CN111586654B - 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用 - Google Patents

基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用 Download PDF

Info

Publication number
CN111586654B
CN111586654B CN202010327229.1A CN202010327229A CN111586654B CN 111586654 B CN111586654 B CN 111586654B CN 202010327229 A CN202010327229 A CN 202010327229A CN 111586654 B CN111586654 B CN 111586654B
Authority
CN
China
Prior art keywords
station
bluetooth
time
train
getting
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.)
Active
Application number
CN202010327229.1A
Other languages
English (en)
Other versions
CN111586654A (zh
Inventor
郝妍熙
张凌波
胡华
刘志钢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai University of Engineering Science
Original Assignee
Shanghai University of Engineering Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai University of Engineering Science filed Critical Shanghai University of Engineering Science
Priority to CN202010327229.1A priority Critical patent/CN111586654B/zh
Publication of CN111586654A publication Critical patent/CN111586654A/zh
Application granted granted Critical
Publication of CN111586654B publication Critical patent/CN111586654B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B11/00—Apparatus for validating or cancelling issued tickets
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B3/00—Machines for issuing preprinted tickets
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic

Abstract

本发明公开了一种基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用，步骤如下：通过AFC获取车站a的一段时间内所有乘客的出站时间；根据设定的行走时间及列车的ATS到发时间数据推算r班次列车在车站a的下车客流量
Figure DDA0002463656360000011
获取r班次列车在车站a‑1至车站a运行过程中蓝牙设备的地址总数
Figure DDA0002463656360000012
及r班次列车在车站a至车站a+1运行过程中蓝牙设备的地址总数
Figure DDA0002463656360000013
算得r班次列车在车站a的上车客流量
Figure DDA0002463656360000014
根据单一蓝牙设备地址相同的特性计算r班次列车在车站a的下车客流量
Figure DDA0002463656360000015
和上车客流量
Figure DDA0002463656360000016
得到
Figure DDA0002463656360000017
和
Figure DDA0002463656360000018
本发明的方法，分析工作量小，分析效率高，能够极大地降低应用门槛(对设备硬件的要求较低)，应用前景好。

Description

基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用
技术领域
本发明属于轨道交通运营管理技术领域，涉及一种基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用。
背景技术
随着经济的快速发展，城市轨道交通线网规模不断扩大，地铁在人们出行乘坐的交通工具中发挥着越来越大的比例，它承载的客运量也越来越多。但城市轨道交通在快速发展的同时，也存在着车站客流组织不顺畅及线路行车计划不匹配等问题。特别是在高峰时段，较大的客流量不仅降低了乘客的出行效率和舒适性，还极大地增加了车站运营安全隐患。如果能够准确地获取列车每一站上下车的客流量，即可为乘客出行提供更多的选择机会，进而能够通过改变列车发车时间间隔、改善车站客流组织和线路行车计划等手段提高轨交的服务质量。
目前检测列车上下车客流量的方法主要有以下两种：(1)通过传统AFC检售票系统(城市轨道交通自动售检票系统)获取，然而这一方法仅仅能够获得某个站区的进站人数和出站人数，而无法获得每一班次的列车在每一站上下车的客流量，更无法得知每一班次列车的满载率；(2)通过车站监控视频法获取，然而视频处理分析工作量大，需耗费大量人力，效率低下。
因此，开发一种分析效率高且能实时检测地铁上下车客流量的方法极具现实意义。
发明内容
本发明的目的在于克服现有技术分析工作量大且效率低下的缺陷，提供一种分析效率高且能实时检测地铁上下车客流量的方法。
为实现上述目的，本发明提供如下技术方案：
一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，应用于电子设备，步骤如下：
(1)通过城市轨道交通自动售检票系统获取车站a的一段时间内所有乘客的出站时间；
(2)根据设定的行走时间及列车的ATS到发时间数据推算r班次列车在车站a的下车客流量
Figure GDA0003097201510000021
(3)通过r班次列车上安装的蓝牙嗅探装置获取r班次列车在车站a-1至车站a运行过程中蓝牙设备的地址总数
Figure GDA0003097201510000022
及r班次列车在车站a至车站a+1运行过程中蓝牙设备的地址总数
Figure GDA0003097201510000023
计算得到r班次列车在车站a的上车客流量
Figure GDA0003097201510000024
计算公式如下：
Figure GDA0003097201510000025
Figure GDA0003097201510000026
Figure GDA0003097201510000027
其中，S为蓝牙嗅探装置的采样率，
Figure GDA0003097201510000028
为r班次列车在车站a-1至车站a运行过程中的乘客数量，
Figure GDA0003097201510000029
为r班次列车在车站a至车站a+1运行过程中的乘客数量；
(4)根据单一蓝牙设备地址相同的特性，计算r班次列车在车站a的下车客流量
Figure GDA00030972015100000210
和上车客流量
Figure GDA00030972015100000211
计算公式如下：
Figure GDA00030972015100000212
Figure GDA00030972015100000213
其中，h为r班次列车在车站a-1至车站a运行过程中
Figure GDA00030972015100000214
个蓝牙设备的地址与r班次列车在车站a至车站a+1运行过程中
Figure GDA00030972015100000215
个蓝牙设备的地址中相同蓝牙地址的数量，h即为r班次列车在a站未离开列车的蓝牙设备的数量；
(5)得出r班次列车在车站a的理论下车客流量
Figure GDA0003097201510000031
和理论上车客流量
Figure GDA0003097201510000032
计算公式如下：
Figure GDA0003097201510000033
Figure GDA0003097201510000034
本发明提供了一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，能够实时对地铁列车上下车客流量进行检测，同时相比于目前的视频监控法，分析工作量小，分析效率高，能够极大地降低应用门槛(对设备硬件的要求较低)，应用前景好。同时本发明的方法针对乘客关闭蓝牙、下车后在地铁站内逗留、上厕所等会导致其乘坐下一班次列车等情况，采用两种方法对下车、上车客流量进行计算，而后对其求平均值，以减小误差，提高精确度。
作为优选的技术方案：
如上所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，所述设定的行走时间为高峰时段行走时间t高或非高峰时段行走时间t非。
如上所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，所述t高及t非是统计得到的，具体是分别统计高峰时段及非高峰时段乘客由列车各车门到走出出站闸机的时间得到的，其中，高峰时期统计得到的行走时间为ti，i＝1,2……n，n为高峰时段统计的数量，非高峰时期统计得到的行走时间为tj，i＝1,2……m，m为非高峰时段统计的数量；
Figure GDA0003097201510000035
Figure GDA0003097201510000036
如上所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，步骤(2)的具体操作如下：
(2.1)在所有乘客中选取一乘客，记为乘客x，乘客x在车站a的出站时间为t出，根据t出判断该时段是否处于高峰时段，如是，进入步骤(2.2)，否则，进入步骤(2.3)；
(2.2)乘客x的下车时间为t出-t高，进入步骤(2.4)；
(2.3)乘客x的下车时间为t出-t非，进入步骤(2.4)；
(2.4)将乘客x的下车时间与列车的ATS到发时间数据比对，即可获知乘客x的下车班次；
(2.5)判断是否所有乘客均被选取，如是，进入步骤(2.6)，否则返回步骤(2.1)；
(2.6)将所有r班次列车在车站a的下车的乘客数量相加，记为
Figure GDA0003097201510000043
如上所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，所述S的获取过程如下：
使用蓝牙嗅探装置统计时间T内在地铁车厢内检测到的蓝牙地址个数，将其设为Mi，并通过视频计数的方式统计时间T内在该地铁车厢内的实际客流量Ni，则时间T内的蓝牙采样率
Figure GDA0003097201510000041
重复以上操作k次，将得到的所有的采样率加权求和取平均值即得到
Figure GDA0003097201510000042
蓝牙采样率S是指被蓝牙嗅探装置探测到的乘客数量占全部客流量的比例，如果蓝牙设备(一般为手机)蓝牙功能是开启状态，则可以被蓝牙嗅探装置探测到，由于地铁使用APP(如“大都会”APP)或者智能手表、无线耳机等蓝牙设备时，要求手机蓝牙功能是开启状态，而这几种设备的使用经调查与乘客年龄有显著的关系，由于不同地铁站内的乘客年龄类型不同，因此蓝牙的采样率高低不同。本发明可将地铁站分为两类(以上海地铁为例)：一类是靠近高新技术产业区的地铁站(如张江、陆家嘴等)，此类地铁站年轻乘客居多，因此蓝牙的采样率较高；另一类是老式的地铁站，由于年龄较大的乘客居多，乘客大部分采用的是刷公交卡的形式，因此蓝牙的采样率较低。此外，有乘客将手机放在包里导致无法检测到蓝牙地址的情况，以及有的乘客在通过闸机后关闭蓝牙等情况，均导致蓝牙的采样率高低不同。因此需要分别采集这两类地铁车站内的乘客使用蓝牙技术的采样率。当然本发明的保护范围并不仅限于此，本领域技术人员也可根据实际情况具体设置每个车站的蓝牙采样率S。
目前依据蓝牙发射输出电平可以有3种距离等级：class 1为半径100米左右，class 2为半径10米左右，class 3为半径2～3米。根据本发明所需要的实际数据，本技术所使用的蓝牙装置是布设在列车屏蔽门上检测列车车厢里的客流量以及上下车的客流量，因此需采用class2与class3相结合的输出电平，class2确保覆盖整个车厢，而class3确保覆盖车门。
作为优选的技术方案：
本发明还提供一种基于蓝牙嗅探装置检测地铁上下车客流量的方法的电子设备，包括一个或多个处理器、一个或多个存储器、一个或多个程序及通讯模块；
所述通讯模块与城市轨道交通自动售检票系统、蓝牙嗅探装置实时通讯，并将信号发送至处理器；
所述一个或多个程序被存储在所述存储器中，当所述一个或多个程序被所述处理器执行时，使得所述电子设备执行如上所述的基于蓝牙嗅探装置检测地铁上下车客流量的方法。
有益效果：
(1)本发明的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，能够实时对地铁列车上下车客流量进行检测，分析工作量小，分析效率高，能够极大地降低应用门槛(对设备硬件的要求较低)，应用前景好；
(2)本发明的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，采用两种方法对下车、上车客流量进行计算，而后对其求平均值，误差小，精确度高；
(3)应用本发明的方法的电子设备，结构合理，数据处理迅速，应用前景好。
附图说明
图1为基于蓝牙嗅探装置检测地铁上下车客流量的方法的步序图；
图2为漕河泾开发区地铁站的进出站闸机在2018.07.16 06:54:00—7:55:00的客流量；
图3为936JJ次列车上的蓝牙嗅探装置在2018.07.16 07:37:08——07:49:00在星中路-宜山路检测到的客流量；
图4为936JJ次列车上的蓝牙嗅探装置的采样率；
图5为漕河泾开发区地铁站的平面图；
图6为本发明的电子设备的结构示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式做进一步阐述。
实施例1
一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，如图1所示，应用于电子设备，步骤如下：
(1)通过城市轨道交通自动售检票系统获取车站a(以如图5所示的上海地铁漕河泾开发区地铁站为例)的一段时间内所有乘客的出站时间；
(2)根据设定的行走时间及列车的ATS到发时间数据推算r班次列车在车站a的下车客流量
Figure GDA0003097201510000061
设定的行走时间为高峰时段行走时间t高或非高峰时段行走时间t非，t高及t非是统计得到的，具体是分别统计高峰时段及非高峰时段乘客由列车各车门到走出出站闸机的时间得到的，其中，高峰时期统计得到的行走时间为ti，i＝1,2……n，n为高峰时段统计的数量，非高峰时期统计得到的行走时间为tj，i＝1,2……m，m为非高峰时段统计的数量；
Figure GDA0003097201510000071
Figure GDA0003097201510000072
步骤(2)的具体操作如下：
(2.1)在所有乘客中选取一乘客，记为乘客x，乘客x在车站a的出站时间为t出，根据t出判断该时段是否处于高峰时段，如是，进入步骤(2.2)，否则，进入步骤(2.3)；
(2.2)乘客x的下车时间为t出-t高，进入步骤(2.4)；
(2.3)乘客x的下车时间为t出-t非，进入步骤(2.4)；
(2.4)将乘客x的下车时间与列车的ATS到发时间数据比对，即可获知乘客x的下车班次，具体如图2所示，图中7:42:31——07:44:15有大致服从正态分布的客流量，此段时间的客流量为108，07:42:31-00:01:31＝07:41:00，与列车的ATS到发时间对比，可知列车车次为07:42:14到达漕河泾开发区站的车次号为936JJ的上行方向的列车；
(2.5)判断是否所有乘客均被选取，如是，进入步骤(2.6)，否则返回步骤(2.1)；
(2.6)将所有r班次列车(车次号为936JJ的上行方向的列车)在车站a的下车的乘客数量相加，记为
Figure GDA0003097201510000073
(3)936JJ次列车上的蓝牙嗅探装置在2018.07.16 07:37:08——07:49:00在星中路-宜山路检测到的客流量如图3所示，通过r班次列车(车次号为936JJ的上行方向的列车)上安装的蓝牙嗅探装置获取r班次列车(车次号为936JJ的上行方向的列车)在车站a-1(合川路站)至车站a(漕河泾开发区站)运行过程中蓝牙设备的地址总数
Figure GDA0003097201510000081
及r班次列车(车次号为936JJ的上行方向的列车)在车站a(漕河泾开发区站)至车站a+1(桂林路站)运行过程中蓝牙设备的地址总数
Figure GDA0003097201510000082
计算得到r班次列车在车站a的上车客流量
Figure GDA0003097201510000083
计算公式如下：
Figure GDA0003097201510000084
Figure GDA0003097201510000085
Figure GDA0003097201510000086
其中，S为蓝牙嗅探装置的采样率，
Figure GDA0003097201510000087
为r班次列车(车次号为936JJ的上行方向的列车)在车站a-1(合川路站)至车站a(漕河泾开发区站)运行过程中的乘客数量，
Figure GDA0003097201510000088
为r班次列车(车次号为936JJ的上行方向的列车)在车站a(漕河泾开发区站)至车站a+1(桂林路站)运行过程中的乘客数量；
S的获取过程如下：
使用蓝牙嗅探装置统计时间T内在地铁车厢内检测到的蓝牙地址个数，将其设为Mi，并通过视频计数的方式统计时间T内在该地铁车厢内的实际客流量Ni，则时间T内的蓝牙采样率
Figure GDA0003097201510000089
重复以上操作k次，将得到的所有的采样率加权求和取平均值即得到
Figure GDA00030972015100000810
蓝牙嗅探装置的采样率如图4所示；
(4)根据单一蓝牙设备地址相同的特性，计算r班次列车(车次号为936JJ的上行方向的列车)在车站a(漕河泾开发区站)的下车客流量
Figure GDA00030972015100000811
和上车客流量
Figure GDA00030972015100000812
计算公式如下：
Figure GDA00030972015100000813
Figure GDA00030972015100000814
其中，h为r班次列车(车次号为936JJ的上行方向的列车)在车站a-1(合川路站)至车站a(漕河泾开发区站)运行过程中
Figure GDA0003097201510000091
个蓝牙设备的地址与r班次列车(车次号为936JJ的上行方向的列车)在车站a(漕河泾开发区站)至车站a+1(桂林路站)运行过程中
Figure GDA0003097201510000092
个蓝牙设备的地址中相同蓝牙地址的数量，为140个；
(5)得出r班次列车在车站a的理论下车客流量
Figure GDA0003097201510000093
和理论上车客流量
Figure GDA0003097201510000094
计算公式如下：
Figure GDA0003097201510000095
Figure GDA0003097201510000096
经验证，本发明的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，能够实时对地铁列车上下车客流量进行检测，分析工作量小，分析效率高，能够极大地降低应用门槛(对设备硬件的要求较低)，应用前景好；采用两种方法对下车、上车客流量进行计算，而后对其求平均值，误差小，精确度高。
实施例2
一种应用基于蓝牙嗅探装置检测地铁上下车客流量的方法的电子设备，如图6所示，包括一个或多个处理器、一个或多个存储器、一个或多个程序及通讯模块；
通讯模块与城市轨道交通自动售检票系统、蓝牙嗅探装置实时通讯，并将信号发送至处理器；
一个或多个程序被存储在存储器中，当一个或多个程序被所述处理器执行时，使得电子设备执行如实施例1所述的基于蓝牙嗅探装置检测地铁上下车客流量的方法。
经验证，该电子设备，结构合理，数据处理迅速，应用前景好。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应该理解，这些仅是举例说明，在不违背本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改。

Claims (6)

1.基于蓝牙嗅探装置检测地铁上下车客流量的方法，应用于电子设备，其特征在于，步骤如下：
(1)通过城市轨道交通自动售检票系统获取车站a的一段时间内所有乘客的出站时间；
(2)根据设定的行走时间及列车的ATS到发时间数据推算r班次列车在车站a的下车客流量
Figure FDA0003097201500000011
(3)通过r班次列车上安装的蓝牙嗅探装置获取r班次列车在车站a-1至车站a运行过程中蓝牙设备的地址总数
Figure FDA0003097201500000012
及r班次列车在车站a至车站a+1运行过程中蓝牙设备的地址总数
Figure FDA0003097201500000013
计算得到r班次列车在车站a的上车客流量
Figure FDA0003097201500000014
计算公式如下：
Figure FDA0003097201500000015
Figure FDA0003097201500000016
Figure FDA0003097201500000017
其中，S为蓝牙嗅探装置的采样率，
Figure FDA0003097201500000018
为r班次列车在车站a-1至车站a运行过程中的乘客数量，
Figure FDA0003097201500000019
为r班次列车在车站a至车站a+1运行过程中的乘客数量；
(4)根据单一蓝牙设备地址相同的特性，计算r班次列车在车站a的下车客流量
Figure FDA00030972015000000110
和上车客流量
Figure FDA00030972015000000111
计算公式如下：
Figure FDA00030972015000000112
Figure FDA00030972015000000113
其中，h为r班次列车在车站a-1至车站a运行过程中
Figure FDA00030972015000000114
个蓝牙设备的地址与r班次列车在车站a至车站a+1运行过程中
Figure FDA00030972015000000115
个蓝牙设备的地址中相同蓝牙地址的数量，h即为r班次列车在a站未离开列车的蓝牙设备的数量；
(5)得出r班次列车在车站a的理论下车客流量
Figure FDA0003097201500000021
和理论上车客流量
Figure FDA0003097201500000022
计算公式如下：
Figure FDA0003097201500000023
Figure FDA0003097201500000024
2.根据权利要求1所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，其特征在于，所述设定的行走时间为高峰时段行走时间t高或非高峰时段行走时间t非。
3.根据权利要求2所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，其特征在于，所述t高及t非是统计得到的，具体是分别统计高峰时段及非高峰时段乘客由列车各车门到走出出站闸机的时间得到的，其中，高峰时期统计得到的行走时间为ti，i＝1,2……n，n为高峰时段统计的数量，非高峰时期统计得到的行走时间为tj，i＝1,2……m，m为非高峰时段统计的数量；
Figure FDA0003097201500000025
Figure FDA0003097201500000026
4.根据权利要求3所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，其特征在于，步骤(2)的具体操作如下：
(2.1)在所有乘客中选取一乘客，记为乘客x，乘客x在车站a的出站时间为t出，根据t出判断该时段是否处于高峰时段，如是，进入步骤(2.2)，否则，进入步骤(2.3)；
(2.2)乘客x的下车时间为t出-t高，进入步骤(2.4)；
(2.3)乘客x的下车时间为t出-t非，进入步骤(2.4)；
(2.4)将乘客x的下车时间与列车的ATS到发时间数据比对，即可获知乘客x的下车班次；
(2.5)判断是否所有乘客均被选取，如是，进入步骤(2.6)，否则返回步骤(2.1)；
(2.6)将所有r班次列车在车站a的下车的乘客数量相加，记为
Figure FDA0003097201500000031
5.根据权利要求1所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法，其特征在于，所述S的获取过程如下：
使用蓝牙嗅探装置统计时间T内在地铁车厢内检测到的蓝牙地址个数，将其设为Mi，并通过视频计数的方式统计时间T内在该地铁车厢内的实际客流量Ni，则时间T内的蓝牙采样率
Figure FDA0003097201500000032
重复以上操作k次，将得到的所有的采样率加权求和取平均值即得到
Figure FDA0003097201500000033
6.用于如权利要求1～5任一项所述的一种基于蓝牙嗅探装置检测地铁上下车客流量的方法的电子设备，其特征在于，包括一个或多个处理器、一个或多个存储器、一个或多个程序及通讯模块；
所述通讯模块与城市轨道交通自动售检票系统、蓝牙嗅探装置实时通讯，并将信号发送至处理器；
所述一个或多个程序被存储在所述存储器中，当所述一个或多个程序被所述处理器执行时，使得所述电子设备执行如权利要求1～5任一项所述的基于蓝牙嗅探装置检测地铁上下车客流量的方法。
CN202010327229.1A 2020-04-23 2020-04-23 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用 Active CN111586654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010327229.1A CN111586654B (zh) 2020-04-23 2020-04-23 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010327229.1A CN111586654B (zh) 2020-04-23 2020-04-23 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用

Publications (2)

Publication Number Publication Date
CN111586654A CN111586654A (zh) 2020-08-25
CN111586654B true CN111586654B (zh) 2021-08-10

Family

ID=72115015

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010327229.1A Active CN111586654B (zh) 2020-04-23 2020-04-23 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用

Country Status (1)

Country Link
CN (1) CN111586654B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297903A (zh) * 2021-04-16 2021-08-24 广州地铁设计研究院股份有限公司 一种地铁客流数据获取方法、存储介质及计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197552A (zh) * 2017-12-28 2018-06-22 河南辉煌城轨科技有限公司 城市轨道交通客流预警系统
CN110493816A (zh) * 2019-08-21 2019-11-22 上海工程技术大学 一种用于轨交地铁车站客流量的实时预测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203165058U (zh) * 2013-03-20 2013-08-28 北京交通发展研究中心 轨道交通站点客流检测系统
JP2015176478A (ja) * 2014-03-17 2015-10-05 パナソニックＩｐマネジメント株式会社 監視システム及び監視方法
US10440679B2 (en) * 2016-07-27 2019-10-08 Hitachi, Ltd. Passenger load prediction systems and methods for predicting passenger load
CN106331988B (zh) * 2016-08-18 2019-08-23 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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108197552A (zh) * 2017-12-28 2018-06-22 河南辉煌城轨科技有限公司 城市轨道交通客流预警系统
CN110493816A (zh) * 2019-08-21 2019-11-22 上海工程技术大学 一种用于轨交地铁车站客流量的实时预测方法

Also Published As

Publication number Publication date
CN111586654A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
EP4030365A1 (en) Multi-mode multi-service rail transit analog simulation method and system
CN105427594B (zh) 一种基于双向上车客流的公交断面客流量获取方法及系统
CN107845259B (zh) 公交运行情况实时反馈系统及公交实时运行数据处理方法
CN111091720B (zh) 基于信令数据和浮动车数据的拥堵路段识别方法及装置
CN103794070B (zh) 一种基于车路协同的动态诱导信息广播方法及系统
CN108922178B (zh) 基于公交多源数据的公交车辆实时满载率计算方法
CN106297288A (zh) 一种公交乘客客流数据采集与分析方法
CN106601005B (zh) 一种基于rfid和微信平台的城市智能交通诱导方法
CN111724595A (zh) 一种基于收费数据的高速公路断面流量估计方法
CN103794061A (zh) 基于多种定位数据计算道路融合行程车速的方法
CN113276913B (zh) 一种地铁车厢客流动态均衡的方法及系统
CN107240289A (zh) 一种公交车线路优化管理方法及系统
CN105390013A (zh) 一种利用公交ic卡预测公交到站时间的方法
CN106484966A (zh) 一种城市轨道交通突发事件动态影响范围与强度确定方法
CN110490579A (zh) 无人驾驶公交车无感知支付方法及支付系统
CN110009131A (zh) 一种考虑多因素影响的网约车派单方法
CN111586654B (zh) 基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用
CN111079986B (zh) 一种换乘车站运输能力的匹配方法及系统
CN112004191B (zh) 基于手机信令和公交车gps数据的公交专用道设置方法
CN109308539A (zh) 实时估算轨道交通线网中换乘站的乘客滞留状态的方法
CN114971085B (zh) 一种公交站点可达性的预测方法、系统及存储介质
CN114390438B (zh) 一种交通设备定位方法及装置
CN111145562A (zh) 城际公路出行量统计方法、装置及电子设备
CN109741596A (zh) 一种基于探针的轨道交通实时客流监控系统和方法
CN115689089A (zh) 城市轨道交通乘客乘车概率推算方法、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant