CN105427582B - 一种公交线路的智能管理方法 - Google Patents

一种公交线路的智能管理方法 Download PDF

Info

Publication number
CN105427582B
CN105427582B CN201510797140.0A CN201510797140A CN105427582B CN 105427582 B CN105427582 B CN 105427582B CN 201510797140 A CN201510797140 A CN 201510797140A CN 105427582 B CN105427582 B CN 105427582B
Authority
CN
China
Prior art keywords
bus network
public bus
platform
public
information
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.)
Active
Application number
CN201510797140.0A
Other languages
English (en)
Other versions
CN105427582A (zh
Inventor
施玉松
邱云周
罗炬锋
刘衍青
叶晓青
尚素娟
汪涵
李凤荣
郑春雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Internet Of Things Co ltd
Shanghai Institute of Microsystem and Information Technology of CAS
Original Assignee
Shanghai Internet Of Things Co ltd
Shanghai Institute of Microsystem and Information Technology of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Internet Of Things Co ltd, Shanghai Institute of Microsystem and Information Technology of CAS filed Critical Shanghai Internet Of Things Co ltd
Priority to CN201510797140.0A priority Critical patent/CN105427582B/zh
Publication of CN105427582A publication Critical patent/CN105427582A/zh
Application granted granted Critical
Publication of CN105427582B publication Critical patent/CN105427582B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明涉及一种公交线路的智能管理方法，包括以下步骤：利用图像处理技术，对站台候车乘客的数量进行估计，并建立模型；记录进站公交车的车牌和所属线路，同时统计当前车次的上下车客流量；根据各个站台的人群密度信息和每辆公交的上下客流信息，统计并预测每条公交线路的人流分布，据此动态调整各条公交线路的发班车次和发班时间。本发明能够增强城市交通的安全性和舒适性，提升智慧城市管理水平。

Description

一种公交线路的智能管理方法
技术领域
本发明涉及智能公交技术领域，特别是涉及一种公交线路的智能管理方法。
背景技术
上海拥有国内最先进、管理最规范的公共交通网络。近年来上海市政府和公交运维公司大力推动智慧城市建设，已在长宁、徐汇和浦东等多区建设近百个智慧站亭，并计划于2016年完成主城区所有站亭的改造。智慧站亭均安装基于互联网的电子管理设备，该设备可以实现各个站亭的实时在线、高清图像获取、智能处理和其他增值服务，利用覆盖全城的4G和WIFI网络实现终端与后端云平台的互联互通。
上海是超大型高密度城市，公共交通的负荷巨大，每天绝大多数线路的公交车上人满为患，而上下班时间更是特别拥挤，站台和车辆均存在较大安全隐患。目前，已有部分公交车采用车内视频分析和人流统计算法，但这属于事后分析，不能根本解决问题。实际中，需要的不仅仅是对单个站台或公交进行监控和管理，而是利用全局数据处理算法，对整条线路或整个区域进行统一监管和调度。
发明内容
本发明所要解决的技术问题是提供一种公交线路的智能管理方法，加强城市交通的安全性和舒适性，提升智慧城市管理水平。
本发明解决其技术问题所采用的技术方案是：提供一种公交线路的智能管理方法，包括以下步骤：
(1)对站台候车乘客的数量进行估计，并利用随机预测模型不断调整精度；
(2)记录进站公交车的车牌和所属线路，同时统计当前车次的上下车客流量；
(3)根据各个站台的人群密度信息和每辆公交的上下客流信息，统计并预测每条公交线路的人流分布，据此动态调整各条公交线路的发班车次和发班时间。
所述步骤(1)包括以下子步骤：
(11)采集双路视频，然后对图像进行预处理操作；
(12)用SURF算法提取图像的前景特征点，并对人群密度进行初步判定；
(13)通过多元线性回归方法训练拟合直线，并根据对应的拟合直线计算该场景的人数；
(14)结合纹理分析的方法辅助判断，在高密度下给纹理分析的值较大的权重，提高特征点提取法在高密度人群下准确率；
(15)根据预设的密度等级列表，得到站台人群的大致数量，并存入后台数据库中。
所述步骤(2)包括以下子步骤：
(21)采集双路视频信息，前置摄像头针对上客图像采集，后置摄像头针对下客图像采集，并对两路图像进行预处理；
(22)通过codebook对背景建模，记录车门打开时图像信息，并通过SURF算法提取图像前景特征点；
(23)对前景进行形态学处理得到运动目标，并对运动目标大小和数量进行匹配分析，统计特征点信息；
(24)当车门关闭时，完成运动目标计数，统计上下车客流信息，录入后台数据库中。
所述步骤(3)包括以下子步骤：
(31)通过IIR滤波和自回归模型消除人群密度统计和上下客流统计存在的误差尖峰影响；
(32)对大量数据进行动态统计，建立各条公交线路的人流分布和各个站台的人群密度图；
(33)建立时间序列预测模型，估计下一个时间段的站台和公交线路拥挤状况，通过既定准则调整公交线路和发车间隔，实现对公交线路的智能管理。
有益效果
由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明利用最新的站亭电子设备，获取高清图像和车辆身份等信息，并据此信息进行数据分析和处理，提出区域内整体公交线路人流分布统计和预警算法，增强城市交通的安全性和舒适性，提升智慧城市管理水平。
附图说明
图1是本发明电子设备连接示意图；
图2是本发明中矩形空间的人群估计方法流程图；
图3是本发明中慢速运动目标跟踪检测算法流程图；
图4是本发明中公交线路密度统计和智能调整流程图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的核心是利用最新的站亭电子设备，获取高清图像和车辆身份等信息，并据此信息进行数据分析和处理，提出一种新颖的公交线路人流分布统计和预警算法，加强城市交通的安全性和舒适性，提升智慧城市管理水平。
本发明使用的电子设备如图1所示，至少包括如下组件：一组高清摄像机，一块带有图形处理能力的高速嵌入式处理板，一个无线wifi模块和基于云架构的数据分析管理平台。高清摄像机在公交站台左右两侧对称放置，用于采集高清图片信息并传输至高速嵌入式处理器，嵌入式处理器完成图像的预处理和特征信息提取，WIFI模块负责无线传输，平台进行复杂模型和算法的综合处理。
本发明提供的一种公交线路的智能管理方法，包含三部分：1.矩形空间的人群密度估计算法；2.车辆进站识别和慢速运动目标跟踪检测算法；3.公交线路的人流密度统计和智能调整算法。
所述的矩形空间人群密度估计算法可以对站台现有乘客的数量进行大致估计，并利用随机预测模型不断调整其精度。如图2所示，算法的具体流程如下：
1)采集双路视频，然后对图像进行预处理操作，主要包括图像匹配、图像筛选、图像去噪和图像增强。
2)用SURF算法提取图像的前景特征点，并对人群密度进行初步判定。公交站台的背景相对固定，通过用当前图像减去背景的方法可以简化特征点提取。
3)通过多元线性回归方法训练拟合直线，并根据对应的拟合直线计算该场景的人数。所述的多元线性回归方法采用最小均方误差法，得到相关方程。
4)特征点提取法在高密度人群下准确率下降，本文结合纹理分析的方法辅助判断，在高密度下给纹理分析的值较大的权重。
5)根据预设的密度等级列表，得到站台人群的大致数量，并存入后台数据库中。
所述的车辆进站识别和慢速运动目标跟踪检测算法，可以记录进站公交车的车牌和所属线路，同时统计当前车次的上下车客流量。如图3所示，算法的具体流程如下：
1)公交车进站信息可以通过RFID读卡器或自动识别车牌获得，记录的同时触发相关处理流程；
2)采集双路视频信息，前置摄像头针对上客图像采集，后置摄像头针对下客图像采集，并对两路图像进行预处理，包括图像去噪、图像增强、降率消抖等；
3)通过codebook对背景建模，记录车门打开时图像信息，并通过SURF算法提取图像前景特征点；
4)对前景进行形态学处理得到运动目标，并对运动目标大小和数量进行匹配分析，统计特征点信息；
5)当车门关闭时，完成运动目标计数，统计上下车客流信息，录入后台数据库中。
所述的公交线路的人流密度统计和自适应调整算法，根据各个站台的人群密度信息和每辆公交的上下客流信息，统计并预测每条公交线路的人流分布，据此动态调整各条公交线路的发班车次和发班时间。如图4所示，算法的流程如下：
1)上述两种算法分别完成每个站台的人群密度统计和每辆公交车在各站台的上下客流统计，把信息写入到总的数据库中；
2)人群密度统计和上下客流统计存在一些客观偏差，这对建立人流分布图会带来较大的抖动，通过IIR滤波和自回归模型可以消除误差尖峰的影响；
3)对大量数据进行动态统计，建立各条公交线路的人流分布和各个站台的人群密度图，以二维图形模式在后台直观显示；
4)建立时间序列预测模型，估计下一个时间段的站台和公交线路拥挤状况，通过既定准则调整公交线路和发车间隔，实现对公交线路的智能管理；另外，建立预警系统，监测超负荷线路，启动站台广播，通知分流。

Claims (3)

1.一种公交线路的智能管理方法，其特征在于，包括以下步骤：
(1)对站台候车乘客的数量进行估计，并利用随机预测模型不断调整精度；
(2)记录进站公交车的车牌和所属线路，同时统计当前车次的上下车客流量；
(3)根据各个站台的人群密度信息和每辆公交的上下客流信息，统计并预测每条公交线路的人流分布，据此动态调整各条公交线路的发班车次和发班时间；具体为：
通过IIR滤波和自回归模型消除人群密度统计和上下客流统计存在的误差尖峰影响；
对大量数据进行动态统计，建立各条公交线路的人流分布和各个站台的人群密度图；
建立时间序列预测模型，估计下一个时间段的站台和公交线路拥挤状况，通过既定准则调整公交线路和发车间隔，实现对公交线路的智能管理。
2.根据权利要求1所述的公交线路的智能管理方法，其特征在于，所述步骤(1)包括以下子步骤：
(11)采集双路视频，然后对图像进行预处理操作；
(12)用SURF算法提取图像的前景特征点，并对人群密度进行初步判定；
(13)通过多元线性回归方法训练拟合直线，并根据对应的拟合直线计算该场景的人数；
(14)结合纹理分析的方法辅助判断，在高密度下给纹理分析的值较大的权重，提高特征点提取法在高密度人群下准确率；
(15)根据预设的密度等级列表，得到站台人群的大致数量，并存入后台数据库中。
3.根据权利要求1所述的公交线路的智能管理方法，其特征在于，所述步骤(2)包括以下子步骤：
(21)采集双路视频信息，前置摄像头针对上客图像采集，后置摄像头针对下客图像采集，并对两路图像进行预处理；
(22)通过codebook对背景建模，记录车门打开时图像信息，并通过SURF算法提取图像前景特征点；
(23)对前景进行形态学处理得到运动目标，并对运动目标大小和数量进行匹配分析，统计特征点信息；
(24)当车门关闭时，完成运动目标计数，统计上下车客流信息，录入后台数据库中。
CN201510797140.0A 2015-11-18 2015-11-18 一种公交线路的智能管理方法 Active CN105427582B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510797140.0A CN105427582B (zh) 2015-11-18 2015-11-18 一种公交线路的智能管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510797140.0A CN105427582B (zh) 2015-11-18 2015-11-18 一种公交线路的智能管理方法

Publications (2)

Publication Number Publication Date
CN105427582A CN105427582A (zh) 2016-03-23
CN105427582B true CN105427582B (zh) 2018-03-30

Family

ID=55505757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510797140.0A Active CN105427582B (zh) 2015-11-18 2015-11-18 一种公交线路的智能管理方法

Country Status (1)

Country Link
CN (1) CN105427582B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107204124B (zh) * 2016-03-16 2019-12-17 高德信息技术有限公司 公交车推荐方法和装置
CN105913029A (zh) * 2016-04-14 2016-08-31 北京中电万联科技股份有限公司 一种人流量数据分析、预警与展现系统
CN107798411A (zh) * 2016-09-07 2018-03-13 北京嘀嘀无限科技发展有限公司 一种班车路线的评测处理方法及服务器
CN105869388B (zh) * 2016-05-31 2018-09-04 苏州朗捷通智能科技有限公司 一种公交客流数据采集及起讫点的分析方法及系统
CN108263448B (zh) * 2016-12-30 2020-08-04 河南辉煌城轨科技有限公司 一种利用图像分析方法分配轨道列车频次的管理方法
CN108520367A (zh) * 2018-04-25 2018-09-11 秦皇岛点知汇科技有限公司 一种基于公交人数数据流量的共享单车智能调配平台
CN109982258B (zh) * 2019-03-04 2020-11-17 湖南工程学院 到站提醒系统与方法、公交智能系统与方法
CN116432956B (zh) * 2023-04-10 2024-01-23 广东宏志信息技术有限公司 一种基于客流量的公交车调配方法、系统、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465055A (zh) * 2009-01-15 2009-06-24 山东大学 一种快速智能公交立体监控装置及其工作方法
CN204332095U (zh) * 2014-12-03 2015-05-13 江西华兴信息产业有限公司 具有监控系统的电子站牌

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6654682B2 (en) * 2000-03-23 2003-11-25 Siemens Transportation Systems, Inc. Transit planning system
CN103714346A (zh) * 2013-12-27 2014-04-09 杭州电子科技大学 一种基于视频监控的人群人数估计方法
CN104517159A (zh) * 2014-12-18 2015-04-15 上海交通大学 一种公交短时客流的预测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101465055A (zh) * 2009-01-15 2009-06-24 山东大学 一种快速智能公交立体监控装置及其工作方法
CN204332095U (zh) * 2014-12-03 2015-05-13 江西华兴信息产业有限公司 具有监控系统的电子站牌

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
机场航站楼视频监控系统中的人群密度估计研究;张燕;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130415(第4期);参见摘要、正文第3页第1.3.2节、正文第9页第3.1节 *

Also Published As

Publication number Publication date
CN105427582A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
CN105427582B (zh) 一种公交线路的智能管理方法
CN103700174B (zh) 一种基于wifi身份识别的公交客流数据采集及od分析方法
CN101303727B (zh) 基于视频人数统计的智能管理方法及其系统
JP2018523234A (ja) 乗客の混雑度の算出方法及びそのシステム
CN103208185A (zh) 一种基于车灯识别的夜间车辆检测方法及系统
Fernández et al. Influence of platform height, door width, and fare collection on bus dwell time: laboratory evidence for Santiago de Chile
CN103985182B (zh) 一种公交客流自动计数方法及自动计数系统
CN105844229A (zh) 一种乘客拥挤度的计算方法及其系统
CN104092988A (zh) 一种公共场合客流管理方法、装置及系统
CN108446630A (zh) 机场跑道智能监控方法、应用服务器及计算机存储介质
CN104077757B (zh) 一种融合实时交通状态信息的道路背景提取与更新方法
CN107491720A (zh) 一种基于改进型卷积神经网络的车型识别方法
CN105913367A (zh) 基于人脸识别和位置定位的公交客流量检测系统与方法
CN108039044A (zh) 基于多尺度卷积神经网络的车辆智能排队的系统及方法
CN103679399B (zh) 一种车站客流联动管控方法
CN107248306A (zh) 一种用于调整公交运力的系统
CN108171134A (zh) 一种操作动作辨识方法及装置
CN104574547A (zh) 一种基于人脸识别技术的高速公路防逃费方法
CN205827664U (zh) 一种基于rfid、激光与视频的车辆限行监管系统
CN106529787A (zh) 一种基于人脸检测技术的地铁能源管理系统
CN103337175A (zh) 一种基于实时视频流的车型识别系统
Ding et al. The passenger flow status identification based on image and WiFi detection for urban rail transit stations
CN108960133A (zh) 乘客流量监控的方法、电子设备、系统以及存储介质
CN108806146A (zh) 一种安防监控动态目标锁定追踪方法及系统
CN112988830A (zh) 人流量统计方法、装置、系统、存储介质和计算机设备

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