CN113919714A - 一种车站客流自主引导方法及系统 - Google Patents
一种车站客流自主引导方法及系统 Download PDFInfo
- Publication number
- CN113919714A CN113919714A CN202111205452.XA CN202111205452A CN113919714A CN 113919714 A CN113919714 A CN 113919714A CN 202111205452 A CN202111205452 A CN 202111205452A CN 113919714 A CN113919714 A CN 113919714A
- Authority
- CN
- China
- Prior art keywords
- passenger flow
- station
- guiding
- passenger
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000006399 behavior Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 abstract description 7
- 238000004220 aggregation Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 6
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车站客流自主引导方法及系统，包括：获取车站指定区域的实时客流数据；确定所述车站指定区域的通行能力阈值，基于所述通信能力阈值和所述实时客流数据，确定车站客流引导路径；基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。本发明基于当前车站的客流状态自动调整引导内容，使得车站客流引导更加灵活，客流分布更加均衡，解决了车站的区域拥挤现象，降低了因客流聚集而引发事故的概率，提高了车站整体的客流速度，提升了运营效率。
Description
技术领域
本发明涉及轨道交通技术领域，尤其涉及一种车站客流自主引导方法及系统。
背景技术
随着轨道交通系统规模的日益壮大，城市中的地铁建设逐渐加快了步伐，越来越多的人出行都选择地铁。而在各个地铁站中，都存在多个进出口和换乘区间，尤其是在早晚高峰时，地铁客流量都是呈现井喷状态，为了防止人们进出地铁口出现拥挤，以及换乘地铁时容易出现识别错误，在每个地铁站都设置了大量的客流引导标识，帮助人们识别路线和指引方向。
现有方案中的客流引导标识方案，有的方案采用静态标识，无法变化，没有自主性，且没有考虑到标识的位置设置、内容设计等问题；还有的方案以站台候车人群为对象，采用站台候车客流灯带形式对乘客进行候车引导，所应用的范围受限，且只在正常场景下使用，局限性较大；还有的方案则是以特殊人群为对象，采用专用引导模块(手机APP)来引导特殊人群便捷出乘，首先面向的是特殊人群，具有特殊性，其次其使用广度和便捷性均存在疑问，在正常的出乘过程中，从出乘环境里感知引导信息是最为便捷的。上述方案都存在引导设置和呈现内容均是固定的，无法进行动态调整以适应变化的场景需求。
因此，针对上述问题，需要提出一种新的车站客流引导方法。
发明内容
本发明提供一种车站客流自主引导方法及系统，用以解决现有技术中车站多路径出乘选择中乘客分布不均，导致部分线路拥塞，且引导标识设置不够灵活的缺陷。
第一方面，本发明提供一种车站客流自主引导方法，包括：
获取车站指定区域的实时客流数据；
确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；
基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
在一个实施例中，基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案，包括：
基于所述信息前置理论确定引导终端在所述车站客流引导路径上的设置位置；
基于信息饱和度和信息复杂度，确定综合引导内容；
基于预设呈现形式，将所述综合引导内容在已确定好设置位置的所述引导终端上进行呈现，以供乘客根据所述综合引导内容对行动路线进行决策。
在一个实施例中，基于所述信息前置理论确定引导终端在所述车站客流引导路径上的设置位置，包括：
由所述信息前置理论获取乘客出行动线和客流拥挤区域；
基于乘客出行动线，提取所述客流拥挤区域中安检到闸机之间区域、站厅到楼梯之间区域和站台到候车区之间区域；
将所述安检到闸机之间区域、所述站厅到楼梯之间区域和所述站台到候车区之间区域确定为所述设置位置。
在一个实施例中，基于信息饱和度和信息复杂度，确定综合引导内容，包括：
基于信息饱和度确定乘车引导内容，基于信息复杂度确定选择路线说明内容；
基于预设决策行为双重加工理论，综合加工处理所述乘车引导内容和所述选择路线说明内容，确定所述综合引导内容。
在一个实施例中，获取车站指定区域的实时客流数据，包括：
确定所述车站指定区域包括电梯上下口、候车区、通行线路、通往楼梯乘客动线上、通往候车区乘客动线和线路分岔口；
分别获取电梯上下口实时客流数据、候车区实时客流数据、通行线路实时客流数据、通往楼梯乘客动线实时客流数据、通往候车区乘客动线实时客流数据和线路分岔口实时客流数据。
在一个实施例中，确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径，之前还包括：
基于平均乘客空间，获取乘客交通设施通行服务水平划分等级；
从所述乘客交通设施通行服务水平划分等级中确定所述通行能力阈值。
在一个实施例中，确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径，包括：
获取即时客流数据以及当前可选择路径客流，提取即时客流数据中超过所述通行能力阈值的待引导即时客流数据；
基于区域客流密度方差最小约束函数，循环计算得到所述待引导即时客流数据与所述当前可选择路径客流的客流方差集合；
求解所述客流方差集合的最小值，得到所述车站客流引导路径。
第二方面，本发明还提供一种车站客流自主引导系统，包括：
获取模块，用于获取车站指定区域的实时客流数据；
第一处理模块，用于确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；
第二处理模块，用于基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述车站客流自主引导方法的步骤。
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述车站客流自主引导方法的步骤。
本发明提供的车站客流自主引导方法及系统，通过基于当前车站的客流状态自动调整引导内容，使得车站客流引导更加灵活，客流分布更加均衡，解决了车站的区域拥挤现象，降低了因客流聚集而引发事故的概率，提高了车站整体的客流速度，提升了运营效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的车站客流自主引导方法的流程示意图；
图2是本发明提供的平均乘客空间客流分布等级示意图；
图3是本发明提供的引导算法逻辑图；
图4是本发明提供的引导方案参数对应关系示意图；
图5是本发明提供的乘客乘车流程示意图；
图6是本发明提供的实施例中地铁换乘示意图；
图7是本发明提供的实施例中引导方案标识设置示意图；
图8是本发明提供的实施例中引导终端设置位置高度计算示意图；
图9是本发明提供的车站客流自主引导系统的结构示意图；
图10是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
在当前的地铁车站中，普遍存在多路径出乘选择中乘客客流分布不均的问题，尤其是在某一区域多人聚集等候通行时，帮助乘客高效舒适出乘，减少乘客在车站出乘过程中的逗留时间，成为亟待解决的问题。
图1是本发明提供的车站客流自主引导方法的流程示意图，如图1所示，包括：
S1，获取车站指定区域的实时客流数据；
S2，确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；
S3，基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
需要说明的是，本发明提出的车站客流自主引导方法是基于车站自主引导系统实现，该车站自主引导系统包括三个模块：综合感知系统、引导控制系统和引导终端。综合感知系统主要通过已有的车站客流监测算法对车站客流进行监测，基于综合感知系统的区域性客流监测结果，引导控制系统依据客流动态分配算法计算后续乘客的出行线路并给出方向引导结果，引导终端依据引导控制系统的结果动态调整引导终端内容，由于乘客在出乘过程中具有自主性(熟悉车站而不去关注相关信息)与思维惰性(乘客90％的行为都是无意识的，不会考虑环境中因其他因素对行为造成影响而改变行为)，使得信息传达在很大程度上处于无效状态，即乘客并没有依据提供的引导信息改变出乘行为。
通过对当前车站的客流状态的持续监测，采用区域客流密度阈值触发机制自动调整引导内容，引导乘客选择最佳的路径出乘，使车站客流引导更加科学合理。首先获取多个典型场景的实时客流数据，基于客流密度和设备设施区域通行能力之间的函数关系来确定后续乘客应该选择的出乘线路，输出对应的引导算法，由平均乘客空间的密度获得适用大多数场景的通行能力阈值，通过该通行能力阈值进一步确定车站客流引导路径，在车站客流引导路径上设置引导方案，基于前置理论以及行人的惰性思维设置引导终端的位置，再基于界面信息复杂度和饱和度特性以及人在决策行为过程中的双重加工理论确定显示的引导内容。
本发明通过应用自主引导方法，由引导信息将客流均匀分散在多个路径上，降低因客流聚集而引发事故的概率，同时也极大地提升了乘客的出乘效率和出行体验。
基于上述实施例，步骤S1包括：
确定所述车站指定区域包括电梯上下口、候车区、通行线路、通往楼梯乘客动线上、通往候车区乘客动线和线路分岔口；
分别获取电梯上下口实时客流数据、候车区实时客流数据、通行线路实时客流数据、通往楼梯乘客动线实时客流数据、通往候车区乘客动线实时客流数据和线路分岔口实时客流数据。
具体地，本发明的引导算法是以实时客流数据作为输入，因此需要通过自主引导系统中的综合感知模块来实时收集车站各区域的客流数据。
一般地，收集的区域包括电梯上下口，候车区，通行线路上，以及在通往楼梯、候车区的乘客动线上和线路分叉口。选择这些区域的实时客流数据是因为这些区域容易形成乘客聚集且可以通过路径选择来降低该事件发生的概率。
本发明通过对车站的典型区域进行客流数据收集，能更准确和更直观得到客流分布和客流活动的规律，便于后续输出更加准确的客流引导方案。
基于上述任一实施例，步骤S2之前还包括：
基于平均乘客空间，获取乘客交通设施通行服务水平划分等级；
从所述乘客交通设施通行服务水平划分等级中确定所述通行能力阈值。
具体地，由于不同的区域具有不同的通行能力，且该值是固定的，但通行能力只是从设备的物理通行能力上来确定的，并没有考虑人的舒适度，因此需要选择合适的通行能力阈值，在车站运营人员会使用服务水平来评价车站设备设施增减的合理性。通常，以平均乘客空间(平方米/人)将乘客交通设施通行服务水平划分为6个等级，如图2所示。
A级：行人自由选择步行速度，行人间不会发生冲突；
B级：行人有足够空间自由选择步行速度，在选择路径过程中会察觉到其他人的影响；
C级：行人有足够的空间以正常步速选择路径，当反向或横向穿叉行走时会产生轻微冲突，人均空间和流速有所减少；
D级：行人选择步速和路径受到限制，变更行为时产生冲突的概率较大，需要改变速度和位置，行人之间很可能出现接触或干扰；
E级：行人的正常步速实际上收到限制，需要频繁调整步速，行人空间小，只能一步一步的往前蹭，流量接近人行通道通行能力，会发生人流阻塞和中断；
F级：所有行人步速严重受损，人均空间具有行人排队的特点。
该等级划分也为众多人所引用，因此本系统引用该服务水平等级来确定最佳阈值，以楼梯为例，选择CD级之间的数据作为最终值，即以0.78作为通行能力阈值，当客流密度超过该区域的通行能力阈值，该区域的服务水平等级会下降，客流密度增加，降低了乘客的通行效率，增加了发生乘客踩踏、电梯受伤等事故的概率，因此，通过将区域的通行能力阈值与实时的客流数据做判断，当该区域的实时客流数据大于通行能力阈值时，则需要通过引导算法计算出客流引导方案，将乘客均衡分布在出乘线路中。
本发明通过选取合适的通行能力阈值，对客流引导进行合理估计，能较为准确地预估最佳出行路径。
基于上述任一实施例，步骤S2包括：
获取即时客流数据以及当前可选择路径客流，提取即时客流数据中超过所述通行能力阈值的待引导即时客流数据；
基于区域客流密度方差最小约束函数，循环计算得到所述待引导即时客流数据与所述当前可选择路径客流的客流方差集合；
求解所述客流方差集合的最小值，得到所述车站客流引导路径。
可以理解的是，在确定好通行能力阈值之后，需要确定引导算法计算最佳的出行路径。本发明以区域客流密度方差最小约束函数求解最佳的出行路径，如图3所示，其主要步骤如下：
(1)由感知系统得到即将到来的客流C，以及当前可选择路径客流Pi；
(2)f为方差函数，分别计算f(Pi+C)的值，i为可选的出行路径，该函数表示将客流C引导到路径i时车站整体的客流方差值，循环n次即可得到将客流引导的n条路径上车站整体的客流方差集合；
(3)min f可求得使车站整体客流方差最小的路径，即为最佳的引导路径。
本发明通过计算得到车站客流的最佳引导路径，使得车站客流引导更加灵活，客流分布更加均衡，解决了车站的区域拥挤现象，降低了因客流聚集而引发事故的概率。
基于上述任一实施例，步骤S3包括：
基于所述信息前置理论确定引导终端在所述车站客流引导路径上的设置位置；
基于信息饱和度和信息复杂度，确定综合引导内容；
基于预设呈现形式，将所述综合引导内容在已确定好设置位置的所述引导终端上进行呈现，以供乘客根据所述综合引导内容对行动路线进行决策。
其中，基于所述信息前置理论确定引导终端在所述车站客流引导路径上的设置位置，包括：
由所述信息前置理论获取乘客出行动线和客流拥挤区域；
基于乘客出行动线，提取所述客流拥挤区域中安检到闸机之间区域、站厅到楼梯之间区域和站台到候车区之间区域；
将所述安检到闸机之间区域、所述站厅到楼梯之间区域和所述站台到候车区之间区域确定为所述设置位置。
其中，基于信息饱和度和信息复杂度，确定综合引导内容，包括：
基于信息饱和度确定乘车引导内容，基于信息复杂度确定选择路线说明内容；
基于预设决策行为双重加工理论，综合加工处理所述乘车引导内容和所述选择路线说明内容，确定所述综合引导内容。
具体地，在获得引导算法之后，由引导算法中的引导路径匹配引导方案，引导方案是是一个引导标识库，每个引导路径对应一个引导方案，每个引导方案包含了不同显示终端的显示编号及其显示内容，通过在图表数据库中匹配编号即可将终端的显示内容呈现出来，对于不同的引导方案会有一个对应的区域，各参数之间的对应关系如图4所示。通过匹配该区域的实时客流数据，基于方差最小函数即可确定最佳的引导方案，通过终端与显示编号的匹配关系以及显示编号与内容标号的匹配关系，即可在显示终端上呈现引导内容。
引导方案主要解决引导信息的有效性，也就是让乘客能够按照引导信息进行出乘，将其作为核心内容是因为当下很多信息的传达无效性，即乘客并没有感知到发布的信息以及遵从信息的引导，这背后的行为机理涉及行为学、心理学、社会学等，个体的理性会导致群体的不理性结果，如果不以乘客出乘行为为基础进行引导设计，再好的引导算法也没用，因此，引导算法和引导方案同样重要。引导方案是基于乘客的行为机理进行引导标识的设计，以提高信息传达的有效性，引导乘客行为，由于乘客的选择行为会受位置、内容以及信息呈现方式的影响，因此，通过分析不同因素对行为的影响结果，并以此为基础进行设计就能极大的提高信息传达及引导效率。引导方案的设计内容主要包括引导终端位置的选择、引导内容的确定、引导内容的呈现三部分内容：
(1)引导终端位置的选择
引导终端的位置主要依据乘客的动线去设置，通常情况下，乘客乘车的流程如图5所示。
设置引导终端的条件是：基于信息前置理论，也就是在乘客到达决策点前提供相应的引导信息，由于人具有思维惰性，当乘客已经处于聚集区时(即处于决策点时)就不会再去考虑其他问题，诸如其他线路是否畅通，能否让自己能够更快的到达目的地等，因此此时提供的引导信息具有无效性，需要在乘客到达拥挤区前发布信息，乘客才会遵从引导内容选择合适的路径。从乘客出乘动线的密集程度可以分析出存在客流拥挤的区域有闸机、楼梯、候车三大区域，由于需要将引导信息前置，所以显示终端主要分布在安检到闸机之间、站厅到楼梯之间、站台到候车区之间的合适位置上，具体位置还需要结合实际场景去确定。(2)引导内容的确定
引导内容主要包括信息的复杂度和饱和度，信息复杂度主要表现为信息的易理解性，信息饱和度主要表现为信息的需求满足性，因此引导信息需要传达的内容主要包括两个层面：乘车的引导—信息饱和度；选择路线的说明—信息复杂度。本发明从信息饱和度和信息复杂度两个维度进行信息的综合获取加工，输出具有综合信息的引导内容。这里的引导是为乘客提供出乘引导，解释说明选择该路径的原因，避免乘客聚集。此处，如果不进行线路选择的说明会导致大部分乘客不会遵从引导算法计算得到乘车引导，因为乘客是日常通勤者，通常会基于预设决策行为双重加工理论，即同时对信息复杂度和信息饱和度进行分析决策，进而加工得到自己的主观判断，他们会依据自己的主观判断，从而由自己形成的所谓的理性判断而选择了碰巧为同一条路线，这样就会由于信息传达的无效性造成了自主引导系统的无用性，因此引导路径的说明十分重要。
(3)引导内容的呈现
信息呈现方面的设计主要是为了吸引乘客的注意力，让乘客注意该信息，进而去理解信息内容并做出决策行为。在内容呈现上主要可以采取的方式包括字体大小、颜色、对比度、闪动等预设呈现行式来凸显重要内容，以吸引乘客的注意力，其中与环境的高对比度以及闪动设置可以显著吸引乘客注意力，达到信息有效传达的作用。
本发明通过设置引导方案，基于乘客行为机理分析，通过信息前置以及信息透明和视觉凸显等方式来解决信息的无效传达问题，降低了因客流聚集而引发事故的概率，减少了车站引导人员的配置数量，降低了人工成本，提高了车站整体的客流速度，提升了运营效率。
基于上述任一实施例，以一个具体的实施例来说明本发明的方案：
以北京地铁的首经贸站房山线换乘10号线去往站台10号线站台候车为例，房山线换乘10号线的主要流程如图6所示：
图6中大框中的区域是自主引导系统示例区域，从图中可以看出当前房山线换乘10号线在一层站厅处有两条下行楼梯通往10号线站台，实际场景是，下行楼梯1在一层站厅可以直观看到，且有鲜明的乘车引导标识，而下行楼梯2距离上行楼梯出口较远且没有鲜明的乘客引导标识指引，此外选择下行楼梯2还需要经过一段通道才能到达10号线站台，因此，多重因素造成了每次换乘高峰时，下行楼梯1处会聚集大量的乘客等候乘梯，这对乘客的安全以及体验都是一个挑战，对运营方来说需要及时抽调引导员引导、维护秩序保障安全，设计上的不合理导致了运营成本的增加以及服务水平的下降。针对这一问题通过采用自主引导系统，以客流为对象，通过主动引导的措施来均衡化客流，其主要思路如下：
1)确定下行楼梯1和下行楼梯2的通行能力阈值C(两个楼梯的通行能力阈值相同)；
2)确定引导方案类型：在本实施例中，共有三种引导方案分别是左右乘车引导、左乘车拥挤、右乘车拥挤，如图7所示，图7中在拥挤方向上选择了凸出显示，且分别提供了说明；
3)确定显示终端的位置，由换乘路径可知，一层站厅到下行楼梯1的距离很小，如果不提前做好信息的传达，乘客就会聚集在此区域，因此，显示终端的位置需要放置在一层站厅和上行楼梯之间，考虑到人在电梯平台处会将注意力集中于地面，以防止摔倒，到达平台后乘客会向前看，以此处为起始点，考虑人的视野特性，在垂直方向上有向上30°的可视视野域，如图8所示，β＝30°，结合实际场景，视距D＝3m,以GB/T 1000-1988中提出，99％百分位男性女性的眼高(男性1705mm,女性1579mm)作为眼高范围值，可以确定安装高度为区间(1.7m，2.5m),由于是在出行路径上安装，所以选择上限作为最终的安装高度。
下面对本发明提供的车站客流自主引导系统进行描述，下文描述的车站客流自主引导系统与上文描述的车站客流自主引导方法可相互对应参照。
图9是本发明提供的车站客流自主引导系统的结构示意图，如图9所示，包括：获取模块91、第一处理模块92和第二处理模块93，其中：
获取模块91用于获取车站指定区域的实时客流数据；第一处理模块92用于确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；第二处理模块93用于基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
本发明通过应用自主引导系统，由引导信息将客流均匀分散在多个路径上，降低因客流聚集而引发事故的概率，同时也极大地提升了乘客的出乘效率和出行体验。
图10示例了一种电子设备的实体结构示意图，如图10所示，该电子设备可以包括：处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040，其中，处理器1010，通信接口1020，存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令，以执行车站客流自主引导方法，该方法包括：获取车站指定区域的实时客流数据；确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
此外，上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的车站客流自主引导方法，该方法包括：获取车站指定区域的实时客流数据；确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的车站客流自主引导方法，该方法包括：获取车站指定区域的实时客流数据；确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种车站客流自主引导方法，其特征在于，包括：
获取车站指定区域的实时客流数据；
确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；
基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
2.根据权利要求1所述的车站客流自主引导方法，其特征在于，基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案，包括：
基于所述信息前置理论确定引导终端在所述车站客流引导路径上的设置位置；
基于信息饱和度和信息复杂度，确定综合引导内容；
基于预设呈现形式，将所述综合引导内容在已确定好设置位置的所述引导终端上进行呈现，以供乘客根据所述综合引导内容对行动路线进行决策。
3.根据权利要求2所述的车站客流自主引导方法，其特征在于，基于所述信息前置理论确定引导终端在所述车站客流引导路径上的设置位置，包括：
由所述信息前置理论获取乘客出行动线和客流拥挤区域；
基于乘客出行动线，提取所述客流拥挤区域中安检到闸机之间区域、站厅到楼梯之间区域和站台到候车区之间区域；
将所述安检到闸机之间区域、所述站厅到楼梯之间区域和所述站台到候车区之间区域确定为所述设置位置。
4.根据权利要求2所述的车站客流自主引导方法，其特征在于，基于信息饱和度和信息复杂度，确定综合引导内容，包括：
基于信息饱和度确定乘车引导内容，基于信息复杂度确定选择路线说明内容；
基于预设决策行为双重加工理论，综合加工处理所述乘车引导内容和所述选择路线说明内容，确定所述综合引导内容。
5.根据权利要求1所述的车站客流自主引导方法，其特征在于，获取车站指定区域的实时客流数据，包括：
确定所述车站指定区域包括电梯上下口、候车区、通行线路、通往楼梯乘客动线上、通往候车区乘客动线和线路分岔口；
分别获取电梯上下口实时客流数据、候车区实时客流数据、通行线路实时客流数据、通往楼梯乘客动线实时客流数据、通往候车区乘客动线实时客流数据和线路分岔口实时客流数据。
6.根据权利要求1或2所述的车站客流自主引导方法，其特征在于，确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径，之前还包括：
基于平均乘客空间，获取乘客交通设施通行服务水平划分等级；
从所述乘客交通设施通行服务水平划分等级中确定所述通行能力阈值。
7.根据权利要求1所述的车站客流自主引导方法，其特征在于，确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径，包括：
获取即时客流数据以及当前可选择路径客流，提取即时客流数据中超过所述通行能力阈值的待引导即时客流数据；
基于区域客流密度方差最小约束函数，循环计算得到所述待引导即时客流数据与所述当前可选择路径客流的客流方差集合；
求解所述客流方差集合的最小值，得到所述车站客流引导路径。
8.一种车站客流自主引导系统，其特征在于，包括：
获取模块，用于获取车站指定区域的实时客流数据；
第一处理模块，用于确定所述车站指定区域的通行能力阈值，基于所述通行能力阈值和所述实时客流数据，确定车站客流引导路径；
第二处理模块，用于基于所述车站客流引导路径，根据信息前置理论和预设决策行为双重加工理论，确定车站客流引导方案。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述车站客流自主引导方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述车站客流自主引导方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111205452.XA CN113919714A (zh) | 2021-10-15 | 2021-10-15 | 一种车站客流自主引导方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111205452.XA CN113919714A (zh) | 2021-10-15 | 2021-10-15 | 一种车站客流自主引导方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113919714A true CN113919714A (zh) | 2022-01-11 |
Family
ID=79240653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111205452.XA Pending CN113919714A (zh) | 2021-10-15 | 2021-10-15 | 一种车站客流自主引导方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113919714A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115352507A (zh) * | 2022-08-17 | 2022-11-18 | 交控科技股份有限公司 | 轨道交通车站业务流程的处理系统及方法 |
| CN116597619A (zh) * | 2023-07-18 | 2023-08-15 | 山东交控科技有限公司 | 一种基于人工智能的轨道交通防汛预警系统 |
-
2021
- 2021-10-15 CN CN202111205452.XA patent/CN113919714A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115352507A (zh) * | 2022-08-17 | 2022-11-18 | 交控科技股份有限公司 | 轨道交通车站业务流程的处理系统及方法 |
| CN116597619A (zh) * | 2023-07-18 | 2023-08-15 | 山东交控科技有限公司 | 一种基于人工智能的轨道交通防汛预警系统 |
| CN116597619B (zh) * | 2023-07-18 | 2023-09-19 | 山东交控科技有限公司 | 一种基于人工智能的轨道交通防汛预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113919714A (zh) | 一种车站客流自主引导方法及系统 | |
| CN108289203B (zh) | 一种用于轨道交通的视频监控系统 | |
| US10281290B2 (en) | Selecting a route to a destination based on zones | |
| CN105225500B (zh) | 一种交通控制辅助决策方法及装置 | |
| CN109816976A (zh) | 一种交通管理方法及系统 | |
| CN107622678A (zh) | 一种基于图像处理的智能交通控制系统及其方法 | |
| JP2000132784A (ja) | 配車システム | |
| CN109074726B (zh) | 人流评价系统、人流控制的检测方法 | |
| CN112907981B (zh) | 一种用于分流路口交通拥堵车辆的分流装置及其控制方法 | |
| CN110395298B (zh) | 一种客流智能引导系统及方法 | |
| Van Den Heuvel et al. | Monitoring the performance of the pedestrian transfer function of train stations using automatic fare collection data | |
| CN112347814A (zh) | 客流估计与展示方法、系统及计算机可读存储介质 | |
| CN108960532A (zh) | 一种车站实时客流状态预测与预警系统及方法 | |
| CN113807026A (zh) | 地铁站内客流流线优化及动态引导指示牌系统及设计方法 | |
| CN113053142B (zh) | 一种基于车载定位和车路协同技术的公交优先控制系统 | |
| CN104240504B (zh) | 一种brt站台和走廊的客流状态分析预警方法 | |
| Yang et al. | Path planning for guided passengers during evacuation in subway station based on multi-objective optimization | |
| JP2019012494A (ja) | 人流推定装置及び人流推定システム並びに人流測定方法 | |
| Campanella et al. | Managing large flows in metro stations: the new year celebration in copacabana | |
| Zhou et al. | Risk analysis of crowd gathering on metro platforms during large passenger flow | |
| CN113408926A (zh) | 短时中断情况下城市轨道交通客流分配方法 | |
| CN110376585B (zh) | 基于3d雷达扫描的车厢拥挤度检测方法及装置、系统 | |
| Ceder et al. | Detecting and improving public-transit connectivity with case studies of two world sport events | |
| CN113297294B (zh) | 一种基于大数据和云计算的高速公路监控管理方法及云监控管理平台 | |
| KR102592592B1 (ko) | 배달영역을 고려한 배송차량 운전자의 위험 상황 관리 시스템 및 그 방법 |
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 |