
CN108616919A (zh) * | 2016-12-08 | 2018-10-02 | 腾讯科技(深圳)有限公司 | 一种公共区域人流监控方法及装置 |
CN108271115A (zh) * | 2016-12-30 | 2018-07-10 | 中国移动通信集团内蒙古有限公司 | 一种区域人口密度的估计方法及装置 |
CN107094289A (zh) * | 2017-04-25 | 2017-08-25 | 广东兆邦智能科技有限公司 | 热图生成方法和装置 |
CN107038426A (zh) * | 2017-04-25 | 2017-08-11 | 广东兆邦智能科技有限公司 | 热图生成方法 |
CN107038426B (zh) * | 2017-04-25 | 2020-04-10 | 广东兆邦智能科技有限公司 | 热图生成方法 |
CN108055639A (zh) * | 2017-12-08 | 2018-05-18 | 华中科技大学 | 一种基于信令数据分析的人流密度预测方法及系统 |
CN108055639B (zh) * | 2017-12-08 | 2020-07-10 | 华中科技大学 | 一种基于信令数据分析的人流密度预测方法及系统 |
CN108711284A (zh) * | 2018-05-23 | 2018-10-26 | 中国联合网络通信集团有限公司 | 道路人流量的确定方法及装置 |
CN108847023A (zh) * | 2018-06-13 | 2018-11-20 | 新华网股份有限公司 | 推送告警信息的方法、装置及终端设备 |
CN112559581A (zh) * | 2020-01-02 | 2021-03-26 | 北京融信数联科技有限公司 | 一种基于移动通信大数据的城市职住平衡人口统计方法 |
CN113498012A (zh) * | 2020-04-08 | 2021-10-12 | 上海黄浦数字商圈运营有限公司 | 一种客流预警方法、电子设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105336097B (zh) | 2017-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105336097A (zh) | 人口流动轨迹的交通预警方法及装置 | |
Kassem et al. | RF-based vehicle detection and speed estimation | |
CN109275095B (zh) | 一种基于蓝牙的室内定位系统、定位设备和定位方法 | |
US10552687B2 (en) | Visual monitoring of queues using auxillary devices | |
CN109996186A (zh) | 一种网络覆盖问题识别方法及装置、可读取存储介质 | |
US20160238690A1 (en) | Enhanced Indoor Localization Method | |
CN107871114A (zh) | 一种推送目标人员跟踪信息的方法、装置及系统 | |
CN109495856B (zh) | 一种基于大数据的手机用户类型标记方法 | |
CN109410568B (zh) | 基于用户画像和换乘规律的下车站点推测方法及系统 | |
CN108184203B (zh) | 基于运营商位置信令的多级防控方法、装置、设备及介质 | |
CN101180550A (zh) | 增强型移动台定位方法和系统 | |
Maekawa et al. | Car-level congestion and position estimation for railway trips using mobile phones | |
Ning et al. | Design of accurate vehicle location system using RFID | |
CN111055284A (zh) | 一种机器人识别危险区域的方法、机器人以及存储介质 | |
Papaioannou et al. | Tracking people in highly dynamic industrial environments | |
Hoang et al. | A hidden Markov model for indoor user tracking based on WiFi fingerprinting and step detection | |
Yamada et al. | Travel estimation using Control Signal Records in cellular networks and geographical information | |
Marcus et al. | Dynamic nearest neighbors and online error estimation for SMARTPOS | |
CN205067727U (zh) | 一种基于ZigBee和RFID的服务机器人定位系统 | |
CN112235807B (zh) | Tdoa监测系统的组网方法、装置、设备与介质 | |
CN109379716B (zh) | 一种用于安防监控项目的室内定位方法及系统 | |
Kitazato et al. | Detection of pedestrian flow using mobile devices for evacuation guiding in disaster | |
KR101853700B1 (ko) | 재난 구조시의 실내 위치 표시 시스템 및 방법 | |
KR101975117B1 (ko) | 위치 기반 서비스 제공 방법 | |
KR101176834B1 (ko) | 자기장 센서를 이용한 목표물 탐색 장치, 방법 및 이를 기록한 기록매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |