CN112925258B - 一种基于大数据物联网的安全监控智能管理系统 - Google Patents

一种基于大数据物联网的安全监控智能管理系统 Download PDF

Info

Publication number
CN112925258B
CN112925258B CN202110099084.9A CN202110099084A CN112925258B CN 112925258 B CN112925258 B CN 112925258B CN 202110099084 A CN202110099084 A CN 202110099084A CN 112925258 B CN112925258 B CN 112925258B
Authority
CN
China
Prior art keywords
station
waiting
track
rail transit
urban rail
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
CN202110099084.9A
Other languages
English (en)
Other versions
CN112925258A (zh
Inventor
杨浩
张福全
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.)
CETC safety technology Hebei Co.,Ltd.
Original Assignee
Cetc Safety Technology Hebei Co ltd
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 Cetc Safety Technology Hebei Co ltd filed Critical Cetc Safety Technology Hebei Co ltd
Priority to CN202110099084.9A priority Critical patent/CN112925258B/zh
Publication of CN112925258A publication Critical patent/CN112925258A/zh
Application granted granted Critical
Publication of CN112925258B publication Critical patent/CN112925258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048Monitoring; Safety

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

本发明公开一种基于大数据物联网的安全监控智能管理系统,包括轨道段划分模块、轨道段图像采集模块、障碍物识别分析模块、安全数据库、站点统计模块、站点等待人群图像采集模块、等待区人群统计模块、语音提示终端、站点停靠参数检测模块、站点历史平均人流量分析模块、参数处理中心、管理服务器和后台显示终端,通过融合城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数,进而得到城市轨道交通运营的综合危险系数,弥补了目前对城市轨道交通运营安全监管手段存在的监测指标过于单一的弊端,同时提高了监测结果的可靠度,满足了当下对城市轨道交通运营安全监管的综合性和可靠性需求。

Description

一种基于大数据物联网的安全监控智能管理系统
技术领域
本发明属于安全监控管理技术领域,涉及轨道交通安全监管技术,具体为一种基于大数据物联网的安全监控智能管理系统。
背景技术
随着我国市场经济的发展和人民群众整体生活水平的不断提升,城市居民出行需求日益提升,城市轨道交通以其高速、安全可靠、准点舒适、大容量等优势得到了广大城市居民的喜爱,并成为当前城市出行最为方便快捷的方式之一。但城市轨道为市民出行带来极大便利的同时,其存在的安全问题也逐渐显现出来。如站点站台等待乘客的安全性,乘客在站点站台进行等待时,时长会出现部分乘客越过站台等待区域的安全线等待,这样不仅不利于下车的乘客下车,还会给自身带来危险,因此对城市轨道交通运营的安全监管显得越来越重要。
目前对城市轨道交通运营的安全监管手段大多仅是对站点站台等待乘客的安全状况进行监管,监测指标过于单一,没有考虑到城市轨道交通的轨道安全状况、停靠站点时的安全状况及人流量安全状况对城市轨道交通安全运营的影响,导致其监测的结果无法综合反映城市轨道交通运营的安全状况;且目前对城市轨道交通站点站台等待乘客安全状况的监管方式是采用工作人员人工监管,该监管方式监管效率低,且由于人工监管的局限性,易出现监管遗漏现象的发生,致使监管可靠性不高,可见目前对城市轨道交通运营的安全监管手段难以满足当下对城市轨道交通运营安全监管的综合性和可靠性需求。
发明内容
为解决上述技术问题,本发明是通过以下技术方案实现的:
一种基于大数据物联网的安全监控智能管理系统,包括轨道段划分模块、轨道段图像采集模块、障碍物识别分析模块、安全数据库、站点统计模块、站点等待人群图像采集模块、等待区人群统计模块、站点停靠参数检测模块、站点历史平均人流量分析模块、参数处理中心、管理服务器和后台显示终端;
所述轨道段划分模块与轨道段图像采集模块连接,轨道段图像采集模块与障碍物识别分析模块连接,障碍物识别分析模块与后台显示终端连接,站点统计模块分别与站点等待人群图像采集模块和站点停靠参数检测模块连接,站点等待人群图像采集模块与等待区人群统计模块连接,障碍物识别分析模块、等待区人群统计模块、站点停靠参数检测模块和站点历史平均人流量分析模块均与参数处理中心连接,参数处理中心与管理服务器连接,管理服务器与后台显示终端连接;
所述轨道段划分模块用于对城市轨道交通运行的轨道进行轨道段划分,得到划分的若干轨道段,并将划分的若干轨道段按照距离轨道起点由近到远的距离进行编号,依次标记为1,2...i...n;
所述轨道段图像采集模块包括若干立体摄像头,其分别安装在各轨道段位置,用于在城市轨道交通启动前,对各轨道段进行轨道立体图像采集,并将采集的各轨道段轨道图像发送至障碍物识别分析模块;
所述障碍物识别分析模块接收轨道段图像采集模块发送的各轨道段轨道图像,并对接收的各轨道段轨道立体图像进行图像增强处理,得到增强处理后的各轨道段轨道图像,进而将增强处理后的各轨道段轨道立体图像与安全数据库中正常轨道段轨道立体图像进行对比,分析是否存在障碍物,若存在障碍物,则统计存在障碍物的轨道段编号,可记为1,2...j...m,该轨道段记为障碍轨道段,此时对各障碍轨道段轨道立体图像聚焦在障碍物所在区域,并提取障碍物的特征,其中障碍物的特征包括形状特征、颜色特征和体积特征,以此将提取的障碍物的特征与安全数据库中各种障碍物类型对应的特征进行对比,筛选出各障碍轨道段对应的障碍物类型,同时从各障碍轨道段轨道立体图像中提取障碍物的立体轮廓,由此将各障碍轨道段轨道立体图像按照提取的障碍物立体轮廓进行图像分割,得到各障碍轨道段障碍物的立体图像,从而根据各障碍轨道段障碍物的立体图像统计得到各障碍轨道段障碍物的体积,障碍物识别分析模块将障碍轨道段的编号发送至后台显示终端,并将各障碍轨道段对应的障碍物类型和障碍物体积发送至参数处理中心;
所述安全数据库用于存储正常轨道段轨道立体图像,其中正常轨道段轨道立体图像是指不存在障碍物的轨道段轨道立体图像,存储各种障碍物类型对应的特征,存储各种障碍物类型对应的障碍危险权重系数,存储各障碍物体积对应的障碍体积危险系数,存储城市轨道交通进站时的标准停靠速度,存储该城市轨道交通在各站点的标准停靠时长,并存储停靠速度权重系数,停靠时长权重系数;
所述站点统计模块用于对该城市轨道交通行驶路线上的站点数量进行统计,并对统计的各站点按照预设的顺序进行编号,依次标记为1,2...k...z;
所述站点等待人群图像采集模块包括若干高清摄像头,其分别安装在各站点站台上端,用于实时采集各站点的站台等待区的等待人群图像,并发送至等待区人群统计模块;
所述等待区人群统计模块接收站点等待人群图像采集模块发送的各站点的站台等待区的等待人群图像,并将接收的各站点的站台等待区的等待人群图像进行高清滤波和提高图像分辨率处理,得到处理后的各站点的站台等待区的等待人群图像,进而对其进行人身体轮廓提取,由此统计各站点的站台等待区等待人群图像中提取的人身体轮廓的数量,即为各站点的站台等待区的等待乘客数量,构成站点等待乘客数量集合G(g1,g2,...,gk,...,gz),gk表示为第k个站点的站台等待区等待乘客数量,同时对处理后的各站点的站台等待区的等待人群图像进行安全线轮廓提取,其提取的安全线轮廓将站台等待区划分为安全等待区和危险等待区,以此将各处理后的各站点的站台等待区的等待人群图像聚焦在危险等待区,并在危险等待区进行人身体轮廓提取,其提取的人身体轮廓数量即为各站点的站台危险等待区的等待乘客数量,进而构成站点危险等待区等待乘客数量集合D(d1,d2,...,dk,...,dz),dk表示为第k个站点的站台危险等待区的等待乘客数量,等待区人群统计模块将站点等待乘客数量集合和站点危险等待区等待乘客数量集合发送至参数处理中心;
所述站点停靠参数检测模块包括若干停靠参数检测设备,其分别安装在各站点位置处,用于检测城市轨道交通在各站点停靠的停靠参数,并构成站点停靠参数集合Qw(qw1,qw2,...,qwk,...,qwz),qwk表示为城市轨道交通在第k个站点停靠的第w个停靠参数对应的数值,w表示为停靠参数,w=fv,ft,fv,ft分别表示为停靠速度,停靠时长,站点停靠参数检测模块将站点停靠参数集合发送至参数处理中心;
所述站点历史平均人流量分析模块用于根据预设的历史时间段分析预估各站点的历史平均人流量,其具体评估方法包括以下步骤:
S1:获取该城市轨道交通每天的发车班次,即为该城市轨道交通每天在各站点的停靠次数;
S2:统计预设历史时间段内每天该城市轨道交通在各站点每次停靠对应的进站和出站的乘客人数,并将各站点每次停靠对应的进站和出站的乘客人数相加,得到各站点每次停靠对应的人流量;
S3:将得到的每天各站点每次停靠对应的人流量进行均值处理,得到每天各站点对应的平均人流量;
S4:统计预设历史时间段对应的天数,将预设历史时间段每天各站点对应的平均人流量进行累加,再除以预设历史时间段对应的天数得到各站点对应的预估历史平均人流量,并发送至参数处理中心;
所述参数处理中心接收障碍物识别分析模块发送的各障碍轨道段对应的障碍物类型和障碍物体积,并将各障碍轨道段对应的障碍物类型与安全数据库中各种障碍物类型对应的障碍危险权重系数进行对比,得到各障碍轨道段对应的障碍危险权重系数,同时将各障碍轨道段对应的障碍物体积与安全数据库中各障碍物体积对应的障碍体积危险系数进行对比,得到各障碍轨道段对应的障碍体积危险系数,以此根据各障碍轨道段对应的障碍危险权重系数和障碍体积危险系数统计城市轨道交通对应的轨道危险系数,并发送至管理服务器;
所述参数处理中心接收等待区人群统计模块发送的站点等待乘客数量集合和站点危险等待区等待乘客数量集合,并根据站点等待乘客数量集合和站点危险等待区等待乘客数量集合统计城市轨道交通对应的站点等待乘客危险系数,并发送至管理服务器;
所述参数处理中心接收站点停靠参数检测模块发送的站点停靠参数集合,并将站点停靠参数集合中城市轨道交通在各站点的停靠速度与安全数据库中城市轨道交通进站时的标准停靠速度进行对比,得到停靠速度对比值,同时将站点停靠参数集合中城市轨道交通在各站点的停靠时长分别对应与安全数据库中该城市轨道交通在各站点的标准停靠时长进行对比,得到停靠时长对比值,以此将各站点的停靠速度对比值和停靠时长对比值构成站点停靠参数对比集合ΔQw(Δqw1,Δqw2,...,Δqwk,...,Δqwz),从而根据站点停靠参数对比集合统计城市轨道交通对应的停靠危险系数,并发送至管理服务器;
同时,参数处理中心接收站点历史平均人流量分析模块发送的各站点对应的预估历史平均人流量,并获取各站点的站台面积,由此根据各站点对应的预估历史平均人流量和各站点的站台面积统计城市轨道交通对应的人流量危险系数,并发送至管理服务器;
所述管理服务器接收参数处理中心发送的城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数,并将城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数进行累加,得到城市轨道交通运营的综合危险系数,并发送至后台显示终端;
所述后台显示终端分别接收管理服务器发送的城市轨道交通运营的综合危险系数和障碍物识别分析模块发送的障碍轨道段的编号,并显示。
作为本发明的一种优选方式,所述轨道段划分模块对城市轨道交通运行的轨道进行轨道段划分,其具体划分方法执行以下步骤:
H1:获取城市轨道交通运行轨道的起点和终点;
H2:统计从轨道起点到轨道终点的距离,即为该城市轨道交通运行轨道的长度;
H3:将该城市轨道交通运行轨道的长度进行均匀等分,各等分段记为轨道段。
作为本发明的一种优选方式,所述等待区人群统计模块还包括对站点危险等待区等待乘客数量集合的等待乘客数量进行分析,若某站点危险等待区的等待乘客数量为零,则表明该站点的危险等待区不存在等待乘客,若某站点危险等待区的等待乘客数量大于零,则表明该站点的危险等待区存在乘客,该站点记为危险站点,此时统计危险站点的编号,并发送至语音提示终端。
作为本发明的一种优选方式,还包括语音提示终端,与等待区人群统计模块连接,接收等待区人群统计模块发送的危险站点的编号,进而启动对应危险站点的语音提示器,对该危险站点处在危险等待区的等待乘客进行语音提示。
作为本发明的一种优选方式,所述停靠参数检测设备包括速度传感器和计时器,其中速度传感器用于检测城市轨道交通进各站点时的停靠速度,计时器用于检测城市轨道交通在各站点的停靠时长。
作为本发明的一种优选方式,所述城市轨道交通对应的轨道危险系数的计算公式为
Figure GDA0003336574050000071
χ表示为城市轨道交通对应的轨道危险系数,εj、λj分别表示为第j个障碍轨道段对应的障碍危险权重系数,障碍体积危险系数。
作为本发明的一种优选方式,所述城市轨道交通对应的站点等待乘客危险系数的计算公式为
Figure GDA0003336574050000072
η表示为城市轨道交通对应的站点等待乘客危险系数。
作为本发明的一种优选方式,所述城市轨道交通对应的停靠危险系数的计算公式为
Figure GDA0003336574050000073
σ表示为城市轨道交通对应的停靠危险系数,Δqfvk表示为城市轨道交通在第k个站点的停靠速度与城市轨道交通进站时的标准停靠速度之间的对比值,Δqftk表示为城市轨道交通在第k个站点的停靠时长与该城市轨道交通在该站点的标准停靠时长之间的对比值,qfv标准表示为城市轨道交通进站时的标准停靠速度,qft标准k表示为城市轨道交通在第k个站点的标准停靠时长,x1、x2分别表示为停靠速度权重系数,停靠时长权重系数。
作为本发明的一种优选方式,所述城市轨道交通对应的人流量危险系数的计算公式为
Figure GDA0003336574050000081
δ表示为城市轨道交通对应的人流量危险系数,rk表示为第k个站点的对应的预估历史平均人流量,sk表示为第k个站点的站台面积。
本发明的有益效果如下:
(1)本发明通过融合城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数,进而得到城市轨道交通运营的综合危险系数,实现了对城市轨道交通运营的综合安全监管,弥补了目前对城市轨道交通运营安全监管手段存在的监测指标过于单一的弊端,其得到的城市轨道交通运营的综合危险系数能够直观综合反映城市轨道交通运营的危险状况,满足了当下对城市轨道交通运营安全监管的综合性需求。
(2)本发明在进行城市轨道交通站点站台等待乘客的安全状况进行监测时,通过采用图像智能监测方式来代替工作人员人工监管,避免由于人工监管的局限性导致监管遗漏情况的发生,同时也提高了监管效率和监管可靠度,满足了当下对城市轨道交通运营安全监管的可靠性需求。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,一种基于大数据物联网的安全监控智能管理系统,包括轨道段划分模块、轨道段图像采集模块、障碍物识别分析模块、安全数据库、站点统计模块、站点等待人群图像采集模块、等待区人群统计模块、语音提示终端、站点停靠参数检测模块、站点历史平均人流量分析模块、参数处理中心、管理服务器和后台显示终端,其中轨道段划分模块与轨道段图像采集模块连接,轨道段图像采集模块与障碍物识别分析模块连接,障碍物识别分析模块与后台显示终端连接,站点统计模块分别与站点等待人群图像采集模块和站点停靠参数检测模块连接,站点等待人群图像采集模块与等待区人群统计模块连接,等待区人群统计模块与语音提示终端连接,障碍物识别分析模块、等待区人群统计模块、站点停靠参数检测模块和站点历史平均人流量分析模块均与参数处理中心连接,参数处理中心与管理服务器连接,管理服务器与后台显示终端连接。
轨道段划分模块用于对城市轨道交通运行的轨道进行轨道段划分,得到划分的若干轨道段,具体划分方法执行以下步骤:
H1:获取城市轨道交通运行轨道的起点和终点;
H2:统计从轨道起点到轨道终点的距离,即为该城市轨道交通运行轨道的长度;
H3:将该城市轨道交通运行轨道的长度进行均匀等分,各等分段记为轨道段,并将划分的若干轨道段按照距离轨道起点由近到远的距离进行编号,依次标记为1,2...i...n。
本实施例通过对轨道进行轨道段划分,为后面进行轨道段的障碍物识别提供铺垫。
轨道段图像采集模块包括若干立体摄像头,其分别安装在各轨道段位置,用于在城市轨道交通启动前,对各轨道段进行轨道立体图像采集,并将采集的各轨道段轨道图像发送至障碍物识别分析模块。
障碍物识别分析模块接收轨道段图像采集模块发送的各轨道段轨道图像,并对接收的各轨道段轨道立体图像进行图像增强处理,得到增强处理后的各轨道段轨道图像,进而将增强处理后的各轨道段轨道立体图像与安全数据库中正常轨道段轨道立体图像进行对比,分析是否存在障碍物,若存在障碍物,则统计存在障碍物的轨道段编号,可记为1,2...j...m,该轨道段记为障碍轨道段,此时对各障碍轨道段轨道立体图像聚焦在障碍物所在区域,并提取障碍物的特征,其中障碍物的特征包括形状特征、颜色特征和体积特征,以此将提取的障碍物的特征与安全数据库中各种障碍物类型对应的特征进行对比,筛选出各障碍轨道段对应的障碍物类型,同时从各障碍轨道段轨道立体图像中提取障碍物的立体轮廓,由此将各障碍轨道段轨道立体图像按照提取的障碍物立体轮廓进行图像分割,得到各障碍轨道段障碍物的立体图像,从而根据各障碍轨道段障碍物的立体图像统计得到各障碍轨道段障碍物的体积,障碍物识别分析模块将障碍轨道段的编号发送至后台显示终端,并将各障碍轨道段对应的障碍物类型和障碍物体积发送至参数处理中心。
安全数据库用于存储正常轨道段轨道立体图像,其中正常轨道段轨道立体图像是指不存在障碍物的轨道段轨道立体图像,存储各种障碍物类型对应的特征,存储各种障碍物类型对应的障碍危险权重系数,存储各障碍物体积对应的障碍体积危险系数,存储城市轨道交通进站时的标准停靠速度,存储该城市轨道交通在各站点的标准停靠时长,并存储停靠速度权重系数,停靠时长权重系数。
站点统计模块用于对该城市轨道交通行驶路线上的站点数量进行统计,并对统计的各站点按照预设的顺序进行编号,依次标记为1,2...k...z。
站点等待人群图像采集模块包括若干高清摄像头,其分别安装在各站点站台上端,用于实时采集各站点的站台等待区的等待人群图像,并发送至等待区人群统计模块。
等待区人群统计模块接收站点等待人群图像采集模块发送的各站点的站台等待区的等待人群图像,并将接收的各站点的站台等待区的等待人群图像进行高清滤波和提高图像分辨率处理,得到处理后的各站点的站台等待区的等待人群图像,进而对其进行人身体轮廓提取,由此统计各站点的站台等待区等待人群图像中提取的人身体轮廓的数量,即为各站点的站台等待区的等待乘客数量,构成站点等待乘客数量集合G(g1,g2,...,gk,...,gz),gk表示为第k个站点的站台等待区等待乘客数量,同时对处理后的各站点的站台等待区的等待人群图像进行安全线轮廓提取,其提取的安全线轮廓将站台等待区划分为安全等待区和危险等待区,以此将各处理后的各站点的站台等待区的等待人群图像聚焦在危险等待区,并在危险等待区进行人身体轮廓提取,其提取的人身体轮廓数量即为各站点的站台危险等待区的等待乘客数量,进而构成站点危险等待区等待乘客数量集合D(d1,d2,...,dk,...,dz),dk表示为第k个站点的站台危险等待区的等待乘客数量,等待区人群统计模块将站点等待乘客数量集合和站点危险等待区等待乘客数量集合发送至参数处理中心,同时还对站点危险等待区等待乘客数量集合的等待乘客数量进行分析,若某站点危险等待区的等待乘客数量为零,则表明该站点的危险等待区不存在等待乘客,若某站点危险等待区的等待乘客数量大于零,则表明该站点的危险等待区存在乘客,该站点记为危险站点,此时统计危险站点的编号,并发送至语音提示终端。
语音提示终端接收等待区人群统计模块发送的危险站点的编号,进而启动对应危险站点的语音提示器,对该危险站点处在危险等待区的等待乘客进行语音提示,以达到提醒作用。
本实施例在进行城市轨道交通站点站台等待乘客的安全状况进行监测时,通过采用图像智能监测方式来代替工作人员人工监管,避免由于人工监管的局限性导致监管遗漏情况的发生,同时也提高了监管效率和监管可靠度,满足了当下对城市轨道交通运营安全监管的可靠性需求。
站点停靠参数检测模块包括若干停靠参数检测设备,其分别安装在各站点位置处,用于检测城市轨道交通在各站点停靠的停靠参数,停靠参数检测设备包括速度传感器和计时器,其中速度传感器用于检测城市轨道交通进各站点时的停靠速度,计时器用于检测城市轨道交通在各站点的停靠时长,并构成站点停靠参数集合Qw(qw1,qw2,...,qwk,...,qwz),qwk表示为城市轨道交通在第k个站点停靠的第w个停靠参数对应的数值,w表示为停靠参数,w=fv,ft,fv,ft分别表示为停靠速度,停靠时长,站点停靠参数检测模块将站点停靠参数集合发送至参数处理中心。
站点历史平均人流量分析模块用于根据预设的历史时间段分析预估各站点的历史平均人流量,其具体评估方法包括以下步骤:
S1:获取该城市轨道交通每天的发车班次,即为该城市轨道交通每天在各站点的停靠次数;
S2:统计预设历史时间段内每天该城市轨道交通在各站点每次停靠对应的进站和出站的乘客人数,并将各站点每次停靠对应的进站和出站的乘客人数相加,得到各站点每次停靠对应的人流量;
S3:将得到的每天各站点每次停靠对应的人流量进行均值处理,得到每天各站点对应的平均人流量;
S4:统计预设历史时间段对应的天数,将预设历史时间段每天各站点对应的平均人流量进行累加,再除以预设历史时间段对应的天数得到各站点对应的预估历史平均人流量,并发送至参数处理中心。
参数处理中心接收障碍物识别分析模块发送的各障碍轨道段对应的障碍物类型和障碍物体积,并将各障碍轨道段对应的障碍物类型与安全数据库中各种障碍物类型对应的障碍危险权重系数进行对比,得到各障碍轨道段对应的障碍危险权重系数,同时将各障碍轨道段对应的障碍物体积与安全数据库中各障碍物体积对应的障碍体积危险系数进行对比,得到各障碍轨道段对应的障碍体积危险系数,以此根据各障碍轨道段对应的障碍危险权重系数和障碍体积危险系数统计城市轨道交通对应的轨道危险系数
Figure GDA0003336574050000131
χ表示为城市轨道交通对应的轨道危险系数,εj、λj分别表示为第j个障碍轨道段对应的障碍危险权重系数,障碍体积危险系数,并发送至管理服务器。
参数处理中心接收等待区人群统计模块发送的站点等待乘客数量集合和站点危险等待区等待乘客数量集合,并根据站点等待乘客数量集合和站点危险等待区等待乘客数量集合统计城市轨道交通对应的站点等待乘客危险系数
Figure GDA0003336574050000132
η表示为城市轨道交通对应的站点等待乘客危险系数,并发送至管理服务器。
参数处理中心接收站点停靠参数检测模块发送的站点停靠参数集合,并将站点停靠参数集合中城市轨道交通在各站点的停靠速度与安全数据库中城市轨道交通进站时的标准停靠速度进行对比,得到停靠速度对比值,同时将站点停靠参数集合中城市轨道交通在各站点的停靠时长分别对应与安全数据库中该城市轨道交通在各站点的标准停靠时长进行对比,得到停靠时长对比值,以此将各站点的停靠速度对比值和停靠时长对比值构成站点停靠参数对比集合ΔQw(Δqw1,Δqw2,...,Δqwk,...,Δqwz),从而根据站点停靠参数对比集合统计城市轨道交通对应的停靠危险系数
Figure GDA0003336574050000141
σ表示为城市轨道交通对应的停靠危险系数,Δqfvk表示为城市轨道交通在第k个站点的停靠速度与城市轨道交通进站时的标准停靠速度之间的对比值,Δqftk表示为城市轨道交通在第k个站点的停靠时长与该城市轨道交通在该站点的标准停靠时长之间的对比值,qfv标准表示为城市轨道交通进站时的标准停靠速度,qft标准k表示为城市轨道交通在第k个站点的标准停靠时长,x1、x2分别表示为停靠速度权重系数,停靠时长权重系数,并发送至管理服务器。
同时,参数处理中心接收站点历史平均人流量分析模块发送的各站点对应的预估历史平均人流量,并获取各站点的站台面积,由此根据各站点对应的预估历史平均人流量和各站点的站台面积统计城市轨道交通对应的人流量危险系数
Figure GDA0003336574050000142
δ表示为城市轨道交通对应的人流量危险系数,rk表示为第k个站点的对应的预估历史平均人流量,sk表示为第k个站点的站台面积,并发送至管理服务器。
管理服务器接收参数处理中心发送的城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数,并将城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数进行累加,得到城市轨道交通运营的综合危险系数,并发送至后台显示终端。
本实施例统计得到的城市轨道交通运营的综合危险系数充分融合了城市轨道交通对应的轨道危险状况、站点等待乘客的危险状况、停靠站点时的危险状况及人流量危险状况,实现了城市轨道交通运营综合危险状况的量化展示,弥补了目前对城市轨道交通运营安全监管手段存在的监测指标过于单一的弊端,且综合危险系数越大,表明城市轨道交通运营的综合危险程度越高,满足了当下对城市轨道交通运营安全监管的综合性需求。
后台显示终端分别接收管理服务器发送的城市轨道交通运营的综合危险系数和障碍物识别分析模块发送的障碍轨道段的编号,并显示,便于相关管理人员能够根据显示的障碍轨道段编号,快速寻找到对应的障碍轨道段,进而及时进行障碍物清除,以保障城市轨道交通的运营安全。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

Claims (5)

1.一种基于大数据物联网的安全监控智能管理系统,其特征在于:包括轨道段划分模块、轨道段图像采集模块、障碍物识别分析模块、安全数据库、站点统计模块、站点等待人群图像采集模块、等待区人群统计模块、站点停靠参数检测模块、站点历史平均人流量分析模块、参数处理中心、管理服务器和后台显示终端;
所述轨道段划分模块与轨道段图像采集模块连接,轨道段图像采集模块与障碍物识别分析模块连接,障碍物识别分析模块与后台显示终端连接,站点统计模块分别与站点等待人群图像采集模块和站点停靠参数检测模块连接,站点等待人群图像采集模块与等待区人群统计模块连接,障碍物识别分析模块、等待区人群统计模块、站点停靠参数检测模块和站点历史平均人流量分析模块均与参数处理中心连接,参数处理中心与管理服务器连接,管理服务器与后台显示终端连接;
所述轨道段划分模块用于对城市轨道交通运行的轨道进行轨道段划分,得到划分的若干轨道段,并将划分的若干轨道段按照距离轨道起点由近到远的距离进行编号,依次标记为1,2...i...n;
所述轨道段图像采集模块包括若干立体摄像头,其分别安装在各轨道段位置,用于在城市轨道交通启动前,对各轨道段进行轨道立体图像采集,并将采集的各轨道段轨道图像发送至障碍物识别分析模块;
所述障碍物识别分析模块接收轨道段图像采集模块发送的各轨道段轨道图像,并对接收的各轨道段轨道立体图像进行图像增强处理,得到增强处理后的各轨道段轨道图像,进而将增强处理后的各轨道段轨道立体图像与安全数据库中正常轨道段轨道立体图像进行对比,分析是否存在障碍物,若存在障碍物,则统计存在障碍物的轨道段编号,可记为1,2...j...m,该轨道段记为障碍轨道段,此时对各障碍轨道段轨道立体图像聚焦在障碍物所在区域,并提取障碍物的特征,其中障碍物的特征包括形状特征、颜色特征和体积特征,以此将提取的障碍物的特征与安全数据库中各种障碍物类型对应的特征进行对比,筛选出各障碍轨道段对应的障碍物类型,同时从各障碍轨道段轨道立体图像中提取障碍物的立体轮廓,由此将各障碍轨道段轨道立体图像按照提取的障碍物立体轮廓进行图像分割,得到各障碍轨道段障碍物的立体图像,从而根据各障碍轨道段障碍物的立体图像统计得到各障碍轨道段障碍物的体积,障碍物识别分析模块将障碍轨道段的编号发送至后台显示终端,并将各障碍轨道段对应的障碍物类型和障碍物体积发送至参数处理中心;
所述安全数据库用于存储正常轨道段轨道立体图像,其中正常轨道段轨道立体图像是指不存在障碍物的轨道段轨道立体图像,存储各种障碍物类型对应的特征,存储各种障碍物类型对应的障碍危险权重系数,存储各障碍物体积对应的障碍体积危险系数,存储城市轨道交通进站时的标准停靠速度,存储该城市轨道交通在各站点的标准停靠时长,并存储停靠速度权重系数,停靠时长权重系数;
所述站点统计模块用于对该城市轨道交通行驶路线上的站点数量进行统计,并对统计的各站点按照预设的顺序进行编号,依次标记为1,2...k...z;
所述站点等待人群图像采集模块包括若干高清摄像头,其分别安装在各站点站台上端,用于实时采集各站点的站台等待区的等待人群图像,并发送至等待区人群统计模块;
所述等待区人群统计模块接收站点等待人群图像采集模块发送的各站点的站台等待区的等待人群图像,并将接收的各站点的站台等待区的等待人群图像进行高清滤波和提高图像分辨率处理,得到处理后的各站点的站台等待区的等待人群图像,进而对其进行人身体轮廓提取,由此统计各站点的站台等待区等待人群图像中提取的人身体轮廓的数量,即为各站点的站台等待区的等待乘客数量,构成站点等待乘客数量集合G(g1,g2,...,gk,...,gz),gk表示为第k个站点的站台等待区等待乘客数量,同时对处理后的各站点的站台等待区的等待人群图像进行安全线轮廓提取,其提取的安全线轮廓将站台等待区划分为安全等待区和危险等待区,以此将各处理后的各站点的站台等待区的等待人群图像聚焦在危险等待区,并在危险等待区进行人身体轮廓提取,其提取的人身体轮廓数量即为各站点的站台危险等待区的等待乘客数量,进而构成站点危险等待区等待乘客数量集合D(d1,d2,...,dk,...,dz),dk表示为第k个站点的站台危险等待区的等待乘客数量,等待区人群统计模块将站点等待乘客数量集合和站点危险等待区等待乘客数量集合发送至参数处理中心;
所述站点停靠参数检测模块包括若干停靠参数检测设备,其分别安装在各站点位置处,用于检测城市轨道交通在各站点停靠的停靠参数,并构成站点停靠参数集合Qw(qw1,qw2,...,qwk,...,qwz),qwk表示为城市轨道交通在第k个站点停靠的第w个停靠参数对应的数值,w表示为停靠参数,w=fv,ft,fv,ft分别表示为停靠速度,停靠时长,站点停靠参数检测模块将站点停靠参数集合发送至参数处理中心;
所述站点历史平均人流量分析模块用于根据预设的历史时间段分析预估各站点的历史平均人流量,其具体评估方法包括以下步骤:
S1:获取该城市轨道交通每天的发车班次,即为该城市轨道交通每天在各站点的停靠次数;
S2:统计预设历史时间段内每天该城市轨道交通在各站点每次停靠对应的进站和出站的乘客人数,并将各站点每次停靠对应的进站和出站的乘客人数相加,得到各站点每次停靠对应的人流量;
S3:将得到的每天各站点每次停靠对应的人流量进行均值处理,得到每天各站点对应的平均人流量;
S4:统计预设历史时间段对应的天数,将预设历史时间段每天各站点对应的平均人流量进行累加,再除以预设历史时间段对应的天数得到各站点对应的预估历史平均人流量,并发送至参数处理中心;
所述参数处理中心接收障碍物识别分析模块发送的各障碍轨道段对应的障碍物类型和障碍物体积,并将各障碍轨道段对应的障碍物类型与安全数据库中各种障碍物类型对应的障碍危险权重系数进行对比,得到各障碍轨道段对应的障碍危险权重系数,同时将各障碍轨道段对应的障碍物体积与安全数据库中各障碍物体积对应的障碍体积危险系数进行对比,得到各障碍轨道段对应的障碍体积危险系数,以此根据各障碍轨道段对应的障碍危险权重系数和障碍体积危险系数统计城市轨道交通对应的轨道危险系数,并发送至管理服务器;
所述参数处理中心接收等待区人群统计模块发送的站点等待乘客数量集合和站点危险等待区等待乘客数量集合,并根据站点等待乘客数量集合和站点危险等待区等待乘客数量集合统计城市轨道交通对应的站点等待乘客危险系数,并发送至管理服务器;
所述参数处理中心接收站点停靠参数检测模块发送的站点停靠参数集合,并将站点停靠参数集合中城市轨道交通在各站点的停靠速度与安全数据库中城市轨道交通进站时的标准停靠速度进行对比,得到停靠速度对比值,同时将站点停靠参数集合中城市轨道交通在各站点的停靠时长分别对应与安全数据库中该城市轨道交通在各站点的标准停靠时长进行对比,得到停靠时长对比值,以此将各站点的停靠速度对比值和停靠时长对比值构成站点停靠参数对比集合ΔQw(Δqw1,Δqw2,...,Δqwk,...,Δqwz),从而根据站点停靠参数对比集合统计城市轨道交通对应的停靠危险系数,并发送至管理服务器;
同时,参数处理中心接收站点历史平均人流量分析模块发送的各站点对应的预估历史平均人流量,并获取各站点的站台面积,由此根据各站点对应的预估历史平均人流量和各站点的站台面积统计城市轨道交通对应的人流量危险系数,并发送至管理服务器;
所述管理服务器接收参数处理中心发送的城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数,并将城市轨道交通对应的轨道危险系数、站点等待乘客危险系数、停靠危险系数和人流量危险系数进行累加,得到城市轨道交通运营的综合危险系数,并发送至后台显示终端;
所述后台显示终端分别接收管理服务器发送的城市轨道交通运营的综合危险系数和障碍物识别分析模块发送的障碍轨道段的编号,并显示;
所述城市轨道交通对应的轨道危险系数的计算公式为
Figure FDA0003336574040000051
χ表示为城市轨道交通对应的轨道危险系数,εj、λj分别表示为第j个障碍轨道段对应的障碍危险权重系数,障碍体积危险系数;
所述城市轨道交通对应的站点等待乘客危险系数的计算公式为
Figure FDA0003336574040000052
η表示为城市轨道交通对应的站点等待乘客危险系数;
所述城市轨道交通对应的停靠危险系数的计算公式为
Figure FDA0003336574040000061
σ表示为城市轨道交通对应的停靠危险系数,Δqfvk表示为城市轨道交通在第k个站点的停靠速度与城市轨道交通进站时的标准停靠速度之间的对比值,Δqftk表示为城市轨道交通在第k个站点的停靠时长与该城市轨道交通在该站点的标准停靠时长之间的对比值,qfv标准表示为城市轨道交通进站时的标准停靠速度,qft标准k表示为城市轨道交通在第k个站点的标准停靠时长,x1、x2分别表示为停靠速度权重系数,停靠时长权重系数;
所述城市轨道交通对应的人流量危险系数的计算公式为
Figure FDA0003336574040000062
δ表示为城市轨道交通对应的人流量危险系数,rk表示为第k个站点的对应的预估历史平均人流量,sk表示为第k个站点的站台面积。
2.根据权利要求1所述一种基于大数据物联网的安全监控智能管理系统,其特征在于:所述轨道段划分模块对城市轨道交通运行的轨道进行轨道段划分,其具体划分方法执行以下步骤:
H1:获取城市轨道交通运行轨道的起点和终点;
H2:统计从轨道起点到轨道终点的距离,即为该城市轨道交通运行轨道的长度;
H3:将该城市轨道交通运行轨道的长度进行均匀等分,各等分段记为轨道段。
3.根据权利要求1所述一种基于大数据物联网的安全监控智能管理系统,其特征在于:所述等待区人群统计模块还包括对站点危险等待区等待乘客数量集合的等待乘客数量进行分析,若某站点危险等待区的等待乘客数量为零,则表明该站点的危险等待区不存在等待乘客,若某站点危险等待区的等待乘客数量大于零,则表明该站点的危险等待区存在乘客,该站点记为危险站点,此时统计危险站点的编号,并发送至语音提示终端。
4.根据权利要求1所述一种基于大数据物联网的安全监控智能管理系统,其特征在于:还包括语音提示终端,与等待区人群统计模块连接,接收等待区人群统计模块发送的危险站点的编号,进而启动对应危险站点的语音提示器,对该危险站点处在危险等待区的等待乘客进行语音提示。
5.根据权利要求1所述的一种基于大数据物联网的安全监控智能管理系统,其特征在于:所述停靠参数检测设备包括速度传感器和计时器,其中速度传感器用于检测城市轨道交通进各站点时的停靠速度,计时器用于检测城市轨道交通在各站点的停靠时长。
CN202110099084.9A 2021-01-25 2021-01-25 一种基于大数据物联网的安全监控智能管理系统 Active CN112925258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110099084.9A CN112925258B (zh) 2021-01-25 2021-01-25 一种基于大数据物联网的安全监控智能管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110099084.9A CN112925258B (zh) 2021-01-25 2021-01-25 一种基于大数据物联网的安全监控智能管理系统

Publications (2)

Publication Number Publication Date
CN112925258A CN112925258A (zh) 2021-06-08
CN112925258B true CN112925258B (zh) 2022-03-29

Family

ID=76167501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110099084.9A Active CN112925258B (zh) 2021-01-25 2021-01-25 一种基于大数据物联网的安全监控智能管理系统

Country Status (1)

Country Link
CN (1) CN112925258B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113371033A (zh) * 2021-06-15 2021-09-10 武汉瑞辉科技发展有限公司 一种基于云计算的轨道交通运行安全实时在线监测预警管理云平台
CN113516578B (zh) * 2021-08-04 2022-11-04 甘肃省建筑设计研究院有限公司 一种基于生活圈背景下的公共服务设施片区化管理系统及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE602004004246T2 (de) * 2004-04-01 2007-11-15 Heuristics Gmbh Methode und System zur Erkennung von Defekten und gefährlichen Eigenschaften von passierenden Eisenbahnfahrzeugen
CN104217367B (zh) * 2014-09-16 2017-10-03 北京交通大学 一种轨道交通线路动态安全风险评价方法
CN108289203B (zh) * 2018-02-02 2020-03-13 常州高清信息技术有限公司 一种用于轨道交通的视频监控系统
CN108520359A (zh) * 2018-04-11 2018-09-11 北京交通大学 城市轨道交通系统的风险网络模型的构建方法
CN108986005A (zh) * 2018-08-22 2018-12-11 东南大学 横向互联与纵向贯通的城市轨道交通应急信息管理方法
CN109858670B (zh) * 2018-12-24 2022-11-18 哈尔滨工业大学 一种轨道交通车站大客流实时预警方法
CN111845845A (zh) * 2020-08-08 2020-10-30 汪美霞 一种基于大数据的城市轨道交通安全智能检测系统

Also Published As

Publication number Publication date
CN112925258A (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN110493816B (zh) 一种用于轨交地铁车站客流量的实时预测方法
CN112925258B (zh) 一种基于大数据物联网的安全监控智能管理系统
CN109815882B (zh) 一种基于图像识别的地铁车厢客流密度监控系统及方法
CN111310994B (zh) 一种基于数据校准的公交路线预测方法及系统
CN109670404A (zh) 一种基于混合模型的道路积水图像检测预警方法
CN103258427B (zh) 基于信息物理网络的城市快速路交通实时监控方法
CN111798678A (zh) 一种基于大数据的城市交通智能监控协调管理系统
CN103258430B (zh) 路段旅行时间统计、以及交通路况判定方法和装置
CN108289203B (zh) 一种用于轨道交通的视频监控系统
CN107045800A (zh) 一种智慧社区车位管理方法
CN103985182B (zh) 一种公交客流自动计数方法及自动计数系统
CN104809887B (zh) 一种高速公路上车辆逆行检测方法与自动报警装置
CN111126171A (zh) 一种车辆逆行检测方法及系统
CN111243275B (zh) 一种基于计算机视觉的收费站交通状态监测装置和方法
CN106781460B (zh) 一种路段交通状态确定方法及装置
CN111754786A (zh) 一种识别高速公路交通工具通行事件的系统
CN112749630A (zh) 一种道路路况智能视频监控方法及系统
CN114419924B (zh) 一种基于智慧城市的ai应用控制管理系统
CN109919066B (zh) 一种检测轨道交通车厢内乘客密度异常的方法和装置
CN113436432A (zh) 一种利用路侧观测数据进行路段短时交通风险预测的方法
CN114363316A (zh) 一种跨区域道路基础设施智能联网监测与监管系统
CN112528867B (zh) 一种地铁车站突发大客流预警方法及其应用
CN109410597B (zh) 一种园区出入口车流量检测方法、装置和系统
CN112700473A (zh) 一种基于图像识别进行车厢拥挤度判断系统
CN111798579A (zh) 一种基于etc龙门架的高速公路拥堵预测方法及系统

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: 20220304

Address after: 050000 015, 1f, building 16, keying Zhichuang Valley, No. 32, Xinyuan street, Luquan District, Shijiazhuang City, Hebei Province

Applicant after: CETC safety technology Hebei Co.,Ltd.

Address before: 210019 Xindi center, 188 Lushan Road, Jianye District, Nanjing City, Jiangsu Province

Applicant before: Nanjing Baiwang Intelligent Equipment Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant