CN112911000A - 基于wifi探针的高校区域性人流量监测系统及方法 - Google Patents
基于wifi探针的高校区域性人流量监测系统及方法 Download PDFInfo
- Publication number
- CN112911000A CN112911000A CN202110135720.9A CN202110135720A CN112911000A CN 112911000 A CN112911000 A CN 112911000A CN 202110135720 A CN202110135720 A CN 202110135720A CN 112911000 A CN112911000 A CN 112911000A
- Authority
- CN
- China
- Prior art keywords
- people
- people flow
- building
- flow
- colleges
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 239000000523 sample Substances 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims description 21
- 238000007405 data analysis Methods 0.000 claims abstract description 18
- 238000013468 resource allocation Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 6
- 238000009826 distribution Methods 0.000 claims description 40
- 238000010586 diagram Methods 0.000 claims description 19
- 230000003068 static effect Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 9
- 229920006395 saturated elastomer Polymers 0.000 description 5
- 230000010365 information processing Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000005206 flow analysis Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于WIFI探针的高校区域性人流量监测系统，包括WIFI探针采集模块和后台服务器处理模块，所述WIFI探针采集模块对监测区域内的客户端Mac地址进行采集，并将采集的数据传送到后台服务器；所述后台服务器处理模块包括信息设置、数据分析、人流量监测、人流量峰值预警、可用资源分配、人流量饱和解决。本发明利用WIFI探针技术感知用户Mac地址时，用户只需开启客户端的WIFI功能，无需实质的网络连接也能被实时探测Mac地址，在不干扰用户学习、工作的情况下自动完成信息采集，同时通过大数据分析的技术手段分析学生的行为轨迹，预测人流量峰值的信息，进行人流量预警，并合理分析校园资源的利用情况，提供合理的评估和建议。
Description
技术领域
本发明涉及一种人流量监测系统，尤其涉及一种基于WIFI探针的高校区域性人流量监测系统及方法。
背景技术
随着智能手机用户的不断增加以及智能手机应用的不断完善，智能手机能够收集到的信息越来越多。人流量检测是智能监控领域的一个研究热点，也满足了智慧校园的客观需求。通过人群密度及其变化的实时反馈，可以帮助学校更加合理的分配可用资源，建设更美好的校园。
目前校园内进行人流量检测统计的方法主要有校园卡打卡、红外检测、机器视觉等技术。利用校园卡统计人流量，该方法效率较低，需要每位同学排队打卡，容易造成拥堵，难以保证大多数场合都适用，而且该方法需要每位同学随身携带校园卡，没有带卡的同学没有办法统计，会造成错误数据。利用红外检测统计人流量，该方法效率较高，但是当行人数量偏多或者行人携带大尺寸行李物品等障碍物时，测量到的数据的准确性会大大下降。基于机器视觉统计人流量，该方法效率高，但是高成本、高耗能、而且会涉及到人们的隐私，除此之外在天气不好的情况下，也会降低数据的准确性。由此可见，现有的校园人流量统计技术，在准确性、效率、成本、以及可操作性等主要性能方面，依然不能较好地满足现实需求。
发明内容
发明目的：本发明的第一目的在于提供一种零连接、无干扰、智能高效的基于WIFI探针的高校区域性人流量监测系统；本发明的第二目的在于提供这种监测系统的监测方法。
技术方案：本发明的基于WIFI探针的高校区域性人流量监测系统，包括WIFI探针采集模块和后台服务器处理模块，所述WIFI探针采集模块对所在区域的客户端Mac地址进行采集，并将采集的数据传送到后台服务器；所述后台服务器处理模块包括信息设置、数据分析、人流量监测、人流量峰值预警、可用资源分配、人流量饱和解决。
进一步地，所述信息设置包括设置高校建筑位置、教室号、层数和可容纳人数的信息，并根据信息建立详细的建筑模型。
进一步地，所述数据分析包括按楼层、教室号，实时统计建筑的人流量数据，并根据数据绘制人流量分布图。
进一步地，所述人流量分布图包括总建筑人流量分布图、子建筑人流量分布图、人流走向分析图、人流量分布对比图。
进一步地，所述人流量监测包括动态数据图像监测和静态建筑图像监测；所述动态数据图像监测是采用人流分析图进行多股人流会和与分散的走向路线实时绘制，从动态上进行高校的人流实时监测；所述静态建筑图像监测是通过实时记录获取的Mac地址信息，并分析区域内的人口流动信息，通过总建筑人流量分布图、子建筑人流量分布图和人流量分布对比图进行人流量的数据显示。
进一步地，所述人流量峰值预警包括预测人流量峰值的到达时间、维持时间及拥挤系数。
进一步地，所述可用资源分配是通过人流量实时监测数据、区域最大容纳人数、可承受人口数量进行可用资源计算，为不同目标的用户提供多种行动路线。
进一步地，所述人流量饱和解决是采用大数据分析法，分析不同高校在资源利用方面的不同模式，并根据当前人流量饱和状态的实际情况，从时间和空间两个维度上选择相应的优化模式。
本发明的一种基于WIFI探针的高校区域性人流量监测方法，包括以下步骤：
(1)通过后台服务器的信息设置模块收集高校的建筑位置、名称、形状、最大容纳人数的静态数据，绘制出高校的二维平面图以及每个建筑对应的三维立体图像；
(2)通过WIFI探针模块采集所在区域的客户端Mac地址，并将数据传输到后台服务器，后台服务器完成实时的人流量数据统计，并完成总建筑人流量分布图、子建筑人流量分布图、人流走向分析图、人流量分布对比图的绘制；
(3)通过对实时人流量的分析，得到建筑的拥挤系数和拥挤时间，并绘制出动态人流量数据变化图像；
(4)通过动态人流量数据变化图像，再结合各个地点的最大容纳人数，预测人流量峰值的到达时间，并实时进行预警；
(5)通过分析各建筑的实时人数、预测的将要到达人数、建筑的最大容纳人数、建筑的拥挤系数、拥挤时间，为用户提供优化的行为路线；
(6)通过大数据分析方法，分析不同高校在资源利用方面的不同模式，并根据当前人流量饱和状态的实际情况，选择相应的最优模式以解决当前的人流量饱和问题。
有益效果：与现有技术相比，本发明具有如下显著优点：
(1)零连接。用户打开WIFI功能，无需直接连接用户WIFI，也能被实时探测到Mac地址，无需实质的网络连接。
(2)免干扰。用户在打开WIFI功能的条件下无需人为参与，不会占用任何时间，因而不会增加道路负担，加剧道路拥挤。
(3)体验佳。数据的统计、分析、展现都通过后台服务器实现，用户无需安装任何的软件，不会产生流量等额外费用，因而用户体验好。
(4)高合理性。手机和人的关系越来越密切，因此可以将收集到的手机的Mac地址的位置合理的当作人的位置。
(5)高智能性。可以通过大数据的方式分析学生行为信息，分析校园资源使用情况，给出合理的评估和建议。
(6)图像直观。收集到的数据结合校园的地形图、建筑图等信息绘制成二维图(校园内人流流动图、总建筑人流量分析图)、三维图(子建筑人流量分析图、各区域人流数量及变化曲线图)等直观的图表，使人一目了然。
(7)信息完备。可通过相邻的WIFI探针多方位的确定手机(人)的位置信息、完成动向统计和趋势预测。
附图说明
图1为本发明的基于WIFI探针的高校区域性人流量监测系统路线图；
图2为本发明的Mac地址感知模块图；
图3为本发明的人流量图像反馈模块图；
图4为本发明的人流量信息处理模块图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
参照图1，本发明分为本发明分为Mac地址信息采集阶段、人流量实时统计分析阶段和资源分配与人流饱和解决阶段。
Mac地址信息采集阶段包括Mac地址感知和信息设置。在信息采集阶段，利用WIFI探针探测技术，对启用WIFI功能的智能手机的Mac地址的感知以获得智能手机的专属Mac地址。此外，系统服务器内需上传相应建筑的详细信息(建筑名称、建筑模型、详细的教室或办公室的位置、区域可容纳的最大人数等信息)，以便建立详细的建筑模型。
人流量实时统计分析阶段包括数据分析、人流量实时反馈以及人流量峰值预警。在数据统计分析阶段，将基于WIFI探针的用户Mac地址进行数据统计，实时统计每个区域内的人流量。通过实时记录的用户Mac地址预测行进路线，从而预测区域内人口流动状态，当某一区域或建筑的人流量状态为饱和状态(颜色为红色)面积达90％以上时，该区域或建筑的可承受人口数量将急剧减少，判断该区域人口流动将达到峰值。
资源分配与人流饱和解决阶段包括可用资源智能分配和人流饱和解决。通过对区域内的实时人流量统计分析，进一步计算各区域内的可承受人数，判断可用资源，通过用户需求合理优化目标路线。为解决区域人口饱和状态，系统通过大数据分析各高校资源分布模式，合理分析各模式的优劣，系统可通过学习不同的模式对实际情况的人流量饱和进行合理的建议。
参照图2，通过WIFI探针检测技术来识别AP(Access Point,无线接入点)，当智能手机启用WIFI功能时，WIFI探针无需访问用户WIFI，即可直接识别用户智能手机，并获得相应的MAC地址。WIFI探针将获取的Mac地址信息传输至后端服务器，进行信息处理，记录获取Mac地址时间信息及实时位置信息。
参照图3，后台服务器接收Mac地址信息后，分析实时数据，构建人流量分布图。图像分析包括静态建筑图和动态数据图。系统会提前录入总建筑的二维平面图以及各区域的子建筑三维立体图，以形成静态建筑图。动态数据图是基于静态建筑图而绘制的实时人流量数据分析图，分为总建筑人流量分布图、子建筑人流量分布图、人流量分布对比图以及人流走向分析图。其中，人流走向分析图设置人流汇合阈值，根据人流汇合阈值绘制人流图像，记录人流走向信息及时间。
参照图4，在人流量信息处理模块中，后台服务器接收到WIFI探针发送的人流量数据、用户位置信息、探查时间后，根据准备工作绘制的校园地形像、各建筑立体像，实时更新收集到的Mac地址的信息并预测人流动向。根据某一建筑的最大容纳人数和峰值到达时间实现人流量峰值预警功能；根据各建筑的峰值预警次数，规划最优行为路线，职能分配可用资源；学习各高校资源使用方案，自主学习人流饱和解决机制，根据实际情况为学校选择整改方案。
以下详述具体实现过程：
1、MAC地址感知
通过WIFI探针检测技术来识别AP(Access Point,无线接入点)，当智能手机启用WIFI功能，WIFI探针无需访问用户WIFI，即可直接识别用户智能手机，并获得相应的MAC地址。在探测信号覆盖的范围内时，实时监测启用WIFI功能的智能手机，获取相应的MAC地址。
2、信息设置
设置高校建筑的名称、详细位置信息、教室号、层数等，并在系统内设置相应建筑的可容纳人数信息。同时，在系统内绘制详细的校园建筑地形图(总建筑人流量分布图、子建筑人流量分布图)，并标注详细的可容纳人数信息及拥挤系数。
3、数据分析
将基于WIFI探针获取到的用户智能手机的MAC地址信息进行数据分析。按楼层、教室号等，实时统计某一建筑的人流量数据，并绘制相应的人流量分布图。
(1)总建筑人流量分布图：将人流量状态分为饱和、正常、较少三个状态，并通过红色、黄色、绿色三种颜色进行表示。总地形人流量分布图按照二维地图形式呈现，并在相应的建筑点进行人流量状态显示。
(2)子建筑人流量分布图：通过三维立体图显示子建筑，详细显示子建筑的建筑模型，通过建筑模型具体显示不同楼层、教室之间的人流量状态分布以及详细的人流量分布数据。
(3)人流走向分析图：以二维动态图绘制，通过WIFI探针的感知及大数据分析，获取Mac地址信息，获得实时人流数据图，同时，设置人流汇合阈值，当人数达到所设置的人流汇合阈值时，绘制人流走向图，当汇合人数低于设置的人流汇合阈值时，人流走向图消失，服务器自动记录每条人流走向的时间段，人流走向路线，人流实时数量。
(4)人流量分布对比图：统计相同建筑在不同时间的人流量分布数据，绘制相应的人流量变化折线图。统计不同建筑在相同时间下的人流量分布数据，绘制相应的人流量对比柱状图。
4、人流量监测
基于WIFI探针的感知获取Mac地址信息，在静态建筑图像上显示人流量信息，从区域上实现对高校内的人流量实时检测，并结合大数据分析对人流量的变化做出预测。人流量信息以静态方式和动态方式展现：静态方式，通过实时记录获取的Mac地址信息，并分析区域内的人口流动信息，通过总建筑人流量分布图和子建筑人流量分布图进行人流量的数据显示。动态方式，采用人流分析图进行多股人流会和与分散的走向路线绘制，从动态上进行高校的人流实时监测。
5、人流量峰值预警
通过对各区域内的人流量统计，将建筑可容纳人数与人口实际流动数据进行合理比对。通过实时的Mac地址收集变化分析，预测人口流动方向及区域的人流量状态。当某一区域或建筑的人流量状态为饱和状态(颜色为红色)面积达90％以上时，该区域或建筑的可承受人口数量将急剧减少，判断该区域人口流动将达到峰值。系统将提前预测人流量峰值的到达时间、维持时间及拥挤系数，并进行人流量预警。
6、可用资源分配
基于WIFI探针检测技术及数据分析，获取区域内Mac地址信息，统计区域内人口流动数量，并通过相应区域的最大容纳人数比对，智能分配可用资源。根据人流量实时监测数据、区域最大容纳人数、可承受人口数量等进行可用资源计算，为不同目标的用户提供多种行动路线。
7、人流量饱和解决
针对人流量饱和状态，系统可采用大数据分析方法，分析不同高校在资源利用方面的不同模式，并根据当前人流量饱和状态的实际情况，从时间和空间上选择相应的最优模式以解决当前的人流量饱和问题，扩大资源利用率。
Claims (9)
1.一种基于WIFI探针的高校区域性人流量监测系统，其特征在于，包括WIFI探针采集模块和后台服务器处理模块，所述WIFI探针采集模块对监测区域内的客户端Mac地址进行采集，并将采集的数据传送到后台服务器；所述后台服务器处理模块包括信息设置、数据分析、人流量监测、人流量峰值预警、可用资源分配、人流量饱和解决。
2.根据权利要求1所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述信息设置包括设置高校建筑位置、高校建筑名称、教室号、层数和可容纳人数的信息，并根据信息建立详细的静态建筑模型。
3.根据权利要求1所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述数据分析包括按楼层、教室号，实时统计建筑内的人流量数据，并根据数据绘制人流量分布图。
4.根据权利要求3所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述人流量分布图包括总建筑人流量分布图、子建筑人流量分布图、人流走向分析图、人流量分布对比图。
5.根据权利要求1所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述人流量监测包括动态数据图像监测和静态建筑图像监测；所述动态数据图像监测是采用人流分析图进行多股人流会和与分散的走向路线实时绘制，从动态上进行高校的人流实时监测；所述静态建筑图像监测是通过实时记录获取的Mac地址信息，并分析区域内的人口流动信息，通过总建筑人流量分布图，子建筑人流量分布图和人流量分布对比图进行人流量的数据显示。
6.根据权利要求1所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述人流量峰值预警包括预测人流量峰值的到达时间、维持时间及拥挤系数。
7.根据权利要求1所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述可用资源分配是通过人流量实时监测数据、区域最大容纳人数、可承受人口数量进行可用资源计算，为不同目标的用户提供多种行动路线。
8.根据权利要求1所述的基于WIFI探针的高校区域性人流量监测系统，其特征在于，所述人流量饱和解决是采用大数据分析法，分析不同高校在资源利用方面的不同模式，并根据当前人流量饱和状态的实际情况，从时间和空间两个维度上选择相应的优化模式。
9.一种权利要求1所述的基于WIFI探针的高校区域性人流量监测方法，其特征在于，包括以下步骤：
(1)通过后台服务器的信息设置模块收集高校的建筑位置、名称、形状、最大容纳人数的静态数据，绘制出高校的二维平面图以及每个建筑对应的三维立体图像；
(2)通过WIFI探针模块采集所在区域的客户端Mac地址，并将数据传输到后台服务器，后台服务器完成实时的人流量数据统计，并完成总建筑人流量分布图、子建筑人流量分布图、人流走向分析图、人流量分布对比图的绘制；
(3)通过对实时人流量的分析，得到建筑的拥挤系数和拥挤时间，并绘制出动态人流量数据变化图像；
(4)通过动态人流量数据变化图像，再结合各个地点的最大容纳人数，预测人流量峰值的到达时间，并实时进行预警；
(5)通过分析各建筑的实时人数、预测的将要到达人数、建筑的最大容纳人数、建筑的拥挤系数、拥挤时间，为用户提供优化的行为路线；
(6)通过大数据分析方法，分析不同高校在资源利用方面的不同模式，并根据当前人流量饱和状态的实际情况，选择相应的最优模式以解决当前的人流量饱和问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110135720.9A CN112911000A (zh) | 2021-02-01 | 2021-02-01 | 基于wifi探针的高校区域性人流量监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110135720.9A CN112911000A (zh) | 2021-02-01 | 2021-02-01 | 基于wifi探针的高校区域性人流量监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112911000A true CN112911000A (zh) | 2021-06-04 |
Family
ID=76120878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110135720.9A Pending CN112911000A (zh) | 2021-02-01 | 2021-02-01 | 基于wifi探针的高校区域性人流量监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112911000A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114666400A (zh) * | 2022-03-17 | 2022-06-24 | 山东鲁软数字科技有限公司 | 一种校园智能预警分流方法及系统 |
| CN114694088A (zh) * | 2022-02-18 | 2022-07-01 | 北京市建筑设计研究院有限公司 | 一种人流量数据检测方法、装置及电子设备 |
| CN114999219A (zh) * | 2022-06-23 | 2022-09-02 | 重庆城市综合交通枢纽（集团）有限公司 | 一种地下停车场车辆运行状态感知系统 |
| CN117010556A (zh) * | 2023-07-04 | 2023-11-07 | 天地科技股份有限公司北京技术研究分公司 | 资源分配方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN106251578A (zh) * | 2016-08-19 | 2016-12-21 | 深圳奇迹智慧网络有限公司 | 基于探针的人流预警分析方法和系统 |
| WO2017122258A1 (ja) * | 2016-01-12 | 2017-07-20 | 株式会社日立国際電気 | 混雑状況監視システム |
| CN108012309A (zh) * | 2017-11-28 | 2018-05-08 | 北京锐安科技有限公司 | 基于WiFi的人流量统计方法、装置及系统 |
| CN108564774A (zh) * | 2018-06-01 | 2018-09-21 | 郑子哲 | 一种基于视频人流统计技术的智能校园防踩踏预警装置 |
-
2021
- 2021-02-01 CN CN202110135720.9A patent/CN112911000A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| WO2017122258A1 (ja) * | 2016-01-12 | 2017-07-20 | 株式会社日立国際電気 | 混雑状況監視システム |
| CN106251578A (zh) * | 2016-08-19 | 2016-12-21 | 深圳奇迹智慧网络有限公司 | 基于探针的人流预警分析方法和系统 |
| CN108012309A (zh) * | 2017-11-28 | 2018-05-08 | 北京锐安科技有限公司 | 基于WiFi的人流量统计方法、装置及系统 |
| CN108564774A (zh) * | 2018-06-01 | 2018-09-21 | 郑子哲 | 一种基于视频人流统计技术的智能校园防踩踏预警装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114694088A (zh) * | 2022-02-18 | 2022-07-01 | 北京市建筑设计研究院有限公司 | 一种人流量数据检测方法、装置及电子设备 |
| CN114666400A (zh) * | 2022-03-17 | 2022-06-24 | 山东鲁软数字科技有限公司 | 一种校园智能预警分流方法及系统 |
| CN114999219A (zh) * | 2022-06-23 | 2022-09-02 | 重庆城市综合交通枢纽（集团）有限公司 | 一种地下停车场车辆运行状态感知系统 |
| CN117010556A (zh) * | 2023-07-04 | 2023-11-07 | 天地科技股份有限公司北京技术研究分公司 | 资源分配方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112911000A (zh) | 基于wifi探针的高校区域性人流量监测系统及方法 | |
| Petrovska et al. | Traffic congestion analysis visualisation tool | |
| CN104636482B (zh) | 用于确定目标地址的方法和装置 | |
| CN109561391B (zh) | 基于蜂窝网和Wi-Fi数据的高速公路服务区人流量分析方法 | |
| CN106781479B (zh) | 一种基于手机信令数据实时获取高速公路运行状态的方法 | |
| CN108109423B (zh) | 基于WiFi室内定位的地下停车场智能导航方法及系统 | |
| CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
| CN109618140B (zh) | 基于视频监控的车辆监测方法、装置、系统及服务器 | |
| CN107889054A (zh) | 人群位置采集装置、实时监控指引系统以及交互监控方法 | |
| CN104266642B (zh) | 一种基于校园移动户内地图的可视化寝室床位显示导航方法 | |
| GB2569752A (en) | Method for detecting human traffic in public place by using Wi-Fi probe | |
| CN107358314B (zh) | 一种热力图的处理方法及系统 | |
| CN102184241A (zh) | 教室状态统计查询系统及其统计方法 | |
| CN109615851B (zh) | 一种在群智感知系统中基于关键路段的感知节点选取方法 | |
| CN111143504B (zh) | 一种多摄像机室内视频地图构建方法 | |
| US9930494B2 (en) | Leveraging location data from mobile devices for user classification | |
| CN202134048U (zh) | 风景区游客分布统计系统 | |
| CN106908667A (zh) | 电磁环境移动监测方法及系统 | |
| CN105096584A (zh) | 一种交通决策支持方法、装置及系统 | |
| CN108307316A (zh) | 基于s1-mme数据的快速移动用户高精度判别方法 | |
| Demissie | Combining datasets from multiple sources for urban and transportation planning: Emphasis on cellular network data | |
| CN102970748A (zh) | 无线人员区域定位方法 | |
| CN110379340A (zh) | 基于iBeacon与GPS的室外定位旅游导览系统 | |
| CN116823572B (zh) | 人口流动数据的获取方法、装置及计算机可读存储介质 | |
| Millonig et al. | Pedestrian behaviour monitoring: methods and experiences |
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: 20210604 |