CN113744334A - 一种基于监控设备和gis的景区游客实时分布分析方法与系统 - Google Patents
一种基于监控设备和gis的景区游客实时分布分析方法与系统 Download PDFInfo
- Publication number
- CN113744334A CN113744334A CN202110965893.3A CN202110965893A CN113744334A CN 113744334 A CN113744334 A CN 113744334A CN 202110965893 A CN202110965893 A CN 202110965893A CN 113744334 A CN113744334 A CN 113744334A
- Authority
- CN
- China
- Prior art keywords
- road section
- data
- tourist
- time
- current
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于监控设备和GIS的景区游客实时分布分析方法与系统,包括有以下步骤:S1,硬件设备搭建;S2,数据采集:路段、路由基础数据与GIS地理数据采集和相机设备采集游客进出数据;S4,后台模型算法定时推演,更新游客GIS数据信息;S5,使用地图服务加载渲染游客分布热力图,本发明涉及监控技术领域。本发明,解决了度假旅游已经成为人们生活中不可或缺的一部分,给景区游客的管理带来更多的难度与挑战的问题。
Description
技术领域
本发明涉及监控技术领域,特别是涉及一种基于监控设备和GIS的景区游客实时分布分析方法与系统。
背景技术
随着经济的发展,人们生活水平的提高,度假旅游已经成为人们生活中不可或缺的一部分,同时也给景区游客的管理带来更多的难度与挑战。目前的景区流量监管主要分为以下几种:
(1)结合票务系统,实时监控进入景区人数,一般不会对出景区进行监管,无法形成闭环,景区流量不准确;
(2)使用电子围栏技术,在景区出入口使用监控设备进行信息采集,获取进入与离开的游客数量,形成双向数据闭环计算,实时监控景区内游客数量。此方式只能提供景区内总流量,无法实现各区域游客分布;
(3)采用发放RFID等电子门票标签,利用景区基站与用户连接,实时获取游客位置,形成景区内游客分布情况。此方案涉及基站搭建、终端设备的购买与维护,一方面建立与维护的成本大;另一方面对于偏远、山区等自然景观景区,硬件设施、信号强度都无法达到可用要求。
发明内容
为了解决度假旅游已经成为人们生活中不可或缺的一部分,给景区游客的管理带来更多的难度与挑战的问题,本发明的目的是提供一种基于监控设备和GIS的景区游客实时分布分析方法与系统。
为了实现上述目的,本发明采用如下技术方案:一种基于监控设备和GIS的景区游客实时分布分析方法,包括有以下步骤:
S1,硬件设备搭建;
S2,数据采集:路段、路由基础数据与GIS地理数据采集和相机设备采集游客进出数据;
S4,后台模型算法定时推演,更新游客GIS数据信息;
S5,使用地图服务加载渲染游客分布热力图。
优选的,所述S1中,选择使用计数功能的监控相机,选取景区入口处以及关键点位(重要景点、分叉路口)架设实时监控设备。
优选的,所述S2中,机设备采集游客进出数据,通过监控设备产商提供的SDK,对接相机终端,实时获取景区入口以及关键点位的监控设备中采集到的游客进出数据,包括实时进出游客数量以及今日游客进出总量,并调用后台API接口,将进出数据提交保存到数据库中;
路段、路由基础数据与GIS地理数据采集,
①按照景区游览路线,将整体路线按实际路况(宽窄、陡峭、容量等)细分为不同路段,并在地图中按照比例尺,以5米为间距,勾取每个路段的路线坐标点集;
②根据路段总距离以及正常进行完该路段所花费的时间,计算出在该路段内游客行进的基本速度;
③针对景点、就餐点等区域,将其视为特殊的路段,即设置坐标点位集合相对集中,基本速度为0,并增加停留时长信息;
④设置路段名称以及方向(部分景区存在两个或多个入口,提供一个方向标识),便于区分不同方向的游客数据与行进方向;
⑤设置每个路段的游客阀值;
⑥调用后台API接口,上传采集的GIS数据入库;
⑦建立路段之间的路由机制,包括前后路段间的关联以及分支路段的选择权重,并设置额外的路段选择条件(如:时间等),完成景区内所有路段之间的关系,形成一个闭合的景区游览GIS路线;
计数相机与路段绑定,
将所有计数的监控相机设备与路段进行关联,包括监控相机位于哪个路段、路段中的哪个坐标点位、相机采集的进或者出的数据为进入该路段的标记、路段中间的计数相机进或出的数据与路段以及路由的绑定,当在进行Ⅰ中入口相机采集进出数据上传的同时,根据该相机所关联的路段、坐标点位以及方向,对应生成相应数量的游客模拟点位,包括所处路段、当前坐标、方向、当前状态(停留、行进或者出景区)、进入景区时间、上次模型推演时间、处于停留路段的已停留时间,保存到游客数据表中,为后台分析模型提供真实、有效的数据基础。
优选的,所述S4中,后台设置定时任务,每3分钟进行一次推演算法,每次运算具体过程如下:
①从数据库中获取数据库中今日未出景区的所有游客数据集合,其中包含游客所处路段ID,路段内的点位坐标、当前状态(停留、行进)、处于停留路段的已停留时间、上次推演时间;
②从数据库中获取所有路段数据,包含路段ID、路段类型(普通路段、停留点)、路段内正常行走速度、停留路段正常停留时间;并进行数据加工,以路段ID为键,以路段实例为值,保存到缓存中;
③从数据库中获取所有路由数据,包含当前路段ID,下一路段ID,选择该路段的权重、选择该路段的时间选择因素;并进行数据加工,以当前路段ID为键,以目标路段ID集合、对应权重比例集合、以及对应的时间因素集合为值,保存到缓存中;
④遍历游客数据集合,对每个游客点位数据进行计算,获取当前系统时间nowTime和游客数据上次推演计算完成时间lastCalcTime,计算差值得到行进所用时间useTime(单位:秒);
⑤获取游客当前状态和所处路段ID,若为停留状态,获取游客已经停留时间haveStayTime,并通过路段ID获取②中保存的当前路段需要正常停留时间needStayTime,比较haveStayTime与needStayTime,若未达到需要停留时间,游客仍处于当前停留路段,若超出需要停留时间,更新④中useTime为接下来需要行进时间(useTime=useTime-(needStayTime-haveStayTime))与当前游客状态(由停留变为行进),并进行⑥中行进算法推演;
⑥当游客处于行进状态,并通过路段ID获取②中保存的当前路段正常行进速度normalSpeed、当前位置点位坐标position、以及路段线路坐标点集array;使用随机算法将行进速度进行1至1.3倍扩大加工,模拟不同人员在正常行进范围内的不同速度speed,通过speed×useTime,计算行进路程forwardDistance;以路段线路点集5米间隔为基础,计算forwardDistance/5获取本次行进前进的点位数;通过当前所在点位position获取所在当前路段线路点位位置,结合行进点位数,计算出最终落位;若最终落位还在当前路段内,更新游客数据中所在位置点位、上次推演时间;若最终落位已超出当前路段,并进行⑦中计算;
⑦通过⑥中当前位置点位坐标position,计算出该路段剩余点位数,以5米间隔计算出剩余距离,得到行进完该路段所使用的时间time,并更新⑥中useTime(useTime=useTime-time)。使用当前路段ID以及③中缓存的路由信息,当下一路段唯一,直接选择该路段;若目标路段不唯一,先判断时间因素,若某路段存在晚于配置时间,必定选择该路段,则选择该路段作为下一路段,否则根据划分权重,进行随机选择;确认完成下一路段信息,将游客所在路段ID更新位新路段ID,当前位置更新位新路段的第一个点位坐标,继续进行⑤⑥⑦算法推演;
通过上诉步骤,完成所有游客数据的行进推演计算,并及时更新游客所处位置;与此同时,另起定时任务,监控关键点位计数相机采集数据情况,及时学习、更新路段、路由配置:
根据分支路段中间的计数相机采集的进出数据,结合关联的路段以及路由信息,计算上一路段路进入分支后的实际人数比例,若与配置的权重不符,及时更新路由权重,不断完善路段选择;
通过重点、易堵路段两端的计数相机采集的进出数据,形成封闭路段内游客数量,结合路段的阀值,判断路段内的拥堵情况,以此及时调整该路段的正常行进速度,让行进模型更加准确。
优选的,所述S5中,
①使用第三方地图服务,加载地图;
使用地图Javascript API服务创建地图实例,加载地图,并设置地图中心点、层级:
var map=new BMap.Map("mapView",{mapType:BMAP_NORMAL_MAP,enableMapClick:false});
map.centerAndZoom(new BMap.Point(118.174901,30.138808),16);
②调用后台提供的API接口,获取所有当天在景区内的游客点位列表数据以及所处路段数据,遍历游客点位信息,使用JSON解析点位信息,获取经纬度坐标lon与lat以及路段阀值modelPointMax,对应创建热力图基础点位数据:
let heatMax=20000;//热力图整体阀值
let headMap={lng:lon,lat:lat,count:heatMax/modelPointMax};
heatMax/modelPointMax为以heatMax为基础,结合路段阀值modelPointMax计算得出的该点位数值,根据数值所占heatMax比例,确定热力图色阶;
③通过②中获取的所有热力图点实例集合,创建热力图图层实例BMapLib.HeatmapOverlay,并配置色阶:以整体阀值heatMax为基础,0-35%:rgb(0,0,255);35%-45%:rgb(0,255,255);45%-55%:rgb(0,255,0);55%-65%:rgb(255,255,0);65%-100%:rgb(255,0,0);最后使用将图层实例添加到地图中,map.addOverlay(heatMapOverlay)。
使用js定时器setInterval(function(){},3*60*1000),每3分钟执行一次②与③中的方法,实现热力图自动刷新。
一种基于监控设备和GIS的景区游客实时分布分析系统,包括有设置于景区关键点位的呈分布式布置若干个监控相机,若干个所述监控相机与后台连接。
与现有技术相比,本发明实现的有益效果:本发明,使用视频监控采集游客进出数据,结合景区游览路线,模拟游客行进,以数据为基础,以算法为工具,以GIS为载体,构建景区游客实时分布热力图,主要实现景区流量实时监控、客流分布密度实时掌握,为景区管理人员提供有效、准确游客分布情况与决策支撑,针对拥堵路段及时进行监控、引导,降低拥挤程度,减少游客安全事故的发生。
附图说明
以下结合附图和具体实施方式来进一步详细说明本发明:
图1为一种基于监控设备和GIS的景区游客实时分布分析方法温的示意图;
图2为一种基于监控设备和GIS的景区游客实时分布分析系统的示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
请参阅图1至图2。须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
实施例1:
一种基于监控设备和GIS的景区游客实时分布分析方法,包括有以下步骤:
S1,硬件设备搭建;
S2,数据采集:路段、路由基础数据与GIS地理数据采集和相机设备采集游客进出数据;
S4,后台模型算法定时推演,更新游客GIS数据信息;
S5,使用地图服务加载渲染游客分布热力图。
所述S1中,选择使用计数功能的监控相机,选取景区入口处以及关键点位(重要景点、分叉路口)架设实时监控设备。
所述S2中,机设备采集游客进出数据,通过监控设备产商提供的SDK,对接相机终端,实时获取景区入口以及关键点位的监控设备中采集到的游客进出数据,包括实时进出游客数量以及今日游客进出总量,并调用后台API接口,将进出数据提交保存到数据库中;
路段、路由基础数据与GIS地理数据采集,
①按照景区游览路线,将整体路线按实际路况(宽窄、陡峭、容量等)细分为不同路段,并在地图中按照比例尺,以5米为间距,勾取每个路段的路线坐标点集;
②根据路段总距离以及正常进行完该路段所花费的时间,计算出在该路段内游客行进的基本速度;
③针对景点、就餐点等区域,将其视为特殊的路段,即设置坐标点位集合相对集中,基本速度为0,并增加停留时长信息;
④设置路段名称以及方向(部分景区存在两个或多个入口,提供一个方向标识),便于区分不同方向的游客数据与行进方向;
⑤设置每个路段的游客阀值;
⑥调用后台API接口,上传采集的GIS数据入库;
⑦建立路段之间的路由机制,包括前后路段间的关联以及分支路段的选择权重,并设置额外的路段选择条件(如:时间等),完成景区内所有路段之间的关系,形成一个闭合的景区游览GIS路线;
计数相机与路段绑定,
将所有计数的监控相机设备与路段进行关联,包括监控相机位于哪个路段、路段中的哪个坐标点位、相机采集的进或者出的数据为进入该路段的标记、路段中间的计数相机进或出的数据与路段以及路由的绑定,当在进行Ⅰ中入口相机采集进出数据上传的同时,根据该相机所关联的路段、坐标点位以及方向,对应生成相应数量的游客模拟点位,包括所处路段、当前坐标、方向、当前状态(停留、行进或者出景区)、进入景区时间、上次模型推演时间、处于停留路段的已停留时间,保存到游客数据表中,为后台分析模型提供真实、有效的数据基础。
所述S4中,后台设置定时任务,每3分钟进行一次推演算法,每次运算具体过程如下:
①从数据库中获取数据库中今日未出景区的所有游客数据集合,其中包含游客所处路段ID,路段内的点位坐标、当前状态(停留、行进)、处于停留路段的已停留时间、上次推演时间;
②从数据库中获取所有路段数据,包含路段ID、路段类型(普通路段、停留点)、路段内正常行走速度、停留路段正常停留时间;并进行数据加工,以路段ID为键,以路段实例为值,保存到缓存中;
③从数据库中获取所有路由数据,包含当前路段ID,下一路段ID,选择该路段的权重、选择该路段的时间选择因素;并进行数据加工,以当前路段ID为键,以目标路段ID集合、对应权重比例集合、以及对应的时间因素集合为值,保存到缓存中;
④遍历游客数据集合,对每个游客点位数据进行计算,获取当前系统时间nowTime和游客数据上次推演计算完成时间lastCalcTime,计算差值得到行进所用时间useTime(单位:秒);
⑤获取游客当前状态和所处路段ID,若为停留状态,获取游客已经停留时间haveStayTime,并通过路段ID获取②中保存的当前路段需要正常停留时间needStayTime,比较haveStayTime与needStayTime,若未达到需要停留时间,游客仍处于当前停留路段,若超出需要停留时间,更新④中useTime为接下来需要行进时间(useTime=useTime-(needStayTime-haveStayTime))与当前游客状态(由停留变为行进),并进行⑥中行进算法推演;
⑥当游客处于行进状态,并通过路段ID获取②中保存的当前路段正常行进速度normalSpeed、当前位置点位坐标position、以及路段线路坐标点集array;使用随机算法将行进速度进行1至1.3倍扩大加工,模拟不同人员在正常行进范围内的不同速度speed,通过speed×useTime,计算行进路程forwardDistance;以路段线路点集5米间隔为基础,计算forwardDistance/5获取本次行进前进的点位数;通过当前所在点位position获取所在当前路段线路点位位置,结合行进点位数,计算出最终落位;若最终落位还在当前路段内,更新游客数据中所在位置点位、上次推演时间;若最终落位已超出当前路段,并进行⑦中计算;
⑦通过⑥中当前位置点位坐标position,计算出该路段剩余点位数,以5米间隔计算出剩余距离,得到行进完该路段所使用的时间time,并更新⑥中useTime(useTime=useTime-time)。使用当前路段ID以及③中缓存的路由信息,当下一路段唯一,直接选择该路段;若目标路段不唯一,先判断时间因素,若某路段存在晚于配置时间,必定选择该路段,则选择该路段作为下一路段,否则根据划分权重,进行随机选择;确认完成下一路段信息,将游客所在路段ID更新位新路段ID,当前位置更新位新路段的第一个点位坐标,继续进行⑤⑥⑦算法推演;
通过上诉步骤,完成所有游客数据的行进推演计算,并及时更新游客所处位置;与此同时,另起定时任务,监控关键点位计数相机采集数据情况,及时学习、更新路段、路由配置:
根据分支路段中间的计数相机采集的进出数据,结合关联的路段以及路由信息,计算上一路段路进入分支后的实际人数比例,若与配置的权重不符,及时更新路由权重,不断完善路段选择;
通过重点、易堵路段两端的计数相机采集的进出数据,形成封闭路段内游客数量,结合路段的阀值,判断路段内的拥堵情况,以此及时调整该路段的正常行进速度,让行进模型更加准确。
所述S5中,
①使用第三方地图服务,加载地图;
使用地图Javascript API服务创建地图实例,加载地图,并设置地图中心点、层级:
var map=new BMap.Map("mapView",{mapType:BMAP_NORMAL_MAP,enableMapClick:false});
map.centerAndZoom(new BMap.Point(118.174901,30.138808),16);
②调用后台提供的API接口,获取所有当天在景区内的游客点位列表数据以及所处路段数据,遍历游客点位信息,使用JSON解析点位信息,获取经纬度坐标lon与lat以及路段阀值modelPointMax,对应创建热力图基础点位数据:
let heatMax=20000;//热力图整体阀值
let headMap={lng:lon,lat:lat,count:heatMax/modelPointMax};
heatMax/modelPointMax为以heatMax为基础,结合路段阀值modelPointMax计算得出的该点位数值,根据数值所占heatMax比例,确定热力图色阶;
③通过②中获取的所有热力图点实例集合,创建热力图图层实例BMapLib.HeatmapOverlay,并配置色阶:以整体阀值heatMax为基础,0-35%:rgb(0,0,255);35%-45%:rgb(0,255,255);45%-55%:rgb(0,255,0);55%-65%:rgb(255,255,0);65%-100%:rgb(255,0,0);最后使用将图层实例添加到地图中,map.addOverlay(heatMapOverlay)。
使用js定时器setInterval(function(){},3*60*1000),每3分钟执行一次②与③中的方法,实现热力图自动刷新。
实施例2:
一种基于监控设备和GIS的景区游客实时分布分析系统,包括有设置于景区关键点位的呈分布式布置若干个监控相机,若干个所述监控相机与后台连接。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (6)
1.一种基于监控设备和GIS的景区游客实时分布分析方法,其特征在于,包括有以下步骤:
S1,硬件设备搭建;
S2,数据采集:路段、路由基础数据与GIS地理数据采集和相机设备采集游客进出数据;
S4,后台模型算法定时推演,更新游客GIS数据信息;
S5,使用地图服务加载渲染游客分布热力图。
2.根据权利要求1所述的一种基于监控设备和GIS的景区游客实时分布分析方法,其特征在于:所述S1中,选择使用计数功能的监控相机,选取景区入口处以及关键点位(重要景点、分叉路口)架设实时监控设备。
3.根据权利要求1所述的一种基于监控设备和GIS的景区游客实时分布分析方法,其特征在于:所述S2中,机设备采集游客进出数据,通过监控设备产商提供的SDK,对接相机终端,实时获取景区入口以及关键点位的监控设备中采集到的游客进出数据,包括实时进出游客数量以及今日游客进出总量,并调用后台API接口,将进出数据提交保存到数据库中;
路段、路由基础数据与GIS地理数据采集,
①按照景区游览路线,将整体路线按实际路况(宽窄、陡峭、容量等)细分为不同路段,并在地图中按照比例尺,以5米为间距,勾取每个路段的路线坐标点集;
②根据路段总距离以及正常进行完该路段所花费的时间,计算出在该路段内游客行进的基本速度;
③针对景点、就餐点等区域,将其视为特殊的路段,即设置坐标点位集合相对集中,基本速度为0,并增加停留时长信息;
④设置路段名称以及方向(部分景区存在两个或多个入口,提供一个方向标识),便于区分不同方向的游客数据与行进方向;
⑤设置每个路段的游客阀值;
⑥调用后台API接口,上传采集的GIS数据入库;
⑦建立路段之间的路由机制,包括前后路段间的关联以及分支路段的选择权重,并设置额外的路段选择条件(如:时间等),完成景区内所有路段之间的关系,形成一个闭合的景区游览GIS路线;
计数相机与路段绑定,
将所有计数的监控相机设备与路段进行关联,包括监控相机位于哪个路段、路段中的哪个坐标点位、相机采集的进或者出的数据为进入该路段的标记、路段中间的计数相机进或出的数据与路段以及路由的绑定,当在进行Ⅰ中入口相机采集进出数据上传的同时,根据该相机所关联的路段、坐标点位以及方向,对应生成相应数量的游客模拟点位,包括所处路段、当前坐标、方向、当前状态(停留、行进或者出景区)、进入景区时间、上次模型推演时间、处于停留路段的已停留时间,保存到游客数据表中,为后台分析模型提供真实、有效的数据基础。
4.根据权利要求1所述的一种基于监控设备和GIS的景区游客实时分布分析方法,其特征在于:所述S4中,后台设置定时任务,每3分钟进行一次推演算法,每次运算具体过程如下:
①从数据库中获取数据库中今日未出景区的所有游客数据集合,其中包含游客所处路段ID,路段内的点位坐标、当前状态(停留、行进)、处于停留路段的已停留时间、上次推演时间;
②从数据库中获取所有路段数据,包含路段ID、路段类型(普通路段、停留点)、路段内正常行走速度、停留路段正常停留时间;并进行数据加工,以路段ID为键,以路段实例为值,保存到缓存中;
③从数据库中获取所有路由数据,包含当前路段ID,下一路段ID,选择该路段的权重、选择该路段的时间选择因素;并进行数据加工,以当前路段ID为键,以目标路段ID集合、对应权重比例集合、以及对应的时间因素集合为值,保存到缓存中;
④遍历游客数据集合,对每个游客点位数据进行计算,获取当前系统时间nowTime和游客数据上次推演计算完成时间lastCalcTime,计算差值得到行进所用时间useTime(单位:秒);
⑤获取游客当前状态和所处路段ID,若为停留状态,获取游客已经停留时间haveStayTime,并通过路段ID获取②中保存的当前路段需要正常停留时间needStayTime,比较haveStayTime与needStayTime,若未达到需要停留时间,游客仍处于当前停留路段,若超出需要停留时间,更新④中useTime为接下来需要行进时间(useTime=useTime-(needStayTime-haveStayTime))与当前游客状态(由停留变为行进),并进行⑥中行进算法推演;
⑥当游客处于行进状态,并通过路段ID获取②中保存的当前路段正常行进速度normalSpeed、当前位置点位坐标position、以及路段线路坐标点集array;使用随机算法将行进速度进行1至1.3倍扩大加工,模拟不同人员在正常行进范围内的不同速度speed,通过speed×useTime,计算行进路程forwardDistance;以路段线路点集5米间隔为基础,计算forwardDistance/5获取本次行进前进的点位数;通过当前所在点位position获取所在当前路段线路点位位置,结合行进点位数,计算出最终落位;若最终落位还在当前路段内,更新游客数据中所在位置点位、上次推演时间;若最终落位已超出当前路段,并进行⑦中计算;
⑦通过⑥中当前位置点位坐标position,计算出该路段剩余点位数,以5米间隔计算出剩余距离,得到行进完该路段所使用的时间time,并更新⑥中useTime(useTime=useTime-time)。使用当前路段ID以及③中缓存的路由信息,当下一路段唯一,直接选择该路段;若目标路段不唯一,先判断时间因素,若某路段存在晚于配置时间,必定选择该路段,则选择该路段作为下一路段,否则根据划分权重,进行随机选择;确认完成下一路段信息,将游客所在路段ID更新位新路段ID,当前位置更新位新路段的第一个点位坐标,继续进行⑤⑥⑦算法推演;
通过上诉步骤,完成所有游客数据的行进推演计算,并及时更新游客所处位置;与此同时,另起定时任务,监控关键点位计数相机采集数据情况,及时学习、更新路段、路由配置:
根据分支路段中间的计数相机采集的进出数据,结合关联的路段以及路由信息,计算上一路段路进入分支后的实际人数比例,若与配置的权重不符,及时更新路由权重,不断完善路段选择;
通过重点、易堵路段两端的计数相机采集的进出数据,形成封闭路段内游客数量,结合路段的阀值,判断路段内的拥堵情况,以此及时调整该路段的正常行进速度,让行进模型更加准确。
5.根据权利要求1所述的一种基于监控设备和GIS的景区游客实时分布分析方法,其特征在于:所述S5中,
①使用第三方地图服务,加载地图;
使用地图JavascriptAPI服务创建地图实例,加载地图,并设置地图中心点、层级:
varmap=newBMap.Map("mapView",{mapType:BMAP_NORMAL_MAP,enableMapClick:false});
map.centerAndZoom(new BMap.Point(118.174901,30.138808),16);
②调用后台提供的API接口,获取所有当天在景区内的游客点位列表数据以及所处路段数据,遍历游客点位信息,使用JSON解析点位信息,获取经纬度坐标lon与lat以及路段阀值modelPointMax,对应创建热力图基础点位数据:
letheatMax=20000;//热力图整体阀值
letheadMap={lng:lon,lat:lat,count:heatMax/modelPointMax};
heatMax/modelPointMax为以heatMax为基础,结合路段阀值modelPointMax计算得出的该点位数值,根据数值所占heatMax比例,确定热力图色阶;
③通过②中获取的所有热力图点实例集合,创建热力图图层实例BMapLib.HeatmapOverlay,并配置色阶:以整体阀值heatMax为基础,0-35%:rgb(0,0,255);35%-45%:rgb(0,255,255);45%-55%:rgb(0,255,0);55%-65%:rgb(255,255,0);65%-100%:rgb(255,0,0);最后使用将图层实例添加到地图中,map.addOverlay(heatMapOverlay)。
使用js定时器setInterval(function(){},3*60*1000),每3分钟执行一次②与③中的方法,实现热力图自动刷新。
6.一种基于监控设备和GIS的景区游客实时分布分析系统,其特征在于:包括有设置于景区关键点位的呈分布式布置若干个监控相机,若干个所述监控相机与后台连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110965893.3A CN113744334A (zh) | 2021-08-23 | 2021-08-23 | 一种基于监控设备和gis的景区游客实时分布分析方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110965893.3A CN113744334A (zh) | 2021-08-23 | 2021-08-23 | 一种基于监控设备和gis的景区游客实时分布分析方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113744334A true CN113744334A (zh) | 2021-12-03 |
Family
ID=78732210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110965893.3A Pending CN113744334A (zh) | 2021-08-23 | 2021-08-23 | 一种基于监控设备和gis的景区游客实时分布分析方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744334A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059222A1 (en) * | 2006-09-01 | 2008-03-06 | Yu Zhang | Mobile multi-media intelligent tourist guide service system and its realizing method |
CN111083728A (zh) * | 2019-12-25 | 2020-04-28 | 电子科技大学 | 一种基于时空大数据的景区实时负荷监控方法及系统 |
-
2021
- 2021-08-23 CN CN202110965893.3A patent/CN113744334A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059222A1 (en) * | 2006-09-01 | 2008-03-06 | Yu Zhang | Mobile multi-media intelligent tourist guide service system and its realizing method |
CN111083728A (zh) * | 2019-12-25 | 2020-04-28 | 电子科技大学 | 一种基于时空大数据的景区实时负荷监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104508507B (zh) | 位置的自适应聚类 | |
CN104899443B (zh) | 用于评估当前出行需求及预测未来出行需求的方法及系统 | |
CN105631555B (zh) | 一种疏散路径的推送方法及装置 | |
CN104750895B (zh) | 基于移动手机数据的实时城市应急疏散仿真方法及系统 | |
CN111710177B (zh) | 智慧交通信号灯组网协同优化控制系统及控制方法 | |
Ye et al. | Methodology and its application for community-scale evacuation planning against earthquake disaster | |
CN102097004A (zh) | 一种基于手机定位数据的出行od矩阵获取方法 | |
CN108230020B (zh) | 一种基于多维时间粒度时空频繁区域挖掘的方法 | |
CN104167092A (zh) | 一种确定出租车上下客热点区域中心的方法以及装置 | |
CN106097744A (zh) | 一种基于gis系统的高速公路团雾实时监测系统及方法 | |
CN107861992A (zh) | 一种跑步路线处理方法和装置 | |
CN106887146A (zh) | 导向标识系统的信息处理方法与导向标识系统 | |
CN107016872A (zh) | 快速生成交通广播路况信息发布稿的方法、介质和系统 | |
Lin et al. | A simulation-based multiclass, multimodal traffic assignment model with departure time for evaluating traffic control plans of planned special events | |
CN112749842A (zh) | 一种押运路径的规划方法及装置 | |
CN104282142A (zh) | 一种基于出租车gps数据的公交站台设置方法 | |
CN110070259B (zh) | 一种基于gis空间大数据分析的安防设备智慧选址方法 | |
Sundaresan et al. | Artificial intelligence and machine learning approaches for smart transportation in smart cities using blockchain architecture | |
CN114723480A (zh) | 一种针对乡村旅游的客流量预测方法及货物调度系统 | |
CN117114210B (zh) | 无障碍公共设施布局优化方法、装置、设备及存储介质 | |
CN113744334A (zh) | 一种基于监控设备和gis的景区游客实时分布分析方法与系统 | |
Wu et al. | Urban Traffic Planning and Traffic Flow Prediction based on ulchis gravity model and Dijkstra algorithm | |
Al-Majhad et al. | A traffic congestion framework for smart riyadh city based on iot services | |
Shi et al. | Variable message sign and dynamic regional traffic guidance | |
CN115752490B (zh) | 基于大数据和定位技术的安全出行路径优化方法及系统 |
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 |