CN107369237A - 一种基于多参数分析的大数据检测方法 - Google Patents
一种基于多参数分析的大数据检测方法 Download PDFInfo
- Publication number
- CN107369237A CN107369237A CN201710759394.2A CN201710759394A CN107369237A CN 107369237 A CN107369237 A CN 107369237A CN 201710759394 A CN201710759394 A CN 201710759394A CN 107369237 A CN107369237 A CN 107369237A
- Authority
- CN
- China
- Prior art keywords
- cable car
- waiting
- carried
- equipment
- area
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000011527 multiparameter analysis Methods 0.000 title claims abstract description 31
- 230000005764 inhibitory process Effects 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C11/00—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere
- G07C2011/04—Arrangements, systems or apparatus for checking, e.g. the occurrence of a condition, not provided for elsewhere related to queuing systems
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于多参数分析的大数据检测方法，所述方法包括使用基于多参数分析的大数据检测平台以实时确定在排队区的预设位置的游客达到进入刷卡门禁终端所需要的等候时间，所述平台包括刷卡门禁终端、游客信息记录设备、缆车速率检测设备和承载人数分析设备，刷卡门禁终端用于在游客刷缆车票据的情况下，供游客从排队区进入缆车乘坐区，缆车速率检测设备设置在缆车线缆上，用于检测当前缆车速率，承载人数分析设备用于分析单个缆车所承载的平均人数，游客信息记录设备用于基于累计进入刷卡门禁终端的游客数量以作为进入门禁数量，并基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数。
Description
技术领域
本发明涉及数据管理领域，尤其涉及一种基于多参数分析的大数据检测方法。
背景技术
缆车按支持及牵引的方法，可以分为2种：(1)单线式：使用一条钢索，同时支持缆车的重量及牵引缆车或吊椅；(2)复线式：使用多条钢索，其中用作支持缆车重量的一或两条钢索是不会动的，其他钢索则负责拉动缆车。
按行走方式，缆车可分为：(1)往复式：缆车索道上只有一对缆车，当其中一辆上山时，另一辆则下山，两辆车到达车站后，再各自向反方向行走，往复式缆车的每辆载客量一般较多，可以达每辆100人，而且爬坡力较强，抗风力亦较好，往复式缆车的速度可达每秒8米；(2)循环式：缆车索道上会有多辆缆车，拉动的钢索的是一个无极的圈，套在两端的驱动轮及迂回轮上，当缆车或吊椅由起点到达终点后，经过迂回轮回到起点循环。
现有技术中，对缆车排队区各个预设位置所需要的排队时间的确定，都是缆车经营方根据工作人员的历史经验进行人工判断而给出的参考值，因为受人工判断的局限性，这种参考值的误差较大，如果使用其进行排队计划规划，则游客很可能因为排队时间过长而影响后续旅程。
发明内容
为了解决上述问题，本发明提供了一种基于多参数分析的大数据检测方法，通过不同的检测机制对包括排队区和缆车乘坐区的整个排队场景内人数以及缆车乘坐区内人数进行高精度的人数检测，在缆车乘坐区内人数的检测过程中而采用了实时更新机制，基于上述两种人数的差值，并在缆车各个参数的辅助下，准确分析出缆车排队区各个预设位置所需要的排队时间。
根据本发明的一方面，提供了一种基于多参数分析的大数据检测方法，所述方法包括使用基于多参数分析的大数据检测平台以实时确定在排队区的预设位置的游客达到进入刷卡门禁终端所需要的等候时间，所述基于多参数分析的大数据检测平台包括刷卡门禁终端、游客信息记录设备、缆车速率检测设备和承载人数分析设备，刷卡门禁终端用于在游客刷缆车票据的情况下，供游客从排队区进入缆车乘坐区，缆车速率检测设备设置在缆车线缆上，用于检测当前缆车速率，承载人数分析设备用于分析单个缆车所承载的平均人数，游客信息记录设备分别与刷卡门禁终端、缆车速率检测设备和承载人数分析设备连接，用于基于累计进入刷卡门禁终端的游客数量以作为进入门禁数量，并基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数；
其中，游客信息记录设备基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数包括：基于当前缆车速率和单个缆车所承载的平均人数确定离去人员数量，将进入门禁数量减去离去人员数量以获得缆车乘坐区内的候车人数。
更具体地，在所述基于多参数分析的大数据检测平台中，所述平台还包括：
无线通信设备，与游客信息记录设备连接，用于接收并无线发送进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数，还用于接收并无线发送缆车乘坐区内的候车人数；
机房控制设备，内置有无线通信接口，与无线通信设备建立双向无线通信链路连接，用于无线接收进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数，还用于无线接收缆车乘坐区内的候车人数。
更具体地，在所述基于多参数分析的大数据检测平台中：所述无线通信设备为时分双工通信设备、3G通信设备、GPRS通信设备中的一种。
更具体地，在所述基于多参数分析的大数据检测平台中，所述平台还包括：
鱼眼全景摄像设备，设置在排队区的预设位置，包括环境亮度传感器、照明光源、滤光片、镜头、摄像支架以及鱼眼全景摄像头，照明光源与环境亮度传感器连接，用于基于环境亮度传感器输出的环境亮度自适应控制对鱼眼全景摄像头提供的辅助照明光线亮度，镜头设置在滤光片和鱼眼全景摄像头之间，鱼眼全景摄像头用于对整个排队场景进行全景图像数据采集以输出全景排队图像，其中，排队场景包括排队区和缆车乘坐区；
信号分析设备，与鱼眼全景摄像设备连接，用于接收全景排队图像，对全景排队图像进行干扰成分分析以获得全景排队图像中的各个干扰成分以及分别对应的最大幅值；
滤波选择设备，与信号分析设备连接，用于接收全景排队图像中的各个干扰成分以及分别对应的最大幅值，将最大幅值最大、次大以及第三的干扰成分分别作为第一干扰成分、第二干扰成分和第三干扰成分，基于第一干扰成分、第二干扰成分和第三干扰成分从滤波模式数据库中分别选择对应的滤波模式以作为第一滤波模式、第二滤波模式和第三滤波模式；
滤波操作设备，分别与鱼眼全景摄像设备和滤波选择设备连接，用于依次采用第一滤波模式、第二滤波模式和第三滤波模式对全景排队图像进行滤波处理，以获得全景滤波图像；
目标识别设备，与滤波操作设备连接，用于接收全景滤波图像，并基于游客外形特征从全景滤波图像中匹配出多个游客子图像，基于排队区的预设位置的外形特征从全景滤波图像中匹配出排队区的预设位置的图像位置，将多个游客子图像中，在排队区的预设位置的图像位置之前的游客子图像的数量作为预设位置人数输出；
所述机房控制设备还与目标识别设备连接，用于接收预设位置人数，将预设位置人数减去缆车乘坐区内的候车人数以获得排队区候车人数，还基于排队区候车人数、当前缆车速率和单个缆车所承载的平均人数确定排队区候车人数全部进入刷卡门禁终端所需要耗费的时间以作为预期排队时间输出；
其中，承载人数分析设备分析单个缆车所承载的平均人数包括：接收各个缆车当前所承载的人数，基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数。
更具体地，在所述基于多参数分析的大数据检测平台中：承载人数分析设备每当接收一条新的缆车当前所承载的人数的数据时，重新基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数。
更具体地，在所述基于多参数分析的大数据检测平台中：基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数包括：计算各个缆车当前所承载的人数的算术平均值，将得到的算术平均值作为单个缆车所承载的平均人数。
更具体地，在所述基于多参数分析的大数据检测平台中：基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数包括：在各个缆车当前所承载的人数中，统计每一人数出现的频率，并对每一人数出现的频率进行排序，将出现频率最高的人数作为单个缆车所承载的平均人数。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的基于多参数分析的大数据检测平台的结构方框图。
附图标记：1刷卡门禁终端；2游客信息记录设备；3缆车速率检测设备；4承载人数分析设备
具体实施方式
下面将参照附图对本发明的基于多参数分析的大数据检测平台的实施方案进行详细说明。
缆车由驱动机带动钢丝绳，牵引车厢沿着铺设在地表并有一定坡度的轨道上运行的一种交通工具。轨道坡度不受限，一般以15°～25°为宜。缆车线路按运输量、地形和运距等可设计成单轨、双轨以及单轨中间加错车道或换乘站等多种形式。为使乘客乘坐舒适，便于乘客上下车和装卸货物，车厢内座椅应与水平面平行并呈阶梯式。为保证乘客安全，缆车配有一系列安全设施。
当前，缺乏对缆车排队区各个预设位置所需要的排队时间进行分析的自动化电子机制，仍依靠工作人员的历史经验进行人工判断，导致分析的数据不具有参考性。
为了克服上述不足，本发明搭建了一种基于多参数分析的大数据检测方法，所述方法包括使用基于多参数分析的大数据检测平台以实时确定在排队区的预设位置的游客达到进入刷卡门禁终端所需要的等候时间。通过对缆车各个参数、游客各个参数的准确提取和分析，自动获取缆车排队区各个预设位置所需要的排队时间，从而解决了上述技术问题。
图1为根据本发明实施方案示出的基于多参数分析的大数据检测平台的结构方框图，所述平台包括刷卡门禁终端、游客信息记录设备、缆车速率检测设备和承载人数分析设备，刷卡门禁终端用于在游客刷缆车票据的情况下，供游客从排队区进入缆车乘坐区，缆车速率检测设备设置在缆车线缆上，用于检测当前缆车速率，承载人数分析设备用于分析单个缆车所承载的平均人数，游客信息记录设备分别与刷卡门禁终端、缆车速率检测设备和承载人数分析设备连接，用于基于累计进入刷卡门禁终端的游客数量以作为进入门禁数量，并基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数；
其中，游客信息记录设备基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数包括：基于当前缆车速率和单个缆车所承载的平均人数确定离去人员数量，将进入门禁数量减去离去人员数量以获得缆车乘坐区内的候车人数。
接着，继续对本发明的基于多参数分析的大数据检测平台的具体结构进行进一步的说明。
所述基于多参数分析的大数据检测平台中还可以包括：
无线通信设备，与游客信息记录设备连接，用于接收并无线发送进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数，还用于接收并无线发送缆车乘坐区内的候车人数；
机房控制设备，内置有无线通信接口，与无线通信设备建立双向无线通信链路连接，用于无线接收进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数，还用于无线接收缆车乘坐区内的候车人数。
在所述基于多参数分析的大数据检测平台中：所述无线通信设备为时分双工通信设备、3G通信设备、GPRS通信设备中的一种。
所述基于多参数分析的大数据检测平台中还可以包括：
鱼眼全景摄像设备，设置在排队区的预设位置，包括环境亮度传感器、照明光源、滤光片、镜头、摄像支架以及鱼眼全景摄像头，照明光源与环境亮度传感器连接，用于基于环境亮度传感器输出的环境亮度自适应控制对鱼眼全景摄像头提供的辅助照明光线亮度，镜头设置在滤光片和鱼眼全景摄像头之间，鱼眼全景摄像头用于对整个排队场景进行全景图像数据采集以输出全景排队图像，其中，排队场景包括排队区和缆车乘坐区；
信号分析设备，与鱼眼全景摄像设备连接，用于接收全景排队图像，对全景排队图像进行干扰成分分析以获得全景排队图像中的各个干扰成分以及分别对应的最大幅值；
滤波选择设备，与信号分析设备连接，用于接收全景排队图像中的各个干扰成分以及分别对应的最大幅值，将最大幅值最大、次大以及第三的干扰成分分别作为第一干扰成分、第二干扰成分和第三干扰成分，基于第一干扰成分、第二干扰成分和第三干扰成分从滤波模式数据库中分别选择对应的滤波模式以作为第一滤波模式、第二滤波模式和第三滤波模式；
滤波操作设备，分别与鱼眼全景摄像设备和滤波选择设备连接，用于依次采用第一滤波模式、第二滤波模式和第三滤波模式对全景排队图像进行滤波处理，以获得全景滤波图像；
目标识别设备，与滤波操作设备连接，用于接收全景滤波图像，并基于游客外形特征从全景滤波图像中匹配出多个游客子图像，基于排队区的预设位置的外形特征从全景滤波图像中匹配出排队区的预设位置的图像位置，将多个游客子图像中，在排队区的预设位置的图像位置之前的游客子图像的数量作为预设位置人数输出；
所述机房控制设备还与目标识别设备连接，用于接收预设位置人数，将预设位置人数减去缆车乘坐区内的候车人数以获得排队区候车人数，还基于排队区候车人数、当前缆车速率和单个缆车所承载的平均人数确定排队区候车人数全部进入刷卡门禁终端所需要耗费的时间以作为预期排队时间输出；
其中，承载人数分析设备分析单个缆车所承载的平均人数包括：接收各个缆车当前所承载的人数，基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数。
在所述基于多参数分析的大数据检测平台中：承载人数分析设备每当接收一条新的缆车当前所承载的人数的数据时，重新基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数。
在所述基于多参数分析的大数据检测平台中：基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数包括：计算各个缆车当前所承载的人数的算术平均值，将得到的算术平均值作为单个缆车所承载的平均人数。
在所述基于多参数分析的大数据检测平台中：基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数包括：在各个缆车当前所承载的人数中，统计每一人数出现的频率，并对每一人数出现的频率进行排序，将出现频率最高的人数作为单个缆车所承载的平均人数。
另外，时分双工通信设备中，时分双工TDD是一种通信系统的双工方式，在移动通信系统中用于分离接收和传送信道。在第一代和第二代移动通信系统中FDD模式一统天下，TDD模式没有引起重视。但由于新业务的需要和新技术的发展，以及TDD模式的许多优势，TDD模式将日益受到重视。
时分双工的工作原理如下：TDD是一种通信系统的双工方式，在移动通信系统中用于分离接收与传送信道(或上下行链路)。TDD模式的移动通信系统中接收和传送是在同一频率信道即载波的不同时隙，用保证时间来分离接收与传送信道；而FDD模式的移动通信系统的接收和传送是在分离的两个对称频率信道上，用保证频段来分离接收与传送信道。
采用不同双工模式的移动通信系统特点与通信效益是不同的。TDD模式的移动通信系统中上下行信道用同样的频率，因而具有上下行信道的互惠性，这给TDD模式的移动通信系统带来许多优势。
在TDD模式中，上行链路和下行链路中信息的传输可以在同一载波频率上进行，即上行链路中信息的传输和下行链路中信息的传输是在同一载波上通过时分实现的。
采用本发明的基于多参数分析的大数据检测平台，针对现有技术中无法提供有准确参考意义的排队时间的技术问题，通过确定滞留在排队场景内的预设位置人数，将预设位置人数减去实时更新的缆车乘坐区内的候车人数以获得排队区候车人数，还基于排队区候车人数、当前缆车速率和单个缆车所承载的平均人数确定排队区候车人数全部进入刷卡门禁终端所需要耗费的时间以作为预期排队时间，从而能够为游客提供更好的数据服务。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种基于多参数分析的大数据检测方法，所述方法包括使用基于多参数分析的大数据检测平台以实时确定在排队区的预设位置的游客达到进入刷卡门禁终端所需要的等候时间，所述基于多参数分析的大数据检测平台包括刷卡门禁终端、游客信息记录设备、缆车速率检测设备和承载人数分析设备，刷卡门禁终端用于在游客刷缆车票据的情况下，供游客从排队区进入缆车乘坐区，缆车速率检测设备设置在缆车线缆上，用于检测当前缆车速率，承载人数分析设备用于分析单个缆车所承载的平均人数，游客信息记录设备分别与刷卡门禁终端、缆车速率检测设备和承载人数分析设备连接，用于基于累计进入刷卡门禁终端的游客数量以作为进入门禁数量，并基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数；
其中，游客信息记录设备基于进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数包括：基于当前缆车速率和单个缆车所承载的平均人数确定离去人员数量，将进入门禁数量减去离去人员数量以获得缆车乘坐区内的候车人数。
2.如权利要求1所述的方法，其特征在于，所述平台还包括：
无线通信设备，与游客信息记录设备连接，用于接收并无线发送进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数，还用于接收并无线发送缆车乘坐区内的候车人数；
机房控制设备，内置有无线通信接口，与无线通信设备建立双向无线通信链路连接，用于无线接收进入门禁数量、当前缆车速率和单个缆车所承载的平均人数确定缆车乘坐区内的候车人数，还用于无线接收缆车乘坐区内的候车人数。
3.如权利要求2所述的方法，其特征在于：
所述无线通信设备为时分双工通信设备、3G通信设备、GPRS通信设备中的一种。
4.如权利要求3所述的方法，其特征在于，还包括：
鱼眼全景摄像设备，设置在排队区的预设位置，包括环境亮度传感器、照明光源、滤光片、镜头、摄像支架以及鱼眼全景摄像头，照明光源与环境亮度传感器连接，用于基于环境亮度传感器输出的环境亮度自适应控制对鱼眼全景摄像头提供的辅助照明光线亮度，镜头设置在滤光片和鱼眼全景摄像头之间，鱼眼全景摄像头用于对整个排队场景进行全景图像数据采集以输出全景排队图像，其中，排队场景包括排队区和缆车乘坐区；
信号分析设备，与鱼眼全景摄像设备连接，用于接收全景排队图像，对全景排队图像进行干扰成分分析以获得全景排队图像中的各个干扰成分以及分别对应的最大幅值；
滤波选择设备，与信号分析设备连接，用于接收全景排队图像中的各个干扰成分以及分别对应的最大幅值，将最大幅值最大、次大以及第三的干扰成分分别作为第一干扰成分、第二干扰成分和第三干扰成分，基于第一干扰成分、第二干扰成分和第三干扰成分从滤波模式数据库中分别选择对应的滤波模式以作为第一滤波模式、第二滤波模式和第三滤波模式；
滤波操作设备，分别与鱼眼全景摄像设备和滤波选择设备连接，用于依次采用第一滤波模式、第二滤波模式和第三滤波模式对全景排队图像进行滤波处理，以获得全景滤波图像；
目标识别设备，与滤波操作设备连接，用于接收全景滤波图像，并基于游客外形特征从全景滤波图像中匹配出多个游客子图像，基于排队区的预设位置的外形特征从全景滤波图像中匹配出排队区的预设位置的图像位置，将多个游客子图像中，在排队区的预设位置的图像位置之前的游客子图像的数量作为预设位置人数输出；
所述机房控制设备还与目标识别设备连接，用于接收预设位置人数，将预设位置人数减去缆车乘坐区内的候车人数以获得排队区候车人数，还基于排队区候车人数、当前缆车速率和单个缆车所承载的平均人数确定排队区候车人数全部进入刷卡门禁终端所需要耗费的时间以作为预期排队时间输出；
其中，承载人数分析设备分析单个缆车所承载的平均人数包括：接收各个缆车当前所承载的人数，基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数。
5.如权利要求4所述的方法，其特征在于：
承载人数分析设备每当接收一条新的缆车当前所承载的人数的数据时，重新基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数。
6.如权利要求5所述的方法，其特征在于：
基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数包括：计算各个缆车当前所承载的人数的算术平均值，将得到的算术平均值作为单个缆车所承载的平均人数。
7.如权利要求5所述的方法，其特征在于：
基于各个缆车当前所承载的人数确定单个缆车所承载的平均人数包括：在各个缆车当前所承载的人数中，统计每一人数出现的频率，并对每一人数出现的频率进行排序，将出现频率最高的人数作为单个缆车所承载的平均人数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710759394.2A CN107369237B (zh) | 2017-08-30 | 2017-08-30 | 一种基于多参数分析的大数据检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710759394.2A CN107369237B (zh) | 2017-08-30 | 2017-08-30 | 一种基于多参数分析的大数据检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107369237A true CN107369237A (zh) | 2017-11-21 |
| CN107369237B CN107369237B (zh) | 2019-08-06 |
Family
ID=60311250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710759394.2A Active CN107369237B (zh) | 2017-08-30 | 2017-08-30 | 一种基于多参数分析的大数据检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107369237B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108769924A (zh) * | 2018-04-28 | 2018-11-06 | 哈尔滨工业大学 | 一种景区游客链式出行服务系统及方法 |
| CN111986515A (zh) * | 2020-06-10 | 2020-11-24 | 王青雷 | 游船数量调度管理平台及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08315188A (ja) * | 1995-05-22 | 1996-11-29 | Hitachi Ltd | 携帯記憶装置を用いた施設の管理方法 |
| KR20140123180A (ko) * | 2013-04-11 | 2014-10-22 | 대진대학교 산학협력단 | 대기 순서 관리 시스템 및 그 제공방법 |
| CN104394370A (zh) * | 2014-11-27 | 2015-03-04 | 无锡北斗星通信息科技有限公司 | 一种智能化缆车速度控制方法 |
| CN104442836A (zh) * | 2014-11-27 | 2015-03-25 | 无锡北斗星通信息科技有限公司 | 智能化缆车速度控制设备 |
| CN105447952A (zh) * | 2016-01-18 | 2016-03-30 | 苏州越坤信息科技有限公司 | 一种排队方法、系统及设备 |
| CN105719022A (zh) * | 2016-01-22 | 2016-06-29 | 上海工程技术大学 | 一种轨道交通客流实时预测及乘客引导系统 |
| CN106687998A (zh) * | 2014-07-02 | 2017-05-17 | 韦特泰姆有限责任公司 | 用于自动实时计算用户等待时间的技术 |
-
2017
- 2017-08-30 CN CN201710759394.2A patent/CN107369237B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08315188A (ja) * | 1995-05-22 | 1996-11-29 | Hitachi Ltd | 携帯記憶装置を用いた施設の管理方法 |
| KR20140123180A (ko) * | 2013-04-11 | 2014-10-22 | 대진대학교 산학협력단 | 대기 순서 관리 시스템 및 그 제공방법 |
| CN106687998A (zh) * | 2014-07-02 | 2017-05-17 | 韦特泰姆有限责任公司 | 用于自动实时计算用户等待时间的技术 |
| CN104394370A (zh) * | 2014-11-27 | 2015-03-04 | 无锡北斗星通信息科技有限公司 | 一种智能化缆车速度控制方法 |
| CN104442836A (zh) * | 2014-11-27 | 2015-03-25 | 无锡北斗星通信息科技有限公司 | 智能化缆车速度控制设备 |
| CN105447952A (zh) * | 2016-01-18 | 2016-03-30 | 苏州越坤信息科技有限公司 | 一种排队方法、系统及设备 |
| CN105719022A (zh) * | 2016-01-22 | 2016-06-29 | 上海工程技术大学 | 一种轨道交通客流实时预测及乘客引导系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108769924A (zh) * | 2018-04-28 | 2018-11-06 | 哈尔滨工业大学 | 一种景区游客链式出行服务系统及方法 |
| CN108769924B (zh) * | 2018-04-28 | 2020-11-03 | 哈尔滨工业大学 | 一种景区游客链式出行服务系统及方法 |
| CN111986515A (zh) * | 2020-06-10 | 2020-11-24 | 王青雷 | 游船数量调度管理平台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107369237B (zh) | 2019-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105173930B (zh) | 基于移动终端的智能电梯系统及其搭乘方法 | |
| CN105209364B (zh) | 在电梯系统中服务乘客特定的目的地呼叫的布置 | |
| CN109292579B (zh) | 电梯系统、图像识别方法和运行控制方法 | |
| CN102482048B (zh) | 用于运行电梯设备的方法 | |
| CN103508277B (zh) | 一种智能调度电梯及其待梯方法 | |
| CN111183108A (zh) | 用于管理和监控起重系统和建筑设施的系统和方法 | |
| CN107730974A (zh) | 一种车辆调度方法和系统 | |
| CN106331988B (zh) | 基于可穿戴设备的地铁乘客监控方法及其监控系统 | |
| CN108960133B (zh) | 乘客流量监控的方法、电子设备、系统以及存储介质 | |
| CN105574937B (zh) | 一种基于无线网络的停车场管理系统 | |
| CN108819991A (zh) | 地铁站台用客流及载客量饱和度的检测装置及其运行方法 | |
| CN104899947A (zh) | 公交客流统计方法 | |
| CN110395298A (zh) | 一种客流智能引导系统及方法 | |
| CN107369237B (zh) | 一种基于多参数分析的大数据检测方法 | |
| CN113034894A (zh) | 一种etc门架系统、高速公路路段封闭预警方法及装置 | |
| CN110936988A (zh) | 一种地铁列车车厢拥挤度自动判断和引导系统 | |
| CN117095527A (zh) | 智慧巴士车站 | |
| CN109816085A (zh) | 一种基于现场展示的地铁客流信息实时发布系统及方法 | |
| CN108417077A (zh) | 基于nb-iot的物联网停车场刷卡机控制系统 | |
| CN107492182A (zh) | 基于多参数分析的大数据检测平台 | |
| CN110335460A (zh) | 一种公共交通信息智能交互系统及方法 | |
| CN112897266B (zh) | 基于智能终端的呼梯方法及系统 | |
| CN110321982A (zh) | 一种轨道交通断面客流量实时计算方法 | |
| CN103971512B (zh) | 出租车调度系统、出租车调度终端及调度服务器 | |
| CN106850300A (zh) | 一种高速公路收费站运营业务联动干预系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190711 Address after: 10706, 6th Floor, 523 Building, Wangjing East Park, Chaoyang District, Beijing, 100102 Applicant after: Beijing Qilin Xintong Network Technology Co., Ltd. Address before: 065201 Baishi Golden Valley International Industrial Base No. 20, Yanjiao Economic and Technological Development Zone, Langfang City, Hebei Province Applicant before: Fan Xiuhua |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |