CN108416315A - 一种地铁进站口客流疏导系统 - Google Patents
一种地铁进站口客流疏导系统 Download PDFInfo
- Publication number
- CN108416315A CN108416315A CN201810217627.0A CN201810217627A CN108416315A CN 108416315 A CN108416315 A CN 108416315A CN 201810217627 A CN201810217627 A CN 201810217627A CN 108416315 A CN108416315 A CN 108416315A
- Authority
- CN
- China
- Prior art keywords
- data
- compartment
- getting
- value
- module
- 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.)
- Pending
Links
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K13/00—Other auxiliaries or accessories for railways
- B61K13/04—Passenger-warning devices attached to vehicles; Safety devices for preventing accidents to passengers when entering or leaving vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明涉及一种地铁进站口客流疏导系统,包括:监测器(1)、控制器(2)、中央服务器(3)和显示器(4);在每一节车厢(5)的顶部均设置有监测器(1),各节车厢(5)内的监测器(1)与同一车辆上设置的控制器(2)连接,在每一个站台的各节车厢(5)进站口处均设置有显示器(4),所述的显示器(4)与其对应站台内设置的中央服务器(3)连接,所述的中央服务器(3)与控制器(2)之间通过无线传输方式进行数据交互;利用上述系统能够方便乘客及时选择客流量较少的车厢乘车,使得列车车厢之间的拥挤程度均匀,充分利用列车运力,给乘客提供较好的乘车感受,从而有效地提高了地铁进站口客流疏导能力。
Description
技术领域
本发明涉及地铁运行领域,具体涉及一种地铁进站口客流疏导系统。
背景技术
目前,地铁在很多城市已经成为主要的交通工具,由于其具有高速、快捷、守时、运载能力强等特点,在当今城市规划建设过程中得到了越来越多的运用,特别是在城市交通网发达的大城市,由于地上道路交通拥堵严重,使得地铁成为了大多数上班族的首选出行工具。但是在人口密度相对较大的城市,随着人口的不断增加,原本方便快捷的地铁也变得拥挤不堪,尤其是在上下班及节假日出行的高峰期,由于乘车人数值剧增,常常出现乘客乘车秩序混乱,人流拥堵现象严重,并常出现乘客挤不进列车的现象。最常见的现象莫过于车门即将关闭时仍有人涌向车内,或者由于拥挤衣物置于车厢外,此时人员或衣物会被车门夹住,严重时甚至会造成乘客因人流拥挤而发生踩踏等人身伤害。
为了避免上述事故的发生,大多数地铁线在车辆进站口都配备了站台疏导员,当车辆进站开门后,通过话筒或手势指挥乘客有序上下车。但是这种依靠人工指挥的方式只能引导当前进站口滞留的乘客上车或继续等待下趟列车,具有一定的局限性。由于每列车上均设置有多节车厢,每节车厢又分别对应一个进站口,而乘客在上下车时存在着随机性,导致各节车厢之间搭载的乘客分布并不均匀,即便是在出行的高峰期,仍然会存在部分车厢因拥挤过度而无法上车,另一部分车厢却相对松散。对于站台疏导员而言,其无法预知下一趟列车各节车厢的拥挤程度,也无法与临近进站口甚至整列车所有进站口的站台疏导员协同配合,以便将乘客疏导至拥挤程度相对较低的车厢进站口。
由此可知,采用人为疏导方式解决地铁列车乘客拥挤现象的效果并不理想,针对地铁人流疏导问题,迫切需要开发一种智能化的客流疏导系统,以缓解运输压力和乘车的舒适度。
发明内容
本发明的目的在于,为了缓解地铁列车乘客的拥挤现象,提高客流的疏导能力,提供一种地铁进站口客流疏导系统,利用该系统能够提高地铁的运输能力和乘车的舒适度。
为实现上述目的,本发明提供的一种地铁进站口客流疏导系统,该系统包括:监测器、控制器、中央服务器和显示器;在每一节车厢的顶部均设置有监测器,各节车厢内的监测器与同一车辆上设置的控制器连接,在每一个站台的各节车厢进站口处均设置有显示器,所述的显示器与其对应站台内设置的中央服务器连接,所述的中央服务器与控制器之间通过无线传输方式进行数据交互;
所述的监测器用于监测各节车厢内的所有乘客,并将监测数据发送至控制器;
所述的控制器用于从监测数据中辨识人的特征数据,分析该特征数据后获得各节车厢的乘车人数值和拥挤度数据,通过将乘车人数值输入至已训练的下车人数预测模型中,计算获得各节车厢在下一站的下车人数预测值,并将乘车人数值、拥挤度数据和下车人数预测值一并发送至该控制器所在车辆下一站的中央服务器上;
所述的中央服务器利用乘车人数值和下车人数预测值计算获得各节车厢下一站的可上车人数值,并将各节车厢的拥挤度数据和可上车人数值显示于对应进站口位置的显示器上。
作为上述技术方案的进一步改进,所述的监测器为360度全景红外摄像头,通过红外线实时感应获得车厢内的热像图。
作为上述技术方案的进一步改进,所述的控制器包括:GPS定位模块、目标识别跟踪模块、人数计量模块、拥挤状态分析模块、下车人数预测模块和数据发送模块;
所述的GPS定位模块通过接收GPS信号定位车辆的运行位置,并将生成的位置数据发送至数据发送模块,所述的目标识别跟踪模块与红外摄像头的信号输出端连接,用于在接收的每一帧热像图内识别出人的特征数据,根据各帧热像图对应的特征数据对车厢内的乘客进行跟踪,并将生成的跟踪数据发送至人数计量模块,所述的人数计量模块通过跟踪数据计算车厢内的乘车人数值,并将该乘车人数值发送至拥挤状态分析模块,所述的拥挤状态分析模块将乘车人数值与预设的拥挤度范围进行比较,生成拥挤度数据,所述的下车人数预测模块内设置有下车人数预测模型,用于接收人数计量模块输出的乘车人数值,并通过模型运算获得下车人数预测值,所述的数据发送模块根据位置数据确定车辆下一站的地址,并将乘车人数值、拥挤度数据及下车人数预测值发送至该地址对应的中央服务器上。
作为上述技术方案的进一步改进,所述的控制器还包括下车人数监视器,该下车人数监视器设置于车厢的自动门位置,通过红外感应下车的乘客,并将累计的实际下车乘客人数值输送至下车人数预测模型,所述下车人数预测模型通过输入的实际下车乘客人数值和对应的站台信息、行车方向、当前下车时间、车厢编号进行模型训练。
作为上述技术方案的进一步改进,所述的控制器还包括报警器,在每一节车厢的自动门上均设置有报警器,所述报警器的信号输入端与拥挤状态分析模块连接,所述的拥挤状态分析模块在判定人数计量值高于拥挤度范围内的最高端值时,触发报警器发出声音及灯光报警信号。
作为上述技术方案的进一步改进,所述的中央服务器包括:数据接收端、数据运算模块、数据分配模块和数据发送端;
所述的数据接收端用于接收乘车人数值、拥挤度数据和下车人数预测值;所述的数据运算模块利用乘车人数值与下车人数预测值相减获得剩余人数值,并将拥挤度范围内的最高端值与该剩余人数值相减获得可上车人数值;所述数据分配模块用于将各节车厢的拥挤度数据、可上车人数值与对应进站口位置的显示器进行匹配,并通过数据发送端将该拥挤度数据和可上车人数值发送至显示器上,所述的数据发送端与各显示器均采用CAN总线连接。
作为上述技术方案的进一步改进,所述的中央服务器还包括数据比较模块,所述的数据比较模块用于将同一车辆内各节车厢之间的可上车人数值由低至高进行排序,当排序在前的部分可上车人数值为零时,采集排序在后的可上车人数值所对应的车厢号,并触发数据发送端将该车厢号发送至所述部分可上车人数值对应车厢进站口位置的显示器上,以指引乘客在显示的车厢号所对应的车厢乘车。
本发明的一种地铁进站口客流疏导系统优点在于:
本系统通过设置的监测器实时监测各节车厢,并通过控制器运算获得每节车厢的乘车人数值和拥挤程度数据,并利用已训练的模型自动感知各状态下的下车人数预测值,同时利用数控机制与站台进行数据交互,通过显示器显示即将到达当前站台列车的乘客分布情况以及下车人数预测情况,以便乘客及时选择客流量较少的车厢乘车,使得列车车厢之间的拥挤程度均匀,充分利用列车运力,给乘客提供较好的乘车感受,从而有效地提高了地铁进站口客流疏导能力。
附图说明
图1为本发明提供的地铁进站口客流疏导系统结构示意图;
图2为本发明提供的地铁进站口客流疏导内部结构连接关系图;
图3为本发明实施例中的控制器内部结构示意图;
图4为本发明实施例中的中央服务器内部结构示意图;
图5为本发明实施例中的显示器设置于进站口屏蔽门上的状态图;
图6为本发明实施例中的显示器设置于进站口一侧地面上的状态图。
附图标记
1、监测器 2、控制器
3、中央服务器 4、显示器
5、车厢
具体实施方式
下面结合附图和实施例对本发明所述的一种地铁进站口客流疏导系统进行详细说明。
如图1所示,本发明提供的一种地铁进站口客流疏导系统,该系统具体包括:监测器1、控制器2、中央服务器3和显示器4;在每一节车厢5的顶部均设置有监测器1,各节车厢5内的监测器1与同一车辆上设置的控制器2连接,在每一个站台的各节车厢5进站口处均设置有显示器4,所述的显示器4与其对应站台内设置的中央服务器3连接,所述的中央服务器3与控制器2之间通过无线传输方式进行数据交互。
所述的监测器1用于监测各车厢5内的所有乘客,并将监测数据发送至控制器2;所述的控制器2用于从监测数据中辨识人的特征数据,分析该特征数据后获得各节车厢5的乘车人数值和拥挤度数据,通过将乘车人数值输入至已训练的下车人数预测模型中,计算获得各节车厢5在下一站的下车人数预测值,并将乘车人数值、拥挤度数据和下车人数预测值一并发送至该控制器2所在车辆下一站的中央服务器3上;所述的中央服务器3利用乘车人数值和下车人数预测值计算获得各节车厢5下一站的可上车人数值,并将各节车厢5的拥挤度数据和可上车人数值显示于对应进站口位置的显示器4上。
如图2所示,本系统通过设置的监测器实时监测各节车厢,并通过控制器运算获得每节车厢的乘车人数值和拥挤程度数据,并利用训练模型计算获得下车人数预测值,同时利用数控机制与站台进行数据交互,通过显示器显示即将到达当前站台列车的乘客分布情况以及下车人数预测情况,便于乘客及时了解各节车厢拥挤度,并及时选择客流量较少的车厢乘车,有效地提高乘客乘坐地铁的整体舒适性;同时对地铁站台上乘客密度给予引导,使其总体上趋于均匀,不至于发生局部拥挤、局部空旷的现象,更加合理的利用空间资源,增加车辆运行能力。
基于上述结构的系统,在本实施例中,所述的监测器可采用目前较为常用的红外热像仪,通过红外线感应获得车厢内的热像图,以该热像图作为监测数据反馈给控制器。仪器的监测范围需要覆盖在车厢内的每一个角落,特别是车门或车厢墙角附近,为此,所述的监测器可采用360度全景红外摄像头,通过红外线实时感应获得车厢内具有人体轮廓特征的热像图。
如图3所示,为实现控制器的上述拥挤状态分析功能,本实施例中的控制器包括:GPS定位模块、目标识别跟踪模块、人数计量模块、拥挤状态分析模块、下车人数预测模块和数据发送模块;
所述的GPS定位模块通过接收GPS信号定位车辆的运行位置,并将生成的位置数据发送至数据发送模块,所述的目标识别跟踪模块与红外摄像头的信号输出端连接,用于在接收的每一帧热像图内识别出人的特征数据,根据各帧热像图对应的特征数据对车厢内的乘客进行跟踪,并将生成的跟踪数据发送至人数计量模块,所述的人数计量模块通过跟踪数据计算车厢内的乘车人数值,并将该乘车人数值发送至拥挤状态分析模块,所述的拥挤状态分析模块将乘车人数值与预设的拥挤度范围进行比较,生成拥挤度数据,所述的下车人数预测模块内设置有下车人数预测模型,用于接收人数计量模块输出的乘车人数值,并通过模型运算获得下车人数预测值,所述的数据发送模块根据位置数据确定车辆下一站的地址,并将乘车人数值、拥挤度数据及下车人数预测值发送至该地址对应的中央服务器上。
在车厢内,由于人体头部暴露于环境外,因此极易通过红外热感应获得人体头部的特征数据。目标识别跟踪模块不断地识别红外摄像头发来的每一帧热像图,在获取到图像信息后,就可通过对各相邻图像之间分析来提取目标的运行轨迹,从而实现运动目标的检测和跟踪,之后利用人数计量模块以提取出的目标运动信息,结合相应的计数策略,可对运动轨迹进行分析,进而实现目标的动态计数。本发明的上述系统由于采用了目标跟踪的计数方法,相比于采用传统的视频摄像头进行拍照计数而言,能够根据乘客的上下车状态对计数数据进行实时更新,从而更为准确地获得每一时刻的乘客计数结果。
对于拥挤度范围的确定,根据人体相关尺寸资料显示,女性投影面积小于男性。所以,当基本满足男性乘客的舒适空间范围时,对于女性乘客也普遍满足。关于男性乘客在不同乘车方式下对乘车空间要求的推荐值规定,当乘车空间范围大于0.35m2/人时,即乘客乘车方式为携带婴儿车或者自行车等大型尺寸的物体状态下,多数乘客可在车厢内自由移动,此时感到舒适;当乘车空间范围小于0.25m2/人时,即乘客乘车方式为抱持支柱,乘客几乎不能在所站立的空间内自由移动,此时感到拥挤。根据车厢载客能力得到地铁车厢定员人数为6人/m2,超员人数为9人/m2,结合以上影响因素,在本发明中确定最终拥挤度范围见下表所示,其中α表示站立的人数/m2。
拥挤度范围显示表
舒适度 | 舒适 | 适中 | 拥挤 | 非常拥挤 | 超载 |
参数(人/m2) | 0<α≤3 | 3<α≤4 | 4<α≤6 | 6<α≤9 | α≥9 |
所述的控制器还包括下车人数监视器和报警器。所述的下车人数监视器设置于车厢的自动门位置,通过红外感应下车的乘客,并将累计的实际下车乘客人数值输送至下车人数预测模型,所述下车人数预测模型通过输入的实际下车乘客人数值和对应的站台信息、行车方向、当前下车时间、车厢编号进行模型训练。
考虑到一天中各时间段的下车人数并不相同,例如早晚高峰期的客流相比于其他时段的客流要大很多,下车人数变化显著;而对于工作日和节假日之间的客流量也存在着差异,同时还要考虑到车辆行驶方向、车厢位置的不同也会给客流量带来一定影响,例如上班早高峰时段去市中心的人数比去郊区的人数多,而下班晚高峰时段的客流量则相反,离电梯近的车厢人数比离电梯远的车厢人数相对多一些。基于上述诸多因素,为了提高模型运算值的精度,使其与实际下车人数的误差较小,在模型训练过程中需要将下车时间具体划分为多种不同的时间段,并结合站台信息、行车方向、车厢编号进行综合分析训练,通过实际下车乘客人数值不断地校对模型参数,提高模型的自学习和预测能力。
另外,所述的控制器还可包括报警器,在每一节车厢的自动门上均设置有报警器,所述报警器的信号输入端与拥挤状态分析模块连接,所述的拥挤状态分析模块在判定人数计量值高于拥挤度范围内的最高端值时(即超过上述拥挤度范围中的9人/m2),触发报警器发出声音及灯光报警信号,以向乘客和站台工作人员警示当前车厢已超载,提示后面的乘客不要再进入车厢,以避免发生安全事故。
如图4所示,为实现中央服务器的上述功能,本实施例中的中央服务器可具体包括:数据接收端、数据运算模块、数据分配模块和数据发送端。
所述的数据接收端用于接收乘车人数值、拥挤度数据和下车人数预测值;所述的数据运算模块利用乘车人数值与下车人数预测值相减获得剩余人数值,并将拥挤度范围内的最高端值与该剩余人数值相减获得可上车人数值;所述数据分配模块用于将各节车厢的拥挤度数据、可上车人数值与对应进站口位置的显示器进行匹配,并通过数据发送端将该拥挤度数据和可上车人数值发送至显示器上,即通过匹配操作将各节车厢的拥挤度数据和可上车人数值发送至对应的进站口处供乘客查看;所述的数据发送端与各显示器均采用CAN总线连接。由于CAN总线具有通信速率高、容易实现、且性价比高等优点,使用该传输方式能够更好的实现拥挤度数据的显示功能。
为了更为直观地向乘客显示车厢拥挤状态信息,可通过设置不同的灯光颜色以区别不同的拥挤程度,如下表中列出的各种灯色所示:
拥挤程度显示表
参数(人/m2) | 0<α≤3 | 3<α≤4 | 4<α≤6 | α≥6 |
指示灯 | 提示绿色 | 提示黄色 | 提示橙色 | 提示红色 |
此外,所述的中央服务器还包括数据比较模块,所述的数据比较模块用于将同一车辆内各节车厢之间的可上车人数值由低至高进行排序,当排序在前的部分可上车人数值为零时,采集排序在后的可上车人数值所对应的车厢号,并触发数据发送端将该车厢号发送至所述部分可上车人数值对应车厢进站口位置的显示器上,以指引乘客在显示的车厢号所对应的车厢乘车,从而进一步提高了客流的疏导能力。
如图5所示,所述的显示器4可安装在各进站口一侧地面上,以方便乘客在排队等车时就能够及时看到本节车厢的拥挤度消息;同时也可将显示器4设置于各进站口屏蔽门的非活动部位上(如图6所示),以减少空间的占用率。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种地铁进站口客流疏导系统,其特征在于,包括:监测器(1)、控制器(2)、中央服务器(3)和显示器(4);在每一节车厢(5)的顶部均设置有监测器(1),各节车厢(5)内的监测器(1)与同一车辆上设置的控制器(2)连接,在每一个站台的各节车厢(5)进站口处均设置有显示器(4),所述的显示器(4)与其对应站台内设置的中央服务器(3)连接,所述的中央服务器(3)与控制器(2)之间通过无线传输方式进行数据交互;
所述的监测器(1)用于监测各节车厢(5)内的所有乘客,并将监测数据发送至控制器(2);
所述的控制器(2)用于从监测数据中辨识人的特征数据,分析该特征数据后获得各节车厢(5)的乘车人数值和拥挤度数据,通过将乘车人数值输入至已训练的下车人数预测模型中,计算获得各节车厢(5)在下一站的下车人数预测值,并将乘车人数值、拥挤度数据和下车人数预测值一并发送至该控制器(2)所在车辆下一站的中央服务器(3)上;
所述的中央服务器(3)利用乘车人数值和下车人数预测值计算获得各节车厢(5)下一站的可上车人数值,并将各节车厢(5)的拥挤度数据和可上车人数值显示于对应进站口位置的显示器(4)上。
2.根据权利要求1所述的地铁进站口客流疏导系统,其特征在于,所述的监测器为360度全景红外摄像头,通过红外线实时感应获得车厢内的热像图。
3.根据权利要求2所述的地铁进站口客流疏导系统,其特征在于,所述的控制器包括:GPS定位模块、目标识别跟踪模块、人数计量模块、拥挤状态分析模块、下车人数预测模块和数据发送模块;
所述的GPS定位模块通过接收GPS信号定位车辆的运行位置,并将生成的位置数据发送至数据发送模块,所述的目标识别跟踪模块与红外摄像头的信号输出端连接,用于在接收的每一帧热像图内识别出人的特征数据,根据各帧热像图对应的特征数据对车厢内的乘客进行跟踪,并将生成的跟踪数据发送至人数计量模块,所述的人数计量模块通过跟踪数据计算车厢内的乘车人数值,并将该乘车人数值发送至拥挤状态分析模块,所述的拥挤状态分析模块将乘车人数值与预设的拥挤度范围进行比较,生成拥挤度数据,所述的下车人数预测模块内设置有下车人数预测模型,用于接收人数计量模块输出的乘车人数值,并通过模型运算获得下车人数预测值,所述的数据发送模块根据位置数据确定车辆下一站的地址,并将乘车人数值、拥挤度数据及下车人数预测值发送至该地址对应的中央服务器上。
4.根据权利要求3所述的地铁进站口客流疏导系统,其特征在于,所述的控制器还包括下车人数监视器,该下车人数监视器设置于车厢的自动门位置,通过红外感应下车的乘客,并将累计的实际下车乘客人数值输送至下车人数预测模型,所述下车人数预测模型通过输入的实际下车乘客人数值和对应的站台信息、行车方向、当前下车时间、车厢编号进行模型训练。
5.根据权利要求3所述的地铁进站口客流疏导系统,其特征在于,所述的控制器还包括报警器,在每一节车厢的自动门上均设置有报警器,所述报警器的信号输入端与拥挤状态分析模块连接,所述的拥挤状态分析模块在判定人数计量值高于拥挤度范围内的最高端值时,触发报警器发出声音及灯光报警信号。
6.根据权利要求3所述的地铁进站口客流疏导系统,其特征在于,所述的中央服务器包括:数据接收端、数据运算模块、数据分配模块和数据发送端;
所述的数据接收端用于接收乘车人数值、拥挤度数据和下车人数预测值;所述的数据运算模块利用乘车人数值与下车人数预测值相减获得剩余人数值,并将拥挤度范围内的最高端值与该剩余人数值相减获得可上车人数值;所述数据分配模块用于将各节车厢的拥挤度数据、可上车人数值与对应进站口位置的显示器进行匹配,并通过数据发送端将该拥挤度数据和可上车人数值发送至显示器上,所述的数据发送端与各显示器均采用CAN总线连接。
7.根据权利要求6所述的地铁进站口客流疏导系统,其特征在于,所述的中央服务器还包括数据比较模块,所述的数据比较模块用于将同一车辆内各节车厢之间的可上车人数值由低至高进行排序,当排序在前的部分可上车人数值为零时,采集排序在后的可上车人数值所对应的车厢号,并触发数据发送端将该车厢号发送至所述部分可上车人数值对应车厢进站口位置的显示器上,以指引乘客在显示的车厢号所对应的车厢乘车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810217627.0A CN108416315A (zh) | 2018-03-16 | 2018-03-16 | 一种地铁进站口客流疏导系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810217627.0A CN108416315A (zh) | 2018-03-16 | 2018-03-16 | 一种地铁进站口客流疏导系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416315A true CN108416315A (zh) | 2018-08-17 |
Family
ID=63131809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810217627.0A Pending CN108416315A (zh) | 2018-03-16 | 2018-03-16 | 一种地铁进站口客流疏导系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416315A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784739A (zh) * | 2019-01-23 | 2019-05-21 | 常州方可为机械科技有限公司 | 集成物联网大数据分析功能的地铁综合监控运维系统 |
CN109816085A (zh) * | 2019-01-30 | 2019-05-28 | 成都智元汇信息技术股份有限公司 | 一种基于现场展示的地铁客流信息实时发布系统及方法 |
CN109977927A (zh) * | 2019-04-25 | 2019-07-05 | 苏州雷格特智能设备股份有限公司 | 一种列车乘客拥挤度预警系统 |
CN110176191A (zh) * | 2019-05-22 | 2019-08-27 | 京东方科技集团股份有限公司 | 车厢号展示设备和站台引导系统 |
CN110222619A (zh) * | 2019-05-29 | 2019-09-10 | 佛山星乔电子科技有限公司 | 一种基于地铁屏蔽门显示装置的列车人流疏导方法及其系统 |
CN110992860A (zh) * | 2019-12-02 | 2020-04-10 | 交控科技股份有限公司 | 一种车站客流动态引导系统和方法 |
CN111144278A (zh) * | 2019-12-25 | 2020-05-12 | 南京理工大学 | 一种基于智能视频分析的高铁换乘电梯排队诱导方法 |
CN111259714A (zh) * | 2019-09-27 | 2020-06-09 | 华南理工大学 | 一种地铁列车车厢客流检测与预测及站台候车诱导系统 |
CN111762202A (zh) * | 2020-07-24 | 2020-10-13 | 中铁第四勘察设计院集团有限公司 | 一种表征列车拥挤程度的半高站台门集成化显示系统 |
CN111762203A (zh) * | 2020-07-24 | 2020-10-13 | 中铁第四勘察设计院集团有限公司 | 一种基于热成像的交互式站台门乘客分配引导系统及方法 |
CN112124379A (zh) * | 2020-09-29 | 2020-12-25 | 合肥工业大学 | 一种基于地铁客流分析的站台引导方法 |
CN112598331A (zh) * | 2021-01-06 | 2021-04-02 | 株洲中车时代电气股份有限公司 | 轨道交通的动态调度方法、系统、计算机设备和存储介质 |
CN113240063A (zh) * | 2020-05-16 | 2021-08-10 | 刘健 | 一种控制地铁乘车区闸门的数据库系统 |
CN113505644A (zh) * | 2021-06-08 | 2021-10-15 | 同济大学 | 一种地铁车厢客流检测告警系统及其方法 |
WO2022099612A1 (zh) * | 2020-11-13 | 2022-05-19 | 金序能 | 地铁站进站分流方法 |
CN114885134A (zh) * | 2022-07-08 | 2022-08-09 | 深圳益实科技有限公司 | 一种智慧地铁车用的站内导向系统 |
CN115148132A (zh) * | 2022-07-25 | 2022-10-04 | 深圳益实科技有限公司 | 一种地铁站动态客流指示屏幕 |
CN115588298A (zh) * | 2022-10-28 | 2023-01-10 | 广州地铁集团有限公司 | 一种基于机器视觉的城轨客流广播诱导方法 |
CN113065701B (zh) * | 2021-03-30 | 2023-10-31 | 重庆交通职业学院 | 一种轨道交通客流量智能预测方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826228A (zh) * | 2010-05-14 | 2010-09-08 | 上海理工大学 | 基于背景估计的公交乘客运动目标检测方法 |
EP2541506A1 (en) * | 2011-06-27 | 2013-01-02 | Siemens S.A.S. | Method and system for managing a flow of passengers on a platform |
CN103714698A (zh) * | 2013-12-26 | 2014-04-09 | 苏州清研微视电子科技有限公司 | 基于距离图像的公交车辆客流量统计系统 |
CN105376333A (zh) * | 2015-12-14 | 2016-03-02 | 上海斐讯数据通信技术有限公司 | 一种地铁监控系统及其监控方法 |
CN106373421A (zh) * | 2016-11-30 | 2017-02-01 | 中冶赛迪工程技术股份有限公司 | 一种城市轨道交通车站乘客引导系统及方法 |
-
2018
- 2018-03-16 CN CN201810217627.0A patent/CN108416315A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101826228A (zh) * | 2010-05-14 | 2010-09-08 | 上海理工大学 | 基于背景估计的公交乘客运动目标检测方法 |
EP2541506A1 (en) * | 2011-06-27 | 2013-01-02 | Siemens S.A.S. | Method and system for managing a flow of passengers on a platform |
CN103714698A (zh) * | 2013-12-26 | 2014-04-09 | 苏州清研微视电子科技有限公司 | 基于距离图像的公交车辆客流量统计系统 |
CN105376333A (zh) * | 2015-12-14 | 2016-03-02 | 上海斐讯数据通信技术有限公司 | 一种地铁监控系统及其监控方法 |
CN106373421A (zh) * | 2016-11-30 | 2017-02-01 | 中冶赛迪工程技术股份有限公司 | 一种城市轨道交通车站乘客引导系统及方法 |
Non-Patent Citations (1)
Title |
---|
舒国辉: "基于数据挖掘的公交客流规律研究", 《中国优秀硕士学位论文全文数据库-工程科技Ⅱ辑》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784739A (zh) * | 2019-01-23 | 2019-05-21 | 常州方可为机械科技有限公司 | 集成物联网大数据分析功能的地铁综合监控运维系统 |
CN109816085A (zh) * | 2019-01-30 | 2019-05-28 | 成都智元汇信息技术股份有限公司 | 一种基于现场展示的地铁客流信息实时发布系统及方法 |
CN109977927A (zh) * | 2019-04-25 | 2019-07-05 | 苏州雷格特智能设备股份有限公司 | 一种列车乘客拥挤度预警系统 |
CN110176191A (zh) * | 2019-05-22 | 2019-08-27 | 京东方科技集团股份有限公司 | 车厢号展示设备和站台引导系统 |
CN110222619A (zh) * | 2019-05-29 | 2019-09-10 | 佛山星乔电子科技有限公司 | 一种基于地铁屏蔽门显示装置的列车人流疏导方法及其系统 |
CN111259714B (zh) * | 2019-09-27 | 2022-04-12 | 华南理工大学 | 一种地铁列车车厢客流检测与预测及站台候车诱导系统 |
CN111259714A (zh) * | 2019-09-27 | 2020-06-09 | 华南理工大学 | 一种地铁列车车厢客流检测与预测及站台候车诱导系统 |
CN110992860A (zh) * | 2019-12-02 | 2020-04-10 | 交控科技股份有限公司 | 一种车站客流动态引导系统和方法 |
CN110992860B (zh) * | 2019-12-02 | 2022-07-19 | 交控科技股份有限公司 | 一种车站客流动态引导系统和方法 |
CN111144278A (zh) * | 2019-12-25 | 2020-05-12 | 南京理工大学 | 一种基于智能视频分析的高铁换乘电梯排队诱导方法 |
CN113240063A (zh) * | 2020-05-16 | 2021-08-10 | 刘健 | 一种控制地铁乘车区闸门的数据库系统 |
CN111762203A (zh) * | 2020-07-24 | 2020-10-13 | 中铁第四勘察设计院集团有限公司 | 一种基于热成像的交互式站台门乘客分配引导系统及方法 |
CN111762202A (zh) * | 2020-07-24 | 2020-10-13 | 中铁第四勘察设计院集团有限公司 | 一种表征列车拥挤程度的半高站台门集成化显示系统 |
CN112124379A (zh) * | 2020-09-29 | 2020-12-25 | 合肥工业大学 | 一种基于地铁客流分析的站台引导方法 |
WO2022099612A1 (zh) * | 2020-11-13 | 2022-05-19 | 金序能 | 地铁站进站分流方法 |
CN112598331A (zh) * | 2021-01-06 | 2021-04-02 | 株洲中车时代电气股份有限公司 | 轨道交通的动态调度方法、系统、计算机设备和存储介质 |
CN112598331B (zh) * | 2021-01-06 | 2024-01-23 | 株洲中车时代电气股份有限公司 | 轨道交通的动态调度方法、系统、计算机设备和存储介质 |
CN113065701B (zh) * | 2021-03-30 | 2023-10-31 | 重庆交通职业学院 | 一种轨道交通客流量智能预测方法和装置 |
CN113505644A (zh) * | 2021-06-08 | 2021-10-15 | 同济大学 | 一种地铁车厢客流检测告警系统及其方法 |
CN114885134A (zh) * | 2022-07-08 | 2022-08-09 | 深圳益实科技有限公司 | 一种智慧地铁车用的站内导向系统 |
CN115148132A (zh) * | 2022-07-25 | 2022-10-04 | 深圳益实科技有限公司 | 一种地铁站动态客流指示屏幕 |
CN115588298A (zh) * | 2022-10-28 | 2023-01-10 | 广州地铁集团有限公司 | 一种基于机器视觉的城轨客流广播诱导方法 |
CN115588298B (zh) * | 2022-10-28 | 2023-12-29 | 广州地铁集团有限公司 | 一种基于机器视觉的城轨客流广播诱导方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416315A (zh) | 一种地铁进站口客流疏导系统 | |
JP5988472B2 (ja) | 監視システム、および、混雑率算出方法 | |
CN111259714A (zh) | 一种地铁列车车厢客流检测与预测及站台候车诱导系统 | |
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 | |
CN113194138B (zh) | 基于ai深度学习的出行管理方法和系统 | |
CN104424812B (zh) | 一种公交到站时间预测系统和方法 | |
CN110395298B (zh) | 一种客流智能引导系统及方法 | |
CN106331988B (zh) | 基于可穿戴设备的地铁乘客监控方法及其监控系统 | |
CN105376333B (zh) | 一种地铁监控系统及其监控方法 | |
CN110324200A (zh) | 车辆通信控制方法及车辆通信装置 | |
CN110087939A (zh) | 车辆控制系统、车辆控制方法及车辆控制程序 | |
CN105761494A (zh) | 基于无人机的异常交通信息采集方法 | |
CN105551233A (zh) | 智慧变线公交系统及其动态调度优化方法 | |
CN107545724A (zh) | 一种公交车的动态调度方法、装置与系统 | |
CN107085966A (zh) | 一种公交车拥挤程度可视化系统 | |
CN113034894A (zh) | 一种etc门架系统、高速公路路段封闭预警方法及装置 | |
CN110838044A (zh) | 基于移动互联网智能定制大巴的运营平台及其操作方法 | |
CN108197552A (zh) | 城市轨道交通客流预警系统 | |
CN105564461A (zh) | 一种列车车厢及站台的乘客数目监测方法和系统 | |
CN113409194B (zh) | 泊车信息获取方法及装置、泊车方法及装置 | |
CN110490103A (zh) | 轨道交通客流密度检测方法及装置 | |
CN105046950A (zh) | 一种基于基站判断公交车拥挤程度的系统及方法 | |
CN106709444A (zh) | 基于双目红外摄像的公交客流计数设备及其方法 | |
CN106327632A (zh) | 一种获取地铁线路各站点实时路况的系统及方法 | |
CN110992678A (zh) | 一种基于大数据人脸识别的公交客流统计方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |
|
RJ01 | Rejection of invention patent application after publication |