CN105844572B - 拥挤风险监控方法及拥挤风险监控装置 - Google Patents

Abstract

本发明提供一种拥挤风险监控方法，其包括：获取监控区域的区域参数信息以及历史人流密度；统计监控区域内的用户的统计用户数量，并根据区域参数信息，对统计用户数量进行修正，得到修正后用户数量；根据监控区域的区域参数信息，确定监控区域的有效面积；根据监控区域内的修正后用户数量、监控区域的有效面积、监控区域内的监控区域的历史人流密度，确定监控区域的拥挤风险等级。本发明还提供一种拥挤风险监控装置，本发明的拥挤风险监控方法及拥挤风险监控装置根据监控区域的区域参数信息、用户特征以及历史人流密度进行该监控区域的拥挤风险等级的监测，监测的准确性较高。

Description

拥挤风险监控方法及拥挤风险监控装置

技术领域

本发明涉及拥挤监控领域，特别是涉及一种拥挤风险监控方法及拥挤风险监控装置。

背景技术

人流监测业务是一种对城市人流热点进行实时监测，并预防拥挤踩踏、聚众闹事等危害公共安全的事件发生的业务，该人流监测业务既可以辅助城市管理者进行人流管控、疏导交通，也可以帮助市民避开人流高峰、错峰出行。

现有的人流监测方法是通过采集用户移动终端的GPS定位信号来统计用户数量，并以热力图的方式呈现统计结果，以便用户查看。

但是现有的人流监测方法具有以下缺陷：

一、由于现有的人流监测方法只统计使用移动终端进行GPS定位的用户数，而没有统计未进行定位服务的人群数量，因此可能无法估测真实的人流数量。

二、现有的人流监测方法无法对不同地点的实际可用面积进行区分，如办公楼的重叠可用面积等，因此即使得到正确的人流数量，也可能无法估测正确的人流密度。

三、现有的人流监测方法没有对人群中的用户特征进行分析，如老年人更加容易摔倒等，从而即使得到了正确的人流密度，也可能无法发出正确的拥挤风险预警。

发明内容

本发明实施例提供一种拥挤风险监测准确度较高的拥挤风险监控方法及拥挤风险监控装置；以解决现有的拥挤风险监控方法及拥挤风险监控装置的拥挤风险监测的准确度较低的技术问题。

本发明实施例提供一种拥挤风险监控方法，其包括：

获取监控区域的区域参数信息以及历史人流密度；

统计所述监控区域内的用户的统计用户数量，并根据所述区域参数信息，对所述统计用户数量进行修正，得到修正后用户数量；

根据所述监控区域的区域参数信息，确定所述监控区域的有效面积；以及

根据所述监控区域内的所述修正后用户数量、所述监控区域的有效面积以及所述监控区域的历史人流密度，确定所述监控区域的拥挤风险等级。

本发明实施例还提供一种拥挤风险监控装置，其包括：

区域参数获取模块，用于获取监控区域的区域参数信息以及历史人流密度；

用户数量统计模块，用于统计所述监控区域内的用户的统计用户数量，并根据所述区域参数信息，对所述统计用户数量进行修正，得到修正后用户数量；

有效面积确定模块，用于根据所述监控区域的区域参数信息，确定所述监控区域的有效面积；以及

风险等级确定模块，用于根据所述监控区域内的所述修正后用户数量、所述监控区域的有效面积以及所述监控区域的历史人流密度，确定所述监控区域的拥挤风险等级。

相较于现有技术的拥挤风险监控方法及拥挤风险监控装置，本发明的拥挤风险监控方法及拥挤风险监控装置根据监控区域的区域参数信息、用户特征以及历史人流密度进行该监控区域的拥挤风险等级的监测，监测的准确性较高；解决了现有的拥挤风险监控方法及拥挤风险监控装置的拥挤风险监测的准确度较低的技术问题。

附图说明

图1为本发明的拥挤风险监控方法的第一优选实施例的流程图；

图2为本发明的拥挤风险监控方法的第二优选实施例的流程图；

图3为本发明的拥挤风险监控方法的第二优选实施例的步骤S202的流程图；

图4为本发明的拥挤风险监控装置的第一优选实施例的结构示意图；

图5为本发明的拥挤风险监控装置的第二优选实施例的结构示意图；

图6为本发明的拥挤风险监控装置的第二优选实施例的风险等级确定模块的结构示意图；

图7为本发明的拥挤风险监控装置的第二优选实施例的用户数量统计模块的结构示意图；

图8为本发明的拥挤风险监控装置的第二优选实施例的有效面积确定模块的结构示意图；

图9为本发明的拥挤风险监控装置的第二优选实施例的用户数量统计模块的用户数量统计单元的结构示意图；

图10为本发明的拥挤风险监控装置的第二优选实施例的风险等级确定模块的风险等级确定单元的结构示意图；

图11为本发明的拥挤风险监控方法以及拥挤风险监控装置的具体实施例的实施流程图；

图12为本发明的拥挤风险监控装置所在的电子设备的工作环境结构示意图。

具体实施方式

请参照图式，其中相同的组件符号代表相同的组件，本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例，其不应被视为限制本发明未在此详述的其它具体实施例。

在以下的说明中，本发明的具体实施例将参考由一部或多部计算机所执行之作业的步骤及符号来说明，除非另有述明。因此，其将可了解到这些步骤及操作，其中有数次提到为由计算机执行，包括了由代表了以一结构化型式中的数据之电子信号的计算机处理单元所操纵。此操纵转换该数据或将其维持在该计算机之内存系统中的位置处，其可重新配置或另外以本领域技术人员所熟知的方式来改变该计算机之运作。该数据所维持的数据结构为该内存之实体位置，其具有由该数据格式所定义的特定特性。但是，本发明原理以上述文字来说明，其并不代表为一种限制，本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。

本发明的拥挤风险监控装置可使用各种电子设备进行实施，该电子设备包括但不限于个人计算机、服务器计算机、手持式或膝上型设备、移动设备(比如移动电话、个人数字助理(PDA)、媒体播放器等等)、多处理器系统、消费型电子设备、小型计算机、大型计算机、包括上述任意系统或设备的分布式计算环境，等等。但该电子设备优选为拥挤风险监控服务器，可对监控区域的人群拥挤风险进行准确监控。

请参照图1，图1为本发明的拥挤风险监控方法的第一优选实施例的流程图，本优选实施例的拥挤风险监控方法可使用上述电子设备进行实施，本优选实施例的拥挤风险监控方法包括：

步骤S101，获取监控区域的区域参数信息以及历史人流密度；

步骤S102，统计监控区域内的用户的统计用户数量，并根据区域参数信息，对统计用户数量进行修正，得到修正后用户数量；

步骤S103，根据监控区域的区域参数信息，确定监控区域的有效面积；

步骤S104，根据监控区域内的修正后用户数量、监控区域的有效面积以及监控区域的历史人流密度，确定监控区域的拥挤风险等级。

下面详细说明本优选实施例的拥挤风险监控方法的各步骤的具体流程。

在步骤S101中，拥挤风险监控装置获取监控区域的区域参数信息以及历史人流密度。其中监控区域的区域参数信息包括但不限于监控区域的区域位置信息、区域地形信息以及区域类型信息中至少一种。监控区域的区域位置信息是指该监控区域的位置信息，如判断该监控区域是处于市中心还是郊区等。监控区域的区域地形信息是指该监控区域的地形信息，如平原地形或山地地形等。监控区域的区域类型信息是指该监控区域的用地信息，如景区、办公区或住宅区等。获取上述监控区域的参数后，转到步骤S102。

在步骤S102中，拥挤风险监控装置统计监控区域内的用户的统计用户数量。为了提高统计用户数量的准确性，这里以用户使用LBS(Location Based Services定位服务)的定位请求数量来确定统计用户数量，因此统计的用户不仅限于使用移动终端进行GPS定位的用户，还包括使用其他设备进行GPS定位的用户。

随后拥挤风险监控装置根据步骤S101获取的区域参数信息，对获取的统计用户数量进行修正。如监控区域为景区，在该监控区域统计到的用户，一个统计用户可能对应该监控区域的一个真实用户，即景区内的大部分用户均会使用移动终端进行定位操作；如监控区域为办公区域，由于办公区中的大部分用户不具有发送定位请求的需求，因此在该监控区域统计到的一个统计用户可能对应该监控区域的十个真实用户，即办公区中的十个用户中大致有一个用户会使用移动终端进行定位操作。根据上述原则对统计用户数量进行修正，从而获取了修正后用户数量。随后转到步骤S103。

在步骤S103中，拥挤风险监控装置根据步骤S101获取的监控区域的区域参数信息，确定监控区域的有效面积。如监控区域为立体空间的办公区域，则因叠加多个楼层的使用面积作为监控区域的有效面积等。随后转到步骤S104。

在步骤S104中，拥挤风险监控装置根据步骤S102获取的监控区域的修正后用户数量、步骤S103获取的监控区域的有效面积以及步骤S101获取的监控区域的历史人流密度，确定监控区域的拥挤风险等级。

这样即完成了本优选实施例的拥挤风险监控方法的拥挤风险等级监测过程。

本优选实施例的拥挤风险监控方法根据监控区域的区域参数信息以及历史人流密度进行该监控区域的拥挤风险等级的监测，监测的准确性较高。

请参照图2，图2为本发明的拥挤风险监控方法的第二优选实施例的流程图，本优选实施例的拥挤风险监控方法可使用上述电子设备进行实施，本优选实施例的拥挤风险监控方法包括：

步骤S201，获取监控区域的区域参数信息、用户的用户特征以及历史人流密度；

步骤S202，统计监控区域内的用户的统计用户数量；

步骤S203，根据第一预设数据库，将区域参数信息转换为第一加权参数；

步骤S204，使用第一加权参数对统计用户数量进行修正，得到修正后用户数量；

步骤S205，根据第二预设数据库，将区域参数信息转换为第二加权参数；

步骤S206，使用第二加权参数对监控区域的区域面积进行修正，得到监控区域的有效面积；

步骤S207，根据监控区域内的修正后用户数量以及监控区域的有效面积，计算监控区域内的当前人流密度；

步骤S208，根据第三预设数据库，将监控区域内的用户的用户特征转换为第三加权参数；

步骤S209，使用第三加权参数对当前人流密度进行修正，得到修正后人流密度；

步骤S210，根据历史人流密度以及修正后人流密度，确定监控区域的拥挤风险等级。

下面详细说明本优选实施例的拥挤风险监控方法的各步骤的具体流程。

在步骤S201中，拥挤风险监控装置获取监控区域的区域参数信息、用户的用户特征以及历史人流密度。其中监控区域的区域参数信息包括但不限于监控区域的区域位置信息、区域地形信息以及区域类型信息中至少一种。监控区域的区域位置信息是指该监控区域的位置信息，如判断该监控区域是处于市中心还是郊区等。监控区域的区域地形信息是指该监控区域的地形信息，如平原地形或山地地形等。监控区域的区域类型信息是指该监控区域的用地信息，如景区、办公区或住宅区等。

用户的用户特征包括但不限于用户的年龄、性别、来源地、职业以及收入等。历史人流密度是指该监控区域过去一周、一个月、一年或几年的人流密度数值。获取上述监控区域的参数后，转到步骤S202。

在步骤S202中，拥挤风险监控装置统计监控区域内的用户的统计用户数量。具体请参照图3，图3为本发明的拥挤风险监控方法的第二优选实施例的步骤S202的流程图。该步骤S202包括：

步骤S301，拥挤风险监控装置接收用户的定位请求，并根据定位请求获取用户的用户参数信息；该用户参数信息包括但不限于用户标识符信息以及用户网络信息中至少一个。该用户标识符信息包括但不限于用户在服务产品中注册或申请的账号、硬件终端上的身份识别码，如IMEI(International Mobile Equipment Identity，国际移动设备标识)或MAC(Media Access Control，媒体访问控制)地址等。用户网络信息为用户接入网络的网络类型，如电信4G网络或移动3G网络等。

其中用户标识符信息用于对用户进行唯一性标识，以便对相同用户的用户位置信息进行聚合处理；由于不同的用户网络信息对应的用户位置信息的准确性不同，因此这里对用户的用户网络信息进行记录，以便后续对用户位置信息进行修正。

步骤S302，拥挤风险监控装置根据用户的定位请求，获取用户的用户位置信息。不同用户的用户位置信息对应的用户标识符信息不同，相同用户的用户位置信息对应的用户网络信息可不同。该用户位置信息包括但不限于用户经度信息、用户纬度信息、用户高度信息以及定位时间信息中至少一个。

步骤S303，拥挤风险监控装置按预设时间段，对用户在不同定位时间和/或不同用户网络信息的用户位置信息进行聚合处理。

如用户在短时间内发出多个定位请求，则上述定位请求对应的定位时间可能均在一预设时间段内，这样拥挤风险监控装置可对上述多次定位请求对应的用户位置信息进行聚合，如取多个用户经度信息的平均值作为该预设时间段的用户经度信息，多个用户纬度信息的平均值作为该预设时间段的用户纬度信息，多个用户高度信息的平均值作为该预设时间段的用户高度信息。

如用户在同一预设时间段内使用不同的用户网络发出定位请求，则可按用户网络信息的权重对多次定位请求对应的用户位置信息进行聚合，如电信4G网络的定位准确性较高，而电信3G网络的定位准确性较低，这时可将电信4G网络对应的用户位置信息设置1的权重，将电信3G网络对应的用户位置信息设置0.5的权重，从而对上述多次定位请求对应的用户位置信息进行加权平均得到该预设时间段的用户位置信息。

步骤S304，拥挤风险监控装置根据步骤S303获取的用户在每个预设时间段的用户位置信息，统计监控区域内的用户的统计用户数量，即统计在预设时间段内，监控区域有多少用户发送了定位请求。随后转到步骤S203。

在步骤S203中，拥挤风险监控装置根据预设的第一预设数据库，将步骤S201获取的区域参数信息转换为第一加权参数。该第一预设数据库存储了不同区域位置信息、不同区域地形信息以及不同区域类型信息对统计用户数量的加权系数。

如市中心进行定位请求的用户占监控区域内总用户的比重较高，郊区进行定位请求的用户占监控区域内总用户的比重较低，因此郊区的区域位置信息较市中心的区域位置信息转换的第一加权参数较大，以便正常反映监控区域内的总用户数量。

如山地地形进行定位请求的用户占监控区域内总用户的比重较高，平原地形进行定位请求的用户占监控区域内总用户的比重较低，因此平原地形的区域地形信息较山地地形的区域地形信息转换的第一加权参数较大，以便正常反映监控区域内的总用户数量。

如景区进行定位请求的用户占监控区域内总用户的比重较高，办公区进行定位请求的用户占监控区域内总用户的比重较低，因此办公区的区域类型信息较景区的区域类型信息转换的第一加权参数较大，以便正常反映监控区域内的总用户数量。随后转到步骤S204。

在步骤S204中，拥挤风险监控装置使用步骤S203获取的第一加权参数对步骤S202获取的统计用户数量进行修正，得到修正后用户数量；随后转到步骤S205。

在步骤S205中，拥挤风险监控装置根据预设的第二预设数据库，将步骤S201获取的区域参数信息转换为第二加权参数。该第二预设数据库存储了不同区域位置信息、不同区域地形信息以及不同区域类型信息对区域面积的加权系数。

如市中心的监控区域的区域面积占实际有效面积的比重较低(市中心的高层建筑较多)，郊区的监控区域的区域面积占实际有效面积的比重较高，因此市中心的区域位置信息较郊区的区域位置信息转换的第二加权参数较大，以便正常反映监控区域内的有效面积。

如山地地形的监控区域的区域面积占实际有效面积的比重较高，平原地形的监控区域的区域面积占实际有效面积的比重较低(平原地形的高层建筑较多)，因此平原地形的区域地形信息较山地地形的区域地形信息转换的第二加权参数较大，以便正常反映监控区域内的有效面积。

如景区的监控区域的区域面积占实际有效面积的比重较高，办公区的监控区域的区域面积占实际有效面积的比重较低(办公区的高层建筑较多)，因此办公区的区域类型信息较景区的区域类型信息转换的第二加权参数较大，以便正常反映监控区域内的有效面积。随后转到步骤S206。

在步骤S206中，拥挤风险监控装置使用步骤S205获取的第二加权参数对监控区域的区域面积进行修正，得到监控区域的有效面积；随后转到步骤S207。

在步骤S207中，拥挤风险监控装置根据步骤S204获取的监控区域内的修正后用户数量以及步骤S206获取的监控区域的有效面积，即将监控区域内的修正后用户数量除以监控区域的有效面积，得到监控区域内的当前人流密度。随后转到步骤S208。

在步骤S208中，拥挤风险监控装置根据预设的第三预设数据库，将步骤S201获取的监控区域内的用户的用户特征转换为第三加权参数。该第三预设数据库存储了不同的用户特征对当前人流密度的加权系数。

如年龄较大以及年龄较小的用户对拥挤风险的抵御力较差，因此年龄较大以及年龄较小的用户特征相对其他年龄的用户特征的第三加权参数较大。如女性用户对拥挤风险的抵御较差，因此女性用户的用户特征相对男性用户的用户特征的第三加权参数较大。随后转到步骤S209。

在步骤S209中，拥挤风险监控装置使用步骤S208获取的第三加权参数对步骤S207获取的当前人流密度进行修正，得到修正后人流密度。随后转到步骤S210。

在步骤S210中，拥挤风险监控装置将步骤S201获取的历史人流密度以及步骤S209获取的修正后人流密度进行对比，来确定监控区域的拥挤风险等级。如修正后人流密度为历史人流密度的最大值80％以上或超过历史人流密度的最大值，则认为监控区域的拥挤风险等级很高；如修正后人流密度大致等于历史人流密度的平均值，则认为监控区域的拥挤风险等级中等。

这样即完成了本优选实施例的拥挤风险监控方法的拥挤风险等级监测过程。

在第一优选实施例的基础上，本优选实施例的拥挤风险监控方法通过设置多个预设数据库，将监控区域的区域参数信息以及用户特征转换为更易计算的加权参数，进一步简化了拥挤风险等级的计算过程，且进一步提高了拥挤风险监测的准确性。

本发明还提供一种拥挤风险监控装置，请参照图4，图4为本发明的拥挤风险监控装置的第一优选实施例的结构示意图。本优选实施例的拥挤风险监控装置40包括区域参数获取模块41、用户数量统计模块42、有效面积确定模块43以及风险等级确定模块44。

区域参数获取模块41用于获取监控区域的区域参数信息以及历史人流密度。用户数量统计模块42用于统计监控区域内的用户的统计用户数量，并根据区域参数信息，对统计用户数量进行修正，得到修正后用户数量。有效面积确定模43块用于根据监控区域的区域参数信息，确定监控区域的有效面积。风险等级确定模块44用于根据监控区域内的修正后用户数量、监控区域的有效面积以及监控区域的历史人流密度，确定监控区域的拥挤风险等级。

本优选实施例的拥挤风险监控装置40使用时，首先区域参数获取模块41获取监控区域的区域参数信息、用户的用户特征以及历史人流密度。其中监控区域的区域参数信息包括但不限于监控区域的区域位置信息、区域地形信息以及区域类型信息中至少一种。监控区域的区域位置信息是指该监控区域的位置信息，如判断该监控区域是处于市中心还是郊区等。监控区域的区域地形信息是指该监控区域的地形信息，如平原地形或山地地形等。监控区域的区域类型信息是指该监控区域的用地信息，如景区、办公区或住宅区等。

随后用户数量统计模块42统计监控区域内的用户的统计用户数量。为了提高统计用户数量的准确性，这里以用户使用LBS(Location Based Services定位服务)的定位请求数量来确定统计用户数量，因此统计的用户不仅限于使用移动终端进行GPS定位的用户，还包括使用其他设备进行GPS定位的用户。

随后用户数量统计模块42根据区域参数获取模块41获取的区域参数信息，对获取的统计用户数量进行修正。如监控区域为景区，在该监控区域统计到的用户，一个统计用户可能对应该监控区域的一个真实用户，即景区内的大部分用户均会使用移动终端进行定位操作；如监控区域为办公区域，由于办公区中的大部分用户不具有发送定位请求的需求，因此在该监控区域统计到的一个统计用户可能对应该监控区域的十个真实用户，即办公区中的十个用户中大致有一个用户会使用移动终端进行定位操作。根据上述原则对统计用户数量进行修正，从而获取了修正后用户数量。

然后有效面积确定模块43根据区域参数获取模块41获取的监控区域的区域参数信息，确定监控区域的有效面积。如监控区域为立体空间的办公区域，则因叠加多个楼层的使用面积作为监控区域的有效面积等。

最后风险等级确定模块44根据用户数量统计模块42获取的监控区域的修正后用户数量、有效面积确定模块43获取的监控区域的有效面积以及区域参数获取模块获取的监控区域的历史人流密度，确定监控区域的拥挤风险等级。

这样即完成了本优选实施例的拥挤风险监控装置40的拥挤风险等级监测过程。

本优选实施例的拥挤风险监控方法根据监控区域的区域参数信息、用户特征以及历史人流密度进行该监控区域的拥挤风险等级的监测，监测的准确性较高。

请参照图5，图5为本发明的拥挤风险监控装置的第二优选实施例的结构示意图。本优选实施例的拥挤风险监控装置50包括区域参数获取模块51、用户数量统计模块52、有效面积确定模块53以及风险等级确定模块54。

区域参数获取模块51用于获取监控区域的区域参数信息、用户的用户特征以及历史人流密度。用户数量统计模块52用于统计监控区域内的用户的统计用户数量，并根据区域参数信息，对统计用户数量进行修正，得到修正后用户数量。有效面积确定模块53用于根据监控区域的区域参数信息，确定监控区域的有效面积。风险等级确定模块54用于根据监控区域内的所述修正后用户数量、监控区域的有效面积、监控区域内的用户的用户特征以及监控区域的历史人流密度，确定监控区域的拥挤风险等级。

请参照图6，图6为本发明的拥挤风险监控装置的第二优选实施例的风险等级确定模块的结构示意图。该风险等级确定模块54包括人流密度计算单元61以及风险等级确定单元62。

人流密度计算单元61用于根据监控区域内的修正后用户数量以及监控区域的有效面积，计算监控区域内的当前人流密度。风险等级确定单元62用于根据监控区域内的用户的用户特征、历史人流密度以及当前人流密度，确定监控区域的拥挤风险等级。

请参照图7，图7为本发明的拥挤风险监控装置的第二优选实施例的用户数量统计模块的结构示意图。该用户数量统计模块52包括第一加权参数转换单元71、用户数量修正单元72、用户参数信息获取单元73、用户位置信息获取单元74以及用户数量统计单元75。

第一加权参数转换单元71用于根据第一预设数据库，将区域参数信息转换为第一加权参数；用户数量修正单元72用于使用第一加权参数对统计用户数量进行修正，得到修正后用户数量；用户参数信息获取单元73用于接收用户的定位请求，并根据定位请求获取用户的用户参数信息；用户位置信息获取单元74用于根据定位请求，获取用户的用户位置信息；用户数量统计单元75用于根据用户的用户参数信息以及用户位置信息，统计监控区域内的用户的统计用户数量。

请参照图8，图8为本发明的拥挤风险监控装置的第二优选实施例的有效面积确定模块的结构示意图。该有效面积确定模块53包括第二加权参数转换单元81以及有效面积确定模块82。

第二加权参数转换单元81用于根据第二预设数据库，将区域参数信息转换为第二加权参数；有效面积修正单元82用于使用第二加权参数对监控区域的区域面积进行修正，得到监控区域的有效面积。

请参照图9，图9为本发明的拥挤风险监控装置的第二优选实施例的用户数量统计模块的用户数量统计单元的结构示意图。该用户数量统计模块52的用户数量统计单元75包括预设时间用户位置信息获取子单元91以及用户数量统计子单元92。

预设时间用户位置信息获取子单元91用于按预设时间段，对用户在不同定位时间和/或不同用户网络信息的用户位置信息进行聚合处理，以获取用户在每个预设时间段的用户位置信息。用户数量统计子单元92用于根据用户在每个预设时间段的用户位置信息，统计监控区域内的用户的统计用户数量。

请参照图10，图10为本发明的拥挤风险监控装置的第二优选实施例的风险等级确定模块的风险等级确定单元的结构示意图。该风险等级确定单元62包括第三加权参数转换子单元101、人流密度修正子单元102以及风险等级确定子单元103。

第三加权参数转换子单元101用于根据第三预设数据库，将监控区域内的用户的用户特征转换为第三加权参数；人流密度修正子单元102用于使用第三加权参数对当前人流密度进行修正，得到修正后人流密度；风险等级确定子单元103用于根据历史人流密度以及修正后人流密度，确定监控区域的拥挤风险等级。

本优选实施例的拥挤风险监控装置50使用时，首先区域参数获取模块51获取监控区域的区域参数信息、用户的用户特征以及历史人流密度。其中监控区域的区域参数信息包括但不限于监控区域的区域位置信息、区域地形信息以及区域类型信息中至少一种。监控区域的区域位置信息是指该监控区域的位置信息，如判断该监控区域是处于市中心还是郊区等。监控区域的区域地形信息是指该监控区域的地形信息，如平原地形或山地地形等。监控区域的区域类型信息是指该监控区域的用地信息，如景区、办公区或住宅区等。

用户的用户特征包括但不限于用户的年龄、性别、来源地、职业以及收入等。历史人流密度是指该监控区域过去一年或几年的人流密度数值。

随后用户数量统计模块52统计监控区域内的用户的统计用户数量。具体为：

用户数量统计模块52的用户参数信息获取单元73接收用户的定位请求，并根据定位请求获取用户的用户参数信息；该用户参数信息包括但不限于用户标识符信息以及用户网络信息中至少一个。该用户标识符信息包括但不限于用户在服务产品中注册或申请的账号、硬件终端上的身份识别码，如IMEI(International Mobile Equipment Identity，国际移动设备标识)或MAC(Media Access Control，媒体访问控制)地址等。用户网络信息为用户接入网络的网络类型，如电信4G网络或移动3G网络等。

其中用户标识符信息用于对用户进行唯一性标识，以便对相同用户的用户位置信息进行聚合处理；由于不同的用户网络信息对应的用户位置信息的准确性不同，因此这里对用户的用户网络信息进行记录，以便后续对用户位置信息进行修正。

用户数量统计模块52的用户位置信息获取单元74根据用户的定位请求，获取用户的用户位置信息。不同用户的用户位置信息对应的用户标识符信息不同，相同用户的用户位置信息对应的用户网络信息可不同。该用户位置信息包括但不限于用户经度信息、用户纬度信息、用户高度信息以及定位时间信息中至少一个。

用户数量统计模块52的用户数量统计单元75的预设时间用户位置信息获取子单元91按预设时间段，对用户在不同定位时间和/或不同用户网络信息的用户位置信息进行聚合处理。

如用户在短时间内发出多个定位请求，则上述定位请求对应的定位时间可能均在一预设时间段内，这样拥挤风险监控装置可对上述多次定位请求对应的用户位置信息进行聚合，如取多个用户经度信息的平均值作为该预设时间段的用户经度信息，多个用户纬度信息的平均值作为该预设时间段的用户纬度信息，多个用户高度信息的平均值作为该预设时间段的用户高度信息。

如用户在同一预设时间段内使用不同的用户网络发出定位请求，则可按用户网络信息的权重对多次定位请求对应的用户位置信息进行聚合，如电信4G网络的定位准确性较高，而电信3G网络的定位准确性较低，这时可将电信4G网络对应的用户位置信息设置1的权重，将电信3G网络对应的用户位置信息设置0.5的权重，从而对上述多次定位请求对应的用户位置信息进行加权平均得到该预设时间段的用户位置信息。

用户数量统计模块52的用户数量统计单元75的用户数量统计子单元92根据预设时间用户位置信息获取子单元获取的用户在每个预设时间段的用户位置信息，统计监控区域内的用户的统计用户数量，即统计在预设时间段内，监控区域有多少用户发送了定位请求。

然后用户数量统计模块52的第一加权参数转换单元71根据预设的第一预设数据库，将区域参数获取模块51获取的区域参数信息转换为第一加权参数。该第一预设数据库存储了不同区域位置信息、不同区域地形信息以及不同区域类型信息对统计用户数量的加权系数。

如市中心进行定位请求的用户占监控区域内总用户的比重较高，郊区进行定位请求的用户占监控区域内总用户的比重较低，因此郊区的区域位置信息较市中心的区域位置信息转换的第一加权参数较大，以便正常反映监控区域内的总用户数量。

如山地地形进行定位请求的用户占监控区域内总用户的比重较高，平原地形进行定位请求的用户占监控区域内总用户的比重较低，因此平原地形的区域地形信息较山地地形的区域地形信息转换的第一加权参数较大，以便正常反映监控区域内的总用户数量。

如景区进行定位请求的用户占监控区域内总用户的比重较高，办公区进行定位请求的用户占监控区域内总用户的比重较低，因此办公区的区域类型信息较景区的区域类型信息转换的第一加权参数较大，以便正常反映监控区域内的总用户数量。

随后用户数量统计模块52的用户数量修正单元72使用第一加权参数转换单元71获取的第一加权参数对用户数量统计单元获取的统计用户数量进行修正，得到修正后用户数量。

然后有效面积确定模块53的第二加权参数转换单元81根据预设的第二预设数据库，将区域参数获取模块51获取的区域参数信息转换为第二加权参数。该第二预设数据库存储了不同区域位置信息、不同区域地形信息以及不同区域类型信息对区域面积的加权系数。

如市中心的监控区域的区域面积占实际有效面积的比重较低(市中心的高层建筑较多)，郊区的监控区域的区域面积占实际有效面积的比重较高，因此市中心的区域位置信息较郊区的区域位置信息转换的第二加权参数较大，以便正常反映监控区域内的有效面积。

如山地地形的监控区域的区域面积占实际有效面积的比重较高，平原地形的监控区域的区域面积占实际有效面积的比重较低(平原地形的高层建筑较多)，因此平原地形的区域地形信息较山地地形的区域地形信息转换的第二加权参数较大，以便正常反映监控区域内的有效面积。

如景区的监控区域的区域面积占实际有效面积的比重较高，办公区的监控区域的区域面积占实际有效面积的比重较低(办公区的高层建筑较多)，因此办公区的区域类型信息较景区的区域类型信息转换的第二加权参数较大，以便正常反映监控区域内的有效面积。

随后有效面积确定模块53的有效面积确定模块82使用第二加权参数转换单元获取的第二加权参数对监控区域的区域面积进行修正，得到监控区域的有效面积。

然后风险等级确定模块54的人流密度计算单元61根据用户数量统计模块获取的监控区域内的修正后用户数量以及有效面积确定模块获取的监控区域的有效面积，即将监控区域内的修正后用户数量除以监控区域的有效面积，得到监控区域内的当前人流密度。

风险等级确定模块54的风险等级确定单元62的第三加权参数转换子单元101根据预设的第三预设数据库，将区域参数获取模块51获取的监控区域内的用户的用户特征转换为第三加权参数。该第三预设数据库存储了不同的用户特征对当前人流密度的加权系数。

如年龄较大以及年龄较小的用户对拥挤风险的抵御力较差，因此年龄较大以及年龄较小的用户特征相对其他年龄的用户特征的第三加权参数较大。如女性用户对拥挤风险的抵御较差，因此女性用户的用户特征相对男性用户的用户特征的第三加权参数较大。

然后风险等级确定模块54的风险等级确定单元62的人流密度修正子单元102使用第三加权参数转换子单元101获取的第三加权参数对当前人流密度进行修正，得到修正后人流密度。

最后风险等级确定模块54的风险等级确定单元62的风险等级确定子单元将103将区域参数获取模块51获取的历史人流密度以及人流密度修正子单元102获取的修正后人流密度进行对比，来确定监控区域的拥挤风险等级。如修正后人流密度为历史人流密度的最大值80％以上或超过历史人流密度的最大值，则认为监控区域的拥挤风险等级很高；如修正后人流密度大致等于历史人流密度的平均值，则认为监控区域的拥挤风险等级中等。

这样即完成了本优选实施例的拥挤风险监控装置50的拥挤风险等级监测过程。

在第一优选实施例的基础上，本优选实施例的拥挤风险监控装置通过设置多个预设数据库，将监控区域的区域参数信息以及用户特征转换为更易计算的加权参数，进一步简化了拥挤风险等级的计算过程，且进一步提高了拥挤风险监测的准确性。

下面通过一具体实施例说明本发明的拥挤风险监控方法以及拥挤风险监控装置的工作原理。请参照图11，图11为本发明的拥挤风险监控方法以及拥挤风险监控装置的具体实施例的实施流程图。本具体实施例通过拥挤风险监控服务器进行实施。其包括以下步骤：

步骤S1101，拥挤风险监控服务器获取监控区域的区域位置信息、区域地形信息、区域类型信息、用户的用户特征以及历史人流密度。

步骤S1102，拥挤风险监控服务器根据用户的定位请求，获取用户的用户位置信息，并对同一用户一段时间内多次定位请求对应的用户位置信息进行聚合处理。

步骤S1103，拥挤风险监控服务器将明显错误的用户位置信息删除，如短时间之内的定位结果距离非常远等。

步骤S1104，拥挤风险监控服务器根据用户位置信息，统计监控区域内的用户的统计用户数量，并使用第一加权参数对该统计用户数量进行修正，以得到修正后用户数量。

步骤S1105，拥挤风险监控服务器统计监控区域内的区域面积，并使用第二加权参数对区域面积进行修正，以得到监控区域的有效面积。

步骤S1106，拥挤风险监控服务器根据监控区域的修正后用户数量以及监控区域的有效面积，得到监控区域内的当前人流密度。

步骤S1107，拥挤风险监控服务器根据监控区域的用户的用户特征得到第三加权参数，并使用第三加权参数对当前人流密度进行修正，以得到修正后人流密度。

步骤S1108，拥挤风险监控服务器根据历史人流密度以及修正后人流密度，确定监控区域的拥挤风险等级。

这样即完成了本具体实施例的的拥挤风险监控方法及拥挤风险监控装置的拥挤风险等级监测过程。

本发明的拥挤风险监控方法及拥挤风险监控装置根据监控区域的区域参数信息、用户特征以及历史人流密度进行该监控区域的拥挤风险等级的监测，监测的准确性较高；解决了现有的拥挤风险监控方法及拥挤风险监控装置的拥挤风险监测的准确度较低的技术问题。

如本申请所使用的术语“组件”、“模块”、“系统”、“接口”、“进程”等等一般地旨在指计算机相关实体：硬件、硬件和软件的组合、软件或执行中的软件。例如，组件可以是但不限于是运行在处理器上的进程、处理器、对象、可执行应用、执行的线程、程序和/或计算机。通过图示，运行在控制器上的应用和该控制器二者都可以是组件。一个或多个组件可以有在于执行的进程和/或线程内，并且组件可以位于一个计算机上和/或分布在两个或更多计算机之间。

而且，要求保护的主题可以被实现为使用标准编程和/或工程技术产生软件、固件、硬件或其任意组合以控制计算机实现所公开的主题的方法、装置或制造品。本文所使用的术语“制造品”旨在包含可从任意计算机可读设备、载体或介质访问的计算机程序。当然，本领域技术人员将认识到可以对该配置进行许多修改，而不脱离要求保护的主题的范围或精神。

图12和随后的讨论提供了对实现本发明所述的拥挤风险监控装置所在的电子设备的工作环境的简短、概括的描述。图12的工作环境仅仅是适当的工作环境的一个实例并且不旨在建议关于工作环境的用途或功能的范围的任何限制。实例电子设备1212包括但不限于个人计算机、服务器计算机、手持式或膝上型设备、移动设备(比如移动电话、个人数字助理(PDA)、媒体播放器等等)、多处理器系统、消费型电子设备、小型计算机、大型计算机、包括上述任意系统或设备的分布式计算环境，等等。

尽管没有要求，但是在“计算机可读指令”被一个或多个电子设备执行的通用背景下描述实施例。计算机可读指令可以经由计算机可读介质来分布(下文讨论)。计算机可读指令可以实现为程序模块，比如执行特定任务或实现特定抽象数据类型的功能、对象、应用编程接口(API)、数据结构等等。典型地，该计算机可读指令的功能可以在各种环境中随意组合或分布。

图12图示了包括本发明的拥挤风险监控装置的一个或多个实施例的电子设备1212的实例。在一种配置中，电子设备1212包括至少一个处理单元1216和存储器1218。根据电子设备的确切配置和类型，存储器1218可以是易失性的(比如RAM)、非易失性的(比如ROM、闪存等)或二者的某种组合。该配置在图12中由虚线1214图示。

在其他实施例中，电子设备1212可以包括附加特征和/或功能。例如，设备1212还可以包括附加的存储装置(例如可移除和/或不可移除的)，其包括但不限于磁存储装置、光存储装置等等。这种附加存储装置在图12中由存储装置1220图示。在一个实施例中，用于实现本文所提供的一个或多个实施例的计算机可读指令可以在存储装置1220中。存储装置1220还可以存储用于实现操作系统、应用程序等的其他计算机可读指令。计算机可读指令可以载入存储器1218中由例如处理单元1216执行。

本文所使用的术语“计算机可读介质”包括计算机存储介质。计算机存储介质包括以用于存储诸如计算机可读指令或其他数据之类的信息的任何方法或技术实现的易失性和非易失性、可移除和不可移除介质。存储器1218和存储装置1220是计算机存储介质的实例。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备、或可以用于存储期望信息并可以被电子设备1212访问的任何其他介质。任意这样的计算机存储介质可以是电子设备1212的一部分。

电子设备1212还可以包括允许电子设备1212与其他设备通信的通信连接1226。通信连接1226可以包括但不限于调制解调器、网络接口卡(NIC)、集成网络接口、射频发射器/接收器、红外端口、USB连接或用于将电子设备1212连接到其他电子设备的其他接口。通信连接1226可以包括有线连接或无线连接。通信连接1226可以发射和/或接收通信媒体。

术语“计算机可读介质”可以包括通信介质。通信介质典型地包含计算机可读指令或诸如载波或其他传输机构之类的“己调制数据信号”中的其他数据，并且包括任何信息递送介质。术语“己调制数据信号”可以包括这样的信号：该信号特性中的一个或多个按照将信息编码到信号中的方式来设置或改变。

电子设备1212可以包括输入设备1224，比如键盘、鼠标、笔、语音输入设备、触摸输入设备、红外相机、视频输入设备和/或任何其他输入设备。设备1212中也可以包括输出设备1222，比如一个或多个显示器、扬声器、打印机和/或任意其他输出设备。输入设备1224和输出设备1222可以经由有线连接、无线连接或其任意组合连接到电子设备1212。在一个实施例中，来自另一个电子设备的输入设备或输出设备可以被用作电子设备1212的输入设备1224或输出设备1222。

电子设备1212的组件可以通过各种互连(比如总线)连接。这样的互连可以包括外围组件互连(PCI)(比如快速PCI)、通用串行总线(USB)、火线(IEEE 1394)、光学总线结构等等。在另一个实施例中，电子设备1212的组件可以通过网络互连。例如，存储器1218可以由位于不同物理位置中的、通过网络互连的多个物理存储器单元构成。

本领域技术人员将认识到，用于存储计算机可读指令的存储设备可以跨越网络分布。例如，可经由网络1228访问的电子设备1230可以存储用于实现本发明所提供的一个或多个实施例的计算机可读指令。电子设备1212可以访问电子设备1230并且下载计算机可读指令的一部分或所有以供执行。可替代地，电子设备1212可以按需要下载多条计算机可读指令，或者一些指令可以在电子设备1212处执行并且一些指令可以在电子设备1230处执行。

本文提供了实施例的各种操作。在一个实施例中，所述的一个或多个操作可以构成一个或多个计算机可读介质上存储的计算机可读指令，其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且，应当理解，不是所有操作必需在本文所提供的每个实施例中存在。

而且，本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B；或X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。

而且，尽管已经相对于一个或多个实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件、资源等)执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或多个其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。

本发明实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的方法。

综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (7)

1.一种拥挤风险监控方法，其特征在于，包括：

获取监控区域的区域参数信息、历史人流密度及用户的用户特征；其中所述区域参数信息包括监控区域的区域位置信息、区域地形信息以及区域类型信息；

按预设时间段，对用户在不同定位时间和/或不同用户网络信息的用户位置信息进行聚合处理，以统计所述监控区域内的用户的统计用户数量，包括:在用户的多个定位请求均在所述预设时间段内时，对所述多次定位请求对应的用户位置信息进行聚合；和/或，在用户在同一预设时间段内使用不同的用户网络发出定位请求时，对所述多次定位请求对应的用户位置信息进行加权平均得到该预设时间段的用户位置信息；

根据第一预设数据库，将所述区域参数信息转换为第一加权参数，所述第一加权参数为根据所述区域参数信息中区域位置信息的比重、区域地形信息的比重以及区域类型信息的比重确定的对统计用户数量的加权系数；使用所述第一加权参数对所述统计用户数量进行修正，得到修正后用户数量；

根据第二预设数据库，将所述区域参数信息转换为第二加权参数，所述第二加权参数为根据所述区域参数信息中区域位置信息的比重、区域地形信息的比重以及区域类型信息的比重确定的对区域面积的加权系数；使用所述第二加权参数对所述监控区域的区域面积进行修正，得到所述监控区域的有效面积；

根据所述监控区域内的所述修正后用户数量以及所述监控区域的有效面积，计算所述监控区域内的当前人流密度；

根据第三预设数据库，将所述监控区域内的用户的用户特征转换为第三加权参数，所述第三加权参数用于表示所述用户特征对当前人流密度的加权系数，用户特征表示的用户的拥挤抵御力越差，所述用户特征对应的第三加权参数越大；

使用所述第三加权参数对所述当前人流密度进行修正；

根据所述监控区域内的历史人流密度以及所述当前人流密度，确定所述监控区域的拥挤风险等级；所述监控区域内的所述当前人流密度与所述历史人流密度的最大值的差值越大，则所述监控区域拥挤风险等级越大。

2.根据权利要求1所述的拥挤风险监控方法，其特征在于，进一步包括：基于所述监控区域的拥挤风险等级，发出拥挤风险预警。

3.根据权利要求1所述的拥挤风险监控方法，其特征在于，其中郊区的区域位置信息较市中心的区域位置信息转换的第一加权参数较大；平原地形的区域地形信息较山地地形的区域地形信息转换的第一加权参数较大；办公区的区域类型信息较景区的区域类型信息转换的第一加权参数较大；

其中市中心的区域位置信息较郊区的区域位置信息转换的第二加权参数较大；平原地形的区域地形信息较山地地形的区域地形信息转换的第二加权参数较大；办公区的区域类型信息较景区的区域类型信息转换的第二加权参数较大。

4.一种拥挤风险监控装置，其特征在于，包括：

区域参数获取模块，用于获取监控区域的区域参数信息、历史人流密度及用户的用户特征；其中所述区域参数信息包括监控区域的区域位置信息、区域地形信息以及区域类型信息；

用户数量统计模块，用于按预设时间段，对用户在不同定位时间和/或不同用户网络信息的用户位置信息进行聚合处理，以统计所述监控区域内的用户的统计用户数量；在用户的多个定位请求均在所述预设时间段内时，对所述多次定位请求对应的用户位置信息进行聚合，和/或，在用户在同一预设时间段内使用不同的用户网络发出定位请求时，对所述多次定位请求对应的用户位置信息进行加权平均得到该预设时间段的用户位置信息；根据第一预设数据库，将所述区域参数信息转换为第一加权参数，所述第一加权参数为根据所述区域参数信息中区域位置信息的比重、区域地形信息的比重以及区域类型信息的比重确定的对统计用户数量的加权系数；使用所述第一加权参数对所述统计用户数量进行修正，得到修正后用户数量；

有效面积确定模块，用于：根据第二预设数据库，将所述区域参数信息转换为第二加权参数，所述第二加权参数为根据所述区域参数信息中区域位置信息的比重、区域地形信息的比重以及区域类型信息的比重确定的对区域面积的加权系数；使用所述第二加权参数对所述监控区域的区域面积进行修正，得到所述监控区域的有效面积；以及

风险等级确定模块，用于根据所述监控区域内的所述修正后用户数量、所述监控区域的有效面积以及所述监控区域的历史人流密度，确定所述监控区域的拥挤风险等级；

根据所述监控区域内的所述修正后用户数量以及所述监控区域的有效面积，计算所述监控区域内的当前人流密度；以及

根据第三预设数据库，将所述监控区域内的用户的用户特征转换为第三加权参数，所述第三加权参数用于表示所述用户特征对当前人流密度的加权系数，其中，用户特征表示的用户的拥挤抵御力越差，所述用户特征对应的第三加权参数越大；

使用所述第三加权参数对所述当前人流密度进行修正；根据所述监控区域内的历史人流密度以及所述当前人流密度，确定所述监控区域的拥挤风险等级；所述监控区域内的所述当前人流密度与所述历史人流密度的最大值的差值越大，则所述监控区域拥挤风险等级越大。

5.根据权利要求4所述的拥挤风险监控装置，其特征在于，所述风险等级确定模块进一步用于：基于所述监控区域的拥挤风险等级，发出拥挤风险预警。

6.根据权利要求4所述的拥挤风险监控装置，其特征在于，

其中郊区的区域位置信息较市中心的区域位置信息转换的第一加权参数较大；平原地形的区域地形信息较山地地形的区域地形信息转换的第一加权参数较大；办公区的区域类型信息较景区的区域类型信息转换的第一加权参数较大；

其中市中心的区域位置信息较郊区的区域位置信息转换的第二加权参数较大；平原地形的区域地形信息较山地地形的区域地形信息转换的第二加权参数较大；办公区的区域类型信息较景区的区域类型信息转换的第二加权参数较大。

7.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至3中任一项所述的拥挤风险监控方法中的步骤。

Images