CN108737968A - 一种通过无线技术感知乘客异常行为的方法 - Google Patents
一种通过无线技术感知乘客异常行为的方法 Download PDFInfo
- Publication number
- CN108737968A CN108737968A CN201810427259.2A CN201810427259A CN108737968A CN 108737968 A CN108737968 A CN 108737968A CN 201810427259 A CN201810427259 A CN 201810427259A CN 108737968 A CN108737968 A CN 108737968A
- Authority
- CN
- China
- Prior art keywords
- data
- sta
- abnormal
- compartment
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/618—Details of network addresses
- H04L2101/622—Layer-2 addresses, e.g. medium access control [MAC] addresses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/69—Types of network addresses using geographic information, e.g. room number
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种通过无线技术感知乘客异常行为的方法,先单车厢AP收集STA数据,然后数据汇总到控制中心集中存储;再经过分析与处理模型匹配;与预定义的正常/异常模型匹配的预定义正常/异常模型;最后异常用户告警。本发明基于车载互联网提前识别和预测偷盗行为,且成本低、实时性高,能够节约大量人力和物力成本。
Description
技术领域
本发明属于无线通信技术领域,特别涉及一种通过无线技术感知乘客异常行为的方法。
背景技术
现有的列车上的偷盗行为,基本都是靠巡警巡逻,摄像头抓拍,便衣警察识别等方法识别。发现潜在威胁行为耗时耗力,实时性不高,均属于事后处理的方法,没法提前预测和识别。
在安全行为威胁发生前,发生中,发生后三个阶段。事后处理需要从大量的数据中过滤出威胁发生时间段中的有用信息,为威胁事件处理提供有效证据,事件处理整个过程都在事后发生以后在进行处理,相关的损失和社会影响已经造成,并且事后处理费时费力。缺少一种有效的威胁预测和识别的方法。
发明内容
发明目的:针对现有技术中存在的发现潜在威胁行为耗时耗力,实时性不高,没法提前预测和识别的问题,本发明提供一种成本低、实时性高、可以提前预测和识别的通过无线技术感知乘客异常行为的方法。
技术方案:为解决上述技术问题,本发明提供一种通过无线技术感知乘客异常行为的方法,包括如下步骤:
(1)单车厢AP收集STA数据:单车厢AP收集STA的数据,STA未接入AP的情况下可收集STA的MAC地址,等信息强度等信息,已经接入AP的情况下,同时可收集STA的手机号;
(2)数据汇总:单车AP把数据汇总到控制中心集中存储;
(3)数据分析与处理模型匹配:控制中心根据mac地址来标识乘客,依据时间顺序,对乘客的位置信息进行画像,其中画像信息包括时间、用户名和位置信息;
(4)预定义正常/异常模型;
(5)异常用户告警。
进一步的,所述步骤(1)中单车厢AP收集STA数据的具体步骤如下:
(1.1)判断STA数据是否与本AP建立关联,如果是则进入步骤(1.2),如果否则进入步骤(1.3);
(1.2)根据STA上线和认证过程,获取到下本AP已经关联的用户MAC地址手机号和信号强度,并进入步骤(1.4);
(1.3)监听STA的Probe帧采集MAC地址和信号强度,并进入步骤(1.4);
(1.4)根据信号强度以及AP自身所在的车厢号,计算该STA在车厢的相对位置;
(1.5)把用户的MAC地址以及所在车厢号,车厢里面的相对位置以及时间信息一块发给列车中心服务器。
进一步的,所述步骤(2)中数据汇总的具体步骤如下:
(2.1)接收各个车厢的AP发送过来的数据;
(2.2)数据预处理:汇总、补充、存储各个AP数据,包含原有的MAC、手机号、在列车上的位置、时间信息以及通过手机号和通过铁路系统可获取到客户的座位信息,没有获取到手机号的乘客,可根据车厢所在的AP以及信号强度,计算出与AP的相对距离。
进一步的,所述步骤(2.2)中客户的座位信息包括车厢号和座位号信息。
进一步的,所述步骤(4)中预定义正常/异常模型的具体步骤如下:判断在时间t范围内,步骤(3)中绘制的每个乘客的位置信息画像是否有中心点,如果位置信息画像有中心点则判断为正常乘客,如果位置信息图像没有中心点均为随机离散点则判断为异常乘客。
与现有技术相比,本发明的优点在于:
本发明重大优势是通过一套机制和算法,智能的发现和提前预测可疑的威胁行为,提前给轨道安全相关部门提供有效的证据以及处理建议。在威胁行为发生之前就提前处理潜在的威胁事件,避免恶意行为发生同时保障乘客的人身,财产安全。
附图说明
图1为为本发明的整体流程图;
图2为图1中单车厢AP收集STA数据的流程图;
图3为图1中数据汇总的流程图;
图4为具体实施例一和二中接入AP的中心控制服务系统结构图;
图5为实施例中绘制的乘客的位置信息画像;
图6为实施例中无线接入过程三个阶段的结构示意图。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明。
如图1所示,本发明提供一种通过无线技术感知乘客异常行为的方法,包括如下步骤:
1、单车厢AP收集STA的数据,STA未接入AP的情况下可收集STA的mac地址,等信息强度等信息,已经接入AP的情况下,同时可收集STA的手机号。具体的如图2所示:
1.1、判断STA数据是否与本AP建立关联,如果是则进入步骤(1.2),如果否则进入步骤(1.3);
1.2、根据STA上线和认证过程,获取到下本AP已经关联的用户MAC地址手机号和信号强度,并进入步骤(1.4);
1.3、监听STA的Probe帧采集MAC地址和信号强度,并进入步骤(1.4);
1.4、根据信号强度以及AP自身所在的车厢号,计算该STA在车厢的相对位置;
1.5、把用户的MAC地址以及所在车厢号,车厢里面的相对位置以及时间信息一块发给列车中心服务器。
2、单车AP把数据汇总到控制中心集中存储:具体的如图3所示,
2.1、接收各个车厢的AP发送过来的数据;
2.2、数据预处理:汇总、补充、存储各个AP数据,包含原有的MAC、手机号、在列车上的位置、时间信息以及通过手机号和通过铁路系统可获取到客户的座位信息,没有获取到手机号的乘客,可根据车厢所在的AP以及信号强度,计算出与AP的相对距离。
3、控制中心根据mac地址来标识乘客,依据时间顺序,对乘客的位置信息进行画像,即是什么时间,哪一个用户,在什么位置。如下举例,图5中,
0~1为0车厢
1~2为1车厢
2~3为2车厢
3~4为3车厢
4、通过预定义乘客的位置模型,采用模型分类的方法,将数据进行分类
在预定义模型中,是根据人的行为,假设每一个人有活动中心的。也就是说按照时间采样
每个乘客的位置的话,是有中心点的,而不是随机离散点,比如定义异常模型:
①异常乘客模型1:以2分钟为采样间隔,连续两个采样的位置距离大于1个车厢的次数大于2次
②异常乘客模型2:以餐车为边界,一小时以内穿过餐车的次数大于2次
然后根据步骤3的位置信息,根据模型,进行数据处理,匹配。通过定义的异常模型一可以识别出乘客二为可疑用户。
5、将已经识别的异常乘客的位置模型进行告警,结合STA的mac地址/电话号码等信息可定位到具体的可疑的人员位置和身份,然后可进行进一步的调查处理。
如图4所示,实施例一:可疑用户没有接入到AP的情况下[此处将技术方案一和技术方案二整体安装一个流程方法描述并对应画一个流程图。可以先连接哪些设备,然后通过XX判断是否接入AP,如果接入则进入步骤a,如果没有接入则进入步骤b,类似这样描述。]
1,在列车上,每一节车厢安装一个AP,同时整列车有一个中心控制服务器管理每一节车厢的AP设备
2,每节车厢的AP作为WiFi探针,收集STA的设备MAC地址,信号强度,时间戳信息
3,每节车厢把探针收集到的信息汇总到中心服务器,做统一分析和处理:
(1)首先定义若干种用户位置行为模型
①普通乘客位置轨迹,普通乘客的位置信息按照时间顺序,他们位置信息是有中心点的(几个固定的位置中来回有变动,比如在一个或者多个座位之间,洗手间,餐车等)
②异常乘客位置轨迹,异常乘客的位置信息按照时间顺序,离散在各个车厢(在多个车厢中来回串动,或者整列车中来回走动,长时间滞留的位置和座位位置不相符,还没有到站就提前下车等)
(2)根据STA的MAC地址标识用户,然后以用户的维度进行用户位置轨迹画像
(3)然后通过用户的轨迹去匹配模型,识别异常的乘客
(4)结合其他方式,摄像头抓拍,购票信息获取到乘客的身份证,手机号等信息,做进行进一步调查。
实施例二:可疑用户接入到AP的情况下
1,在列车上,每一节车厢安装一个AP,同时整列车有一个中心控制服务器管理每一节车厢的AP设备
2,每节车厢把已经接入的STA信息上报到中心服务器上,中心服务器汇聚了各个乘客接入的AP ID号,乘客位置变化,会导致接入的AP ID进行变化(漫游)
3,中心服务器的数据分析与方案一一致。
其中如图6所示无线接入过程三个阶段
STA(工作站)启动初始化、开始正式使用AP传送数据帧前,要经过三个阶段才能够接入(802.11MAC层负责客户端与AP之间的通讯,功能包括扫描、接入、认证、加密、漫游和同步等功能):
1)扫描阶段(SCAN)
2)认证阶段(Authentication)
3)关联(Association)
WiFi探针技术
WiFi采用的是IEEE802.11协议集,此协议集包含许多子协议。其中按照时间顺序发展,主要有:(1)802.11a,(2)802.11b,(3)802.11g,(4)802.11n.
在网络通信中,数据被封装成了帧,帧就是指通信中的一个数据块。但是帧在数据链路层传输的时候是有固定格式的,不是随便的封装和打包就可以传输,大小有限制,最小46字节,最大1500字节所以我们必须按照这个规则来封装。例如802.11的帧结构,前两个字节为:帧控制字段。控制字段的前2bit节为:协议类型,目前此值为:0。
1)控制帧:(Control Frame,例如RTS帧、CTS帧、ACK帧)用于竞争期间的握手通信和正向确认、结束非竞争期等;
2)管理帧:(Management Frame,例如Beacon帧、Probe Request帧)主要用于STA与AP之间协商、关系的控制,如关联、认证、同步等;
3)数据帧:(Data Frame,承载数据的载体)用于在竞争期和非竞争期传输数据。
1、控制帧
BeaconFrame:信标帧,是相当重要的维护机制,主要来宣告某个AP网络的存在。定期发送的信标,可让移动WiFi设备得知该网络的存在,从而调整加入该网络所必要的参数。在基础网络里,AP必须负责发送Beacon帧,Beacon帧所及范围即为基本服务区域。在基础型网络里,所有沟通都必须通过接入点,因此WiFi设备不能距离太远,否则无法接收到信标。
2、管理帧Probe Request:探测请求帧,WiFi设备将会利用Probe Request帧,扫描所在区域内目前有哪些802.11网络。
3、数据帧:
Data数据帧,当接入点要送出一个帧给WiFi设备但是不必确认之前所传送的信息时,就会使用标准的数据帧。标准的数据帧并不会征询对方是否有数据待传,因此不允许接收端传送任何数据。无竞争周期所使用的纯数据(Data-Only)帧和无竞争周期所使用的数据帧完全相同。
WiFi探针其实就是一个AP,它定时的向自己的四周广播发送Beacon帧,用来通知附近的WiFi设备,AP是存在的,(好比它一直在向周围喊着,我在这里,大家快来连接我啊)。我们的WiFi设备,手机,平板电脑等,也不停的发送着probe帧,去寻找附近可用的AP。在probe帧的介绍中就我们可以看到probe帧包含了设备的mac地址,当我们的AP接收到probe帧之后就获取了这个设备的MAC地址,而这个AP就是我们的WIFI探针。因此只要在WiFi探针覆盖区域内的设备打开着WiFi,探针就能收集到他的MAC地址。
WiFi探针可以采集数据:设备MAC地址;WiFi信号强度;WiFi信号频道;信号帧类型。
举例如下:探针MAC|抓取的设备MAC|设备发送的WiFi包的类型|子类型|信号强度|时间戳
数据释义
”探针MAC”就是探针本身的MAC地址;
“抓取的设备MAC”指探针抓取到的WiFi信号的发射设备的MAC地址,一般为手机;
“信号强度”指探针抓取到的WiFi信号的强度,最小值为“-100”,一般来说,此值越大表示发射设备离探针越近;
“设备发送的WiFi包的类型”指探针抓取到的WiFi信号的类别,其末位数的值为0、4、8时,分别表示抓取到的WiFi信号为“管理”帧、“控制”帧、“数据”帧;
“时间戳”指探针抓取到WiFi信号的时间,如果探针在局域网内使用而没有接入广域网的话,时间戳可能是不准确的。
RSSI测距的实现原理
目前的定位技术总体上可以分为基于测距技术与无需测距技术。前者定位精度较高,后者实现起来比较简单。在测距技术中,有基于接收信号强度(RSSI)、基于到达时间差(TOA)、基于不同波的到达时间差(TDOA)以及到达角度差(AOA)。在这几种测距技术中,基于RSSI的测距技术将接收到的信号强度转换为节点之间的距离,不需要额外的硬件和数据交换,有成本低、容易实现等优点。
基于RSSI的测距技术是利用无线电信号随距离增大而有规律地衰减的原理来测量节点间的距离的。接收信号强度RSSI与传输距离d的关系如下所示:RSSI=-(10×n×lgd+A)(1)式中,n表示信号传播常数,也叫传播系数;d表示与发送者的距离;A表示距发送者1m时的信号强度。测距精度的高低受到n与A实际取值大小的影响较大。A是一个经验参数,可以通过测量距离发送者1m处的RSSI值得到。n是用来描述信号强度随距离增加而递减的参量,n的大小依赖具体的环境。为了得到最优的n值,可以先放置好所有的参考节点,然后尝试用不同的n_index值找到最适合这个具体环境的n值。
以上所述仅为本发明的实施例子而已,并不用于限制本发明。凡在本发明的原则之内,所作的等同替换,均应包含在本发明的保护范围之内。本发明未作详细阐述的内容属于本专业领域技术人员公知的已有技术。
Claims (5)
1.一种通过无线技术感知乘客异常行为的方法,其特征在于,包括如下步骤:
(1)单车厢AP收集STA数据:单车厢AP收集STA的数据,STA未接入AP的情况下可收集STA的MAC地址和信息强度,已经接入AP的情况下,同时可收集STA的手机号;
(2)数据汇总:单车AP把数据汇总到控制中心集中存储;
(3)数据分析与处理模型匹配:控制中心根据mac地址来标识乘客,依据时间顺序,对乘客的位置信息进行画像,其中画像信息包括时间、用户名和位置信息;
(4)预定义正常/异常模型;
(5)异常用户告警。
2.根据权利要求1中所述的一种通过无线技术感知乘客异常行为的方法,其特征在于,所述步骤(1)中单车厢AP收集STA数据的具体步骤如下:
(1.1)判断STA数据是否与本AP建立关联,如果是则进入步骤(1.2),如果否则进入步骤(1.3);
(1.2)根据STA上线和认证过程,获取到下本AP已经关联的用户MAC地址手机号和信号强度,并进入步骤(1.4);
(1.3)监听STA的Probe帧采集MAC地址和信号强度,并进入步骤(1.4);
(1.4)根据信号强度以及AP自身所在的车厢号,计算该STA在车厢的相对位置;
(1.5)把用户的MAC地址以及所在车厢号,车厢里面的相对位置以及时间信息一块发给列车中心服务器。
3.根据权利要求1中所述的一种通过无线技术感知乘客异常行为的方法,其特征在于,所述步骤(2)中数据汇总的具体步骤如下:
(2.1)接收各个车厢的AP发送过来的数据;
(2.2)数据预处理:汇总、补充、存储各个AP数据,包含原有的MAC、手机号、在列车上的位置、时间信息以及通过手机号和通过铁路系统可获取到客户的座位信息,没有获取到手机号的乘客,可根据车厢所在的AP以及信号强度,计算出与AP的相对距离。
4.根据权利要求3中所述的一种通过无线技术感知乘客异常行为的方法,其特征在于,所述步骤(2.2)中客户的座位信息包括车厢号和座位号信息。
5.根据权利要求1中所述的一种通过无线技术感知乘客异常行为的方法,其特征在于,所述步骤(4)中预定义正常/异常模型的具体步骤如下:判断在时间t范围内,步骤(3)中绘制的每个乘客的位置信息画像是否有中心点,如果位置信息画像有中心点则判断为正常乘客,如果位置信息图像没有中心点均为随机离散点则判断为异常乘客。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427259.2A CN108737968A (zh) | 2018-05-07 | 2018-05-07 | 一种通过无线技术感知乘客异常行为的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427259.2A CN108737968A (zh) | 2018-05-07 | 2018-05-07 | 一种通过无线技术感知乘客异常行为的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108737968A true CN108737968A (zh) | 2018-11-02 |
Family
ID=63937059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810427259.2A Pending CN108737968A (zh) | 2018-05-07 | 2018-05-07 | 一种通过无线技术感知乘客异常行为的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108737968A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111341066A (zh) * | 2018-12-19 | 2020-06-26 | 浙江宇视科技有限公司 | 一种基于无线探针的报警方法及系统 |
CN111478950A (zh) * | 2020-03-26 | 2020-07-31 | 微民保险代理有限公司 | 一种对象状态的推送方法和装置 |
CN111491258A (zh) * | 2020-03-26 | 2020-08-04 | 微民保险代理有限公司 | 一种对象类型的检测方法和装置 |
CN111680653A (zh) * | 2020-06-12 | 2020-09-18 | 深圳市鸿合创新信息技术有限责任公司 | 座位信息生成方法、装置、设备及存储介质 |
CN112208475A (zh) * | 2019-07-09 | 2021-01-12 | 奥迪股份公司 | 用于车辆乘员的安全保护系统、车辆及相应的方法和介质 |
CN114913669A (zh) * | 2021-12-28 | 2022-08-16 | 天翼数字生活科技有限公司 | 一种基于三维无线定位追踪及压电薄膜传感器的家庭成员安全预警方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070258393A1 (en) * | 2006-05-08 | 2007-11-08 | Cisco Technology, Inc. | System and method for pruning a neighbor list using motion vectors |
CN102710928A (zh) * | 2011-10-09 | 2012-10-03 | 苏州元澄智能科技有限公司 | 融合rfid识别的地铁闭路电视监控方法 |
CN104778642A (zh) * | 2015-03-20 | 2015-07-15 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测系统 |
CN106331988A (zh) * | 2016-08-18 | 2017-01-11 | 广东工业大学 | 基于可穿戴设备的地铁乘客监控方法及其监控系统 |
CN106792456A (zh) * | 2016-12-21 | 2017-05-31 | 浙江省公众信息产业有限公司 | 数据分析系统和方法 |
CN107493567A (zh) * | 2017-08-18 | 2017-12-19 | 公安部第三研究所 | 用于监管特殊室内场所人员位置和行为的系统及方法 |
-
2018
- 2018-05-07 CN CN201810427259.2A patent/CN108737968A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070258393A1 (en) * | 2006-05-08 | 2007-11-08 | Cisco Technology, Inc. | System and method for pruning a neighbor list using motion vectors |
CN102710928A (zh) * | 2011-10-09 | 2012-10-03 | 苏州元澄智能科技有限公司 | 融合rfid识别的地铁闭路电视监控方法 |
CN104778642A (zh) * | 2015-03-20 | 2015-07-15 | 北京邮电大学 | 基于WiFi的校园用户数据处理方法、服务器和监测系统 |
CN106331988A (zh) * | 2016-08-18 | 2017-01-11 | 广东工业大学 | 基于可穿戴设备的地铁乘客监控方法及其监控系统 |
CN106792456A (zh) * | 2016-12-21 | 2017-05-31 | 浙江省公众信息产业有限公司 | 数据分析系统和方法 |
CN107493567A (zh) * | 2017-08-18 | 2017-12-19 | 公安部第三研究所 | 用于监管特殊室内场所人员位置和行为的系统及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111341066A (zh) * | 2018-12-19 | 2020-06-26 | 浙江宇视科技有限公司 | 一种基于无线探针的报警方法及系统 |
CN112208475A (zh) * | 2019-07-09 | 2021-01-12 | 奥迪股份公司 | 用于车辆乘员的安全保护系统、车辆及相应的方法和介质 |
CN112208475B (zh) * | 2019-07-09 | 2023-02-03 | 奥迪股份公司 | 用于车辆乘员的安全保护系统、车辆及相应的方法和介质 |
CN111478950A (zh) * | 2020-03-26 | 2020-07-31 | 微民保险代理有限公司 | 一种对象状态的推送方法和装置 |
CN111491258A (zh) * | 2020-03-26 | 2020-08-04 | 微民保险代理有限公司 | 一种对象类型的检测方法和装置 |
CN111680653A (zh) * | 2020-06-12 | 2020-09-18 | 深圳市鸿合创新信息技术有限责任公司 | 座位信息生成方法、装置、设备及存储介质 |
CN114913669A (zh) * | 2021-12-28 | 2022-08-16 | 天翼数字生活科技有限公司 | 一种基于三维无线定位追踪及压电薄膜传感器的家庭成员安全预警方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108737968A (zh) | 一种通过无线技术感知乘客异常行为的方法 | |
Musa et al. | Tracking unmodified smartphones using wi-fi monitors | |
Schauer et al. | Estimating crowd densities and pedestrian flows using wi-fi and bluetooth | |
CN103997757B (zh) | 伪基站定位方法、设备及信息上报方法、设备 | |
CN104980885B (zh) | 一种面向wifi探测识别的数据处理系统及方法 | |
CN104635706B (zh) | 基于信息源检测的群集人员监测及预警的系统的使用方法 | |
CN107995649A (zh) | 通过wifi探针实现考勤打卡或统计人流量的方法与系统 | |
CN105992210B (zh) | 移动伪基站定位方法、系统、定位设备及定位服务器 | |
WO2018122817A1 (zh) | 一种使用wi-fi探针检测公共场所人流量的方法 | |
Petre et al. | WiFi tracking of pedestrian behavior | |
CN109362038A (zh) | 基于WiFi探针的客流量统计分析及服务的方法和系统 | |
CN102667518A (zh) | 多传感器定位和识别 | |
CN107820253A (zh) | 无线网络中在动态频率选择频段中同时使用多个信道的方法和装置 | |
EP2974182B1 (en) | Traffic analysis system using wireless networking devices | |
CN108391234B (zh) | 一种基于WiFi技术的人流量检测装置 | |
CN109218987A (zh) | 信息处理方法、装置、终端及存储介质 | |
CN111148029A (zh) | 一种人员定位识别智能管理系统及方法 | |
CN103634576B (zh) | 一种高速公路移动终端监控系统及方法 | |
CN108235323B (zh) | 基于大数据的伪基站预警方法及系统 | |
Gebru | A privacy-preserving scheme for passive monitoring of people’s flows through WiFi beacons | |
CN106379788A (zh) | 一种电梯乘客身份识别和人流统计装置及方法 | |
CN108521632A (zh) | 基于Wi-Fi的实时社交关系发现系统及实现方法 | |
CN106912070A (zh) | 基于iBeacon技术的商旅区域人流密度监测方法及系统 | |
CN204374760U (zh) | 基于信息源检测的群集人员监测及预警的系统 | |
Song et al. | Real-time public transport service-level monitoring using passive WiFi: a spectral clustering approach for train timetable estimation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181102 |