CN106251578A - 基于探针的人流预警分析方法和系统 - Google Patents

Abstract

本发明提供了一种基于探针的人流预警分析方法和系统，涉及人流预警技术领域。该方法包括：通过探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；读取探针服务器中存储的无线报文信息，并解析出无线报文信息中携带的移动终端的MAC地址；对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；通过所述可视化平台显示结果。本发明通过探针探测每个移动终端设备的MAC地址的过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管理人员，进而帮助场所管理人员能够在第一时间作出判断。

Description

基于探针的人流预警分析方法和系统

技术领域

本发明属于人流预警技术领域，尤其涉及一种基于探针的人流预警分析方法和系统。

背景技术

探针是利用智能设备商带有WIFI模块的AP所发出的无线广播信号进行设备的感知，采集智能设备MAC地址的线下行为轨迹的一项功能模块。AP是传统有线网络中的HUB，也是组建小型无线局域网时最常用的设备。AP相当于一个连接有线网和无线网的桥梁，其主要作用是将各个无线网络客户端连接到一起，然后将无线网络接入以太网。来自不同AP的数据通过AC(无线局域网接入控制设备)进行汇聚并接入Internet，同时完成AP设备的配置管理、无线用户的认证、管理及宽带访问、安全等控制功能。

目前实现区域位置的人流监控和预测的方式是通过视频监控录像，利用机器视觉、计算机图形图像视频分析技术，进而检测指定区域的移动人流密度统计，当所监控的客流数量达到设定的阀值时进行客流报警，并启动相应的预警方案，防止发生安全事故。在景区、商圈、交通枢纽等公共场所经常会面临人群密集的情况，尤其是在节假日期间人流将更加集中，密集度也会相对上升。一旦发生突发性事件，如不及时预警极易出现恶性事故。由于现有利用监控技术实现人流预警存在如下几个缺点：1)高清视频监控设备成本高，安装成本也高；2)视频监控存在监控死角，且监控距离有限；3)监控图像画质容易受环境影响，如雪雨天、阴天画面会不清晰导致捕捉监控的人流数据会受影响。

上述问题亟待解决。

发明内容

针对现有技术的高清视频监控设备成本高，视频监控存在监控死角，且监控距离有，监控图像画质容易受环境影响的缺陷，本发明实施例提供一种基于探针的人流预警分析方法和系统。

本发明提供一种基于探针的人流预警分析方法，包括：

通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；

读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；

对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；

通过所述可视化平台显示所述分析和计算结果。

优选的，所述通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器之前还包括：

预先在监控区域内铺设内置有探针的AP模块，将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。

优选的，所述对探测到的MAC地址数据进行分析和计算，获取监控区域内的人流量，并将分析和计算结果发送至可视化平台之后还包括：

判断各个区块或路段的人流量是否大于预设的人流阈值；

若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。

优选的，所述通过所述可视化平台显示所述分析和计算结果具体包括：

通过所述可视化平台以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。

优选的，所述通过所述可视化平台显示所述监控区域内各个区块和路段的人流量之后还包括：

对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。

本发明还一种基于探针的人流预警分析系统，所述系统包括内置有探针的AP设备、探针服务器、后台处理系统以及可视化平台，所述后台处理系统包括MAC地址解析模块和人流量分析模块，其中：

所述内置有探针的AP设备，用于采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；

所述MAC地址解析模块，用于读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；

所述人流量分析模块，用于对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；

所述可视化平台，用于显示所述分析和计算结果。

优选的，所述人流预警分析系统还包括AP设备布置模块，所述后台处理系统还包括监控区域划分模块，其中：

所述AP设备布置模块，用于预先在监控区域内铺设内置有探针的AP设备；

所述监控区域划分模块，用于将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。

优选的，所述后台处理系统还包括：

判断模块，用于判断各个区块或路段的人流量是否大于预设的人流阈值；

推送模块，用于若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。

优选的，所述可视化平台具体用于：

以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。

优选的，所述后台处理系统还包括：

预测模块，用于对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。

有益效果：本发明提供的基于探针的人流预警分析方法和系统，通过探针探测每个移动终端设备可定义为人流信息的MAC地址，此过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管理人员，进而帮助场所管理人员能够在第一时间作出判断。在客流高峰时期采取适当的措施，正确引导客流，防患于未然，避免事故的发生。

附图说明

图1为本发明实施例提供的基于探针的人流预警分析方法的步骤图；

图2为本发明另一实施例提供的基于探针的人流预警分析方法的步骤图；

图3为本发明另一实施例提供的基于探针的人流预警分析方法的步骤图；

图4为本发明实施例提供的基于探针的人流预警分析系统的结构图；

图5为图4提供的基于探针的人流预警分析系统的模块连接图；

图6为本发明另一实施例提供的基于探针的人流预警分析系统的结构图；

图7为本发明另一实施例提供的基于探针的人流预警分析系统的结构图；

图8为本发明另一实施例提供的基于探针的人流预警分析系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种基于探针的人流预警分析方法，如图1所示，包括：

S100、通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；

S200、读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；

S300、对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；

S400、通过所述可视化平台显示所述分析和计算结果。

具体的，推送报警消息可提醒管理者即时做好处置方案，疏导人群。可视化平台可通过包括并不限于地图、图形、表格等形式展示所述分析结果。

优选的，如图2所示，所述通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器之前还包括：

S500、预先在监控区域内铺设内置有探针的AP模块，将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。

优选的，如图3所示，所述对探测到的MAC地址数据进行分析和计算，获取监控区域内的人流量，并将分析和计算结果发送至可视化平台之后还包括：

S600、判断各个区块或路段的人流量是否大于预设的人流阈值；

S700、若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。

优选的，所述通过所述可视化平台显示所述分析和计算结果具体包括：

通过所述可视化平台以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。

优选的，所述通过所述可视化平台显示所述监控区域内各个区块和路段的人流量之后还包括：

对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。

具体的，系统平台经过长期的大数据运算分析，可预测未来至少48小时内的探测区域的人流密集程度，并提前发出预警消息。

本发明实施例提供的基于探针的人流预警分析方法，通过探针探测每个移动终端设备可定义为人流信息的MAC地址，此过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管理人员，进而帮助场所管理人员能够在第一时间作出判断。在客流高峰时期采取适当的措施，正确引导客流，防患于未然，避免事故的发生。

该方法实时监测指定区域的人流密度分布、人流迁徙动向，并对该区域进行人流预测和预警分析通报。当该区域出现人群骤增情况能实时多渠道的推送报警消息到平台、区域大屏幕、智慧城市APP应用，让管理者能及时响应及时疏导，让群众也能及时获取告警消息和转移路线通知，从而有效的避免事故的发生。此外系统平台还可预测未来至少48小时的人流情况，能提前预知突发事件的可能性，提前估计出公共场所的最大客流承受能力，及时发现重大的客流安全隐患，进而帮助场所管理人员能够在第一时间作出判断。

本发明还提供一种基于探针的人流预警分析系统，如图4和图5所示，所述系统包括内置有探针的AP设备100、探针服务器200、后台处理系统300以及可视化平台400，所述后台处理系统300包括MAC地址解析模块301和人流量分析模块302，其中：

内置有探针的AP设备100，用于采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务；

MAC地址解析模块301，用于读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；

具体的，以每人携带的移动终端上的MAC地址作为人的唯一标识，则MAC对应的数据即是人群的数据。

人流量分析模块302，用于对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；

可视化平台400，用于通过所述可视化平台显示所述分析和计算结果。

具体的，显示模块是系统与用户的接口，不同类型的用户通过系统前端管理、配置以及查看人流预警系统的功能页面，所述页面以图形化和数据分析的形式呈现人流的热力图、骤增图、对冲图、以及迁徙图，其中：

a)热力图：以不同的颜色标记每个探针设备探测到实时人流数量，并结合地图展示。例如探针1当前探测到人群数量为123人，(红色表示100人以上)，则该探针所在地图的位置区域颜色呈现红色。

b)骤增图：骤增图体现系统不同单点探针设备近一段时间相对前一段时间的人数增长状况，并以不同颜色标识人流增长程度：绿色代表增长程度没有达到管理员设定的骤增预警值，人流状况比较正常，黄色代表骤增人数达到预警阈值、需要关注人流增长状况。红色代表骤增人数达到警戒阈值，需要重点关注人流增长状况。

c)对冲图：基于大数据对探测区域内特定监控点人流密度变化及人流动向进行分析并结合地图，得出各个容易发生危险的对撞点的人流状况，如果容易发生危险的对撞点附件有商厦，窄路，电梯等拥挤或者狭窄的隘口，也会突出展示隘口信息，方便有关部门根据隘口状况采取不同的缓解措施。对冲图包括路径图示：蓝色路段代表人流正常，黄色路段代表人流比较密集、红色路段代表人流密集，容易发生对撞。

d)迁徙图：指定区域A为迁徙中心，将该区域内所有探针设备归为一个组，实时记录每个探测时间段探针组探测到所有mac数据，其中部分mac数据在上一个时间段在另一个区域B出现，则认为这部分人群从B区域迁入到A区域，同理部分mac数据在下个时间段在C区域出现，则认为这部分人群从A区域迁出到C区域。

e)人群分析：根据不同人群停留时间特征，系统分为如下四类人群：

1)固定人群：90天内出现比例>80％，小于等于100％的人。(出现比例＝出现天数/到目前为止总天数)

2)重度访客：90天内，出现比例＝出现天数/到目前为止总天数，出现比例大于40％，小于80％的人

3)偶尔访客：90天内，出现比例＝出现天数/到目前为止总天数，出现比例大于0％，小于40％的人

4)初次访客：90天内，首次出现的人。

f)人流预测：基于整个探测区域及不同关注区域的历史人流数据，建立人流预测模型，预测未来48小时各个区块内每小时人流量及峰值出现的时间，以便相关人员提前处理风险，防患未然。

设置在系统后端的解析模块主要包含以下功能单元：

a)日志收集程序：负责从探针服务器收集移动终端上报的日志信息。

b)Kafka集群：负责接收日志收集程序写入的日志信息。

c)Spark集群：负责消费kafka集群的消息，实时计算系统各种指标，并将结果推送到hbase集群。Spark集群上的部分任务还会通将AP预警的报警信息，骤增信息报告给显示模块。

d)Hbase集群：负责存储计算的结果数据，提供高速查询功能。

e)Redis：负责缓存系统的部分临时信息，提高查询速度。

f)Mysql：负责存储运营人员，管理员输入的运营数据。

g)配置服务器模块：负责从探针服务器读取配置信息并写入Redis缓存，Spark任务将从redis读取任务需要的配置信息。

h)消息通知模块：负责向前端通知AP报警消息，也承载向外部大屏管理平台及智慧城市APP发送消息通知的任务。

i)人流预测模块：负责定期读取hbase的人流实际数据，预测未来48小时之内整个区域及区块的总人数，每小时人数及峰值出现时间。

j)人群轨迹模块：负责每天至少运行一次计算人群轨迹的历史信息。

人流预警分析系统的后端采用业界成熟的Kafka+Spark Streaming+hbase实时计算架构解决方案，具体为：

Kafka做数据暂存：Kafka作为分布式消息队列，既有非常优秀的吞吐量，又有较高的可靠性和扩展性。这里采用Kafka作为日志传递中间件来接收日志，同时接受SparkStreaming的请求，将AP日志按序发送给Spark Streaming集群。

Spark数据处理：Spark Streaming是Spark的扩展，专门用来实现流式分析方式处理数据。Spark Streaming支持Kafka、Flume、Twitter、ZeroMQ、Kinesis、TCP Sockets等多种数据源。此外，也可以使用一个复杂的算法，如map、reduce、join、window，这些来处理数据。处理完的数据可以被发送给文件系统、数据库、其他第三方。Spark Streaming类似于Apache Storm，用于流式数据的处理。Spark Streaming有高吞吐量和容错能力强两个特点。将Spark Streaming集群与Kafka集群对接，Spark Streaming从Kafka集群中获取日志并进行处理。Spark Streaming会实时地从Kafka集群中获取数据并将其存储在内部的可用内存空间中。当每一个batch窗口到来时，便对这些数据进行处理。

hbase结果存储：为了便于前端展示和页面请求，处理得到的结果将写入到hbase数据库。HBase–Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。HBase本身就是十分强大的数据库，能够融合key/value存储模式带来实时查询的能力，以及通过MapReduce进行离线处理或者批处理的能力。Hbase能够在大量的数据中查询记录，也可以从中获得综合分析报告。

优选的，如图6所示，所述人流预警分析系统还包括AP设备布置模块500，所述后台处理系统300还包括监控区域划分模块303，其中：

AP设备布置模500，用于预先在监控区域内铺设内置有探针的AP设备；

监控区域划分模块303，用于将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。

优选的，所述可视化平台具体用于：

以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。

优选的，如图7所示，所述后台处理系统300还包括：

判断模块304，用于判断各个区块或路段的人流量是否大于预设的人流阈值；

推送模块305，用于若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。

优选的，如图8所示，所述后台处理系统300还包括：

预测模块306，用于对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。

需要说明的是，本发明实施例提供的上述系统中各个模块，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

本发明实施例提供的基于探针的人流预警分析系统，通过探针探测每个移动终端设备可定义为人流信息的MAC地址，此过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管理人员，进而帮助场所管理人员能够在第一时间作出判断。在客流高峰时期采取适当的措施，正确引导客流，防患于未然，避免事故的发生。

该系统实时监测指定区域的人流密度分布、人流迁徙动向，并对该区域进行人流预测和预警分析通报。当该区域出现人群骤增情况能实时多渠道的推送报警消息到平台、区域大屏幕、智慧城市APP应用，让管理者能及时响应及时疏导，让群众也能及时获取告警消息和转移路线通知，从而有效的避免事故的发生。此外系统平台还可预测未来至少48小时的人流情况，能提前预知突发事件的可能性，提前估计出公共场所的最大客流承受能力，及时发现重大的客流安全隐患，进而帮助场所管理人员能够在第一时间作出判断。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于探针的人流预警分析方法，其特征在于，包括：

通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；

读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；

对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；

通过所述可视化平台显示所述分析和计算结果。

2.如权利要求1所述的方法，其特征在于，所述通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器之前还包括：

预先在监控区域内铺设内置有探针的AP模块，将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。

3.如权利要求2所述的方法，其特征在于，所述对探测到的MAC地址数据进行分析和计算，获取监控区域内的人流量，并将分析和计算结果发送至可视化平台之后还包括：

判断各个区块或路段的人流量是否大于预设的人流阈值；

若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。

4.如权利要求1所述的方法，其特征在于，所述通过所述可视化平台显示所述分析和计算结果具体包括：

通过所述可视化平台以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。

5.如权利要求1所述的方法，其特征在于，所述通过所述可视化平台显示所述监控区域内各个区块和路段的人流量之后还包括：

对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。

6.一种基于探针的人流预警分析系统，其特征在于，包括内置有探针的AP设备、探针服务器、后台处理系统以及可视化平台，所述后台处理系统包括MAC地址解析模块和人流量分析模块，其中：

所述内置有探针的AP设备，用于采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；

所述MAC地址解析模块，用于读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；

所述人流量分析模块，用于对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；

所述可视化平台，用于显示所述分析和计算结果。

7.如权利要求6所述的系统，其特征在于，所述人流预警分析系统还包括AP设备布置模块，所述后台处理系统还包括监控区域划分模块，其中：

所述AP设备布置模块，用于预先在监控区域内铺设内置有探针的AP设备；

所述监控区域划分模块，用于将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。

8.如权利要求7所述的系统，其特征在于，所述后台处理系统还包括：

判断模块，用于判断各个区块或路段的人流量是否大于预设的人流阈值；

推送模块，用于若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。

9.如权利要求6所述的系统，其特征在于，所述可视化平台具体用于：

以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。

10.如权利要求6所述的系统，其特征在于，所述后台处理系统还包括：

预测模块，用于对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。