CN114494616A - 一种景区多源客流数据的实时三维仿真模拟方法 - Google Patents

Abstract

本发明公开了一种景区多源客流数据的实时三维仿真模拟方法，包括：S1：统计多源客流数据；S2：对多源客流数据进行处理得到多源数据图属信息、地形数据信息、游客分布权重数据；S3：对多源数据图属信息、地形数据信息、游客分布权重数据进行处理后融合到图片上进行显示；S4：对图片融入属性信息，通过预先建立的人物模型库，建立对应的模型人物；S5：为整个景区建模，将带有属性信息的人物模型加入到场景，添加场景动态效果，完成景区多源客流数据的实时三维仿真模拟。本发明对多源客流数据进行分析、处理、映射后，实时渲染在三维数字平台上，实时精准展现景区人流分布，融合游客信息及情感分析的三维人物模型使得本发明仿真更加生动且直观。

Description

一种景区多源客流数据的实时三维仿真模拟方法

技术领域

本发明涉及景区客流三维仿真领域，尤其是指一种景区多源客流数据的实时三维仿真模拟方法。

背景技术

随着经济的发展，越来越多的人会选择旅游来度过假期，景区作为旅游业的重要组成部分，是游客旅游的最终目的地和重要集散地，对景区内客流进行仿真模拟是很有必要的，然而现有的客流仿真技术中，多是将多源数据简单的进行统计分析，缺少实时性、准确性，常用的客流量展示方案是热力图的可视化形式，只能宏观显示，但放大后不直观。例如，一种在中国专利文献上公开的“一种全路网客流流向统计及客流管控仿真方法及系统”，其公告号CN112101685B，该发明基于图像处理技术，在定制的工作台上建立可视化的车站仿真布局；接入行车数据、现有真实客流或未来预测客流，展示客流仿真过程；根据提供的地铁各站特定时段进出站客流数据信息，采用实体交互模式，向对应的地铁站下达客流管控指令；结合客流数据和客流管控指令，计算乘客出发与相应目的地铁站分布规律，动态模拟全路网客流流向并统计客流数据，反应客流管控措施的效果。通过本方案可以掌握全路网客流运动情况，对客流进行准确估算，为行人流量的规划、管理和优化提供综合的解决方案。虽然解决了现有技术中存在的全路网客流流向统计数据掌握影响力低，客流管控效率低的技术问题，但仍然存在缺少实时性、准确性和不够直观的问题。

发明内容

本发明是为了克服现有技术的将多源数据简单的进行统计分析，缺少实时性、准确性和不够直观的问题，提供一种景区多源客流数据的实时三维仿真模拟方法。

为了实现上述目的，本发明采用以下技术方案：

一种景区多源客流数据的实时三维仿真模拟方法，包括以下步骤：S1：统计多源客流数据；S2：对多源客流数据进行处理得到多源数据图属信息、地形数据信息、游客分布权重数据；S3：对多源数据图属信息、地形数据信息、游客分布权重数据进行融合分析处理后在图片上进行显示；具体包括以下步骤：S31：根据多源数据图属信息和地形数据信息对游客进行点位映射；点位映射具体为：获取热力图点位和经验点位，统计计算河面客流数，计算每个热力图点位的人数，根据距离计算每个经验点位的人数并映射到经验点位上；S32：制定路线，模拟游客移动生成动态运行路线；S33：获取全局属性信息，根据动态模拟算法为每个点位模拟生成属性信息；S4：对图片融入属性信息，通过预先建立的人物模型库，建立对应的模型人物；S5：为整个景区建模，将带有属性信息的人物模型加入到场景，添加场景动态效果，完成景区多源客流数据的实时三维仿真模拟。本发明对多源客流数据进行分析、处理、映射后，实时渲染在三维数字平台上，实时精准展现景区人流分布，融合游客信息及情感分析的三维人物模型使得本发明仿真更加生动且直观。

作为本发明的优选方案，所述S31中点位映射具体为：S311：获取运营商提供的热力图点位X个和根据景区运营经验提供的重点经验点位Y个；S312：统计游船客流，计算河面的客流数：N_r＝(∑N_i)，其中N_i为每艘船的人数，N_r为河面的客流数；S313：计算每个热力图点位的人数：

其中，N为手机信令总人数，Q_x为热力图点位x对应的能量强度值，N_x为热力图点位x的人数，

表示所有热力图点位的能量强度值之和；S134：根据距离计算每个经验点位的人数：

其中L_xy表示热力图点位x到经验点位y的距离，C_W表示距离权重常量，P_y为每个经验点位的人数，

表示热力图点位x到所有经验点位的距离之和；S315：将每个经验点位根据距离半径划分等级，计算每个半径环内的人数：

其中P_y为每个经验点位的人数，

为对应的环半径r_i内的人数，

为环半径r_i对应的等级权重；S316：将每个热力图点位的人数映射到经验点位，在每个经验点位的对应的环半径内随机生成

个点，判断该点是否在有效范围内，如果不在，则重新生成该点，直到这

个点全部在有效范围内。出于隐私及定位精度考虑，运营商提供的手机信令一般是热力强度点位集合，而在三维展示时需要将展示在图上可达区域，并需要结合景区经验的游客分布热点重点点位区域，来综合模拟点位展示。

作为本发明的优选方案，所述S32具体为：S321：根据地形数据、游客分布权重制定若干条规定循环路线，通过设置起始点位、路径长度及行进速度实现模拟游客移动；S322：选取每个热力图点位区域一定比例游客按照规定路线运行，剩余比例在当前区域静止；S323：当点位映射的数据发生变化时，优先通过调用静止点位移动到最近其他区域，若静止区域人数不够，调用其他区域静止人员移动到当前位置，若人数仍然不够，则调用规定路线运动的游客运动。不同于传统二维客流量展示，三维客流量展示需要通过场景中人物的动态移动来实现仿真效果展示，需要模拟游客浏览路径，那么游客点位需要按照实际浏览路线进行流动，指定浏览路径后，需要游客分布仍然按照点位映射的比例展现游客热度，游客模型的出现与离开因自然，不能凭空出现与消失。

作为本发明的优选方案，所述S1中的多源客流数据包括：游客的手机信令数据、景区的视频监控数据和景区的闸机数据。手机信令数据指除用户数据，例如通话语音、短信内容、上网数据包之外的辅助通信的信号数据。手机信令数据直接来源于运营商，包括中国移动、中国联通、中国电信、的移动通信系统,手机信令数据的游客模型能完成对游客信息的识别，闸机数据能精准统计闸机范围内人员的数量，视频监控数据主要用于人脸识别技术：人脸跟踪识别，运动目标检测，统计人数等。

作为本发明的优选方案，所述S2中对多源客流数据进行处理包括：对手机信令数据进行去重和无效数据筛选，对视频监控数据进行摄像头映射地理坐标和人物情感分析，对闸机数据进行分布模拟。数据去重：同一游客反复进出景区应只按一人次处理，去除常驻人口及工作人员；无效数据筛选：去除驻留时长分析小于预设时间的；摄像头映射地理坐标：将摄像头上的识别位置信息映射到平面坐标位置；情感分析：根据摄像头机器学习情感分析算法，统计摄像头范围内人员情感倾向；分布模拟：为闸机景点范围面内数据建立权重分布模型，根据权重投影游客位置信息。

作为本发明的优选方案，所述模型库分类包括：性别、年龄、来源地和内部工作人员，其中性别根据发型及身形区分，年龄根据人物模型区分，来源地根据衣服颜色和人种区分，内部工作人员设计照特有特征区分。根据人物的属性信息预先建立三维特征人物模型库，在客流量三维可视化过程中，根据游客属性信息，建立对应的模型人物，实现客流量三维渲染的场景丰富，信息准确清晰。

因此，本发明具有以下有益效果：本发明对多源客流数据进行分析、处理、映射后，实时渲染在三维数字平台上，实时精准展现景区人流分布，融合游客信息及情感分析的三维人物模型使得本发明仿真更加生动且直观。

附图说明

图1是本发明的方法流程图；

图2是本发明的实施例的方法流程图；

图3是本发明的数据融合分析原理图；

图4是本发明的实施例的热力图点位和重点经验点位示意图；

图5是本发明的实施例中将热力图点位的人数映射到重点经验点位的示意图；

图6是本发明的实施例中对重点经验点位根据半径划分等级示意图；

图7是本发明的实施例中有效范围示意图；

图8是使用本发明方法进行仿真模拟的全景效果图；

图9是本发明的模拟人物行走效果图。

具体实施方式

下面结合附图与具体实施方式对本发明做进一步的描述。

如图1和图2所示，一种景区多源客流数据的实时三维仿真模拟方法，包括：

S1：统计多源客流数据；包括游客的手机信令数据、景区的视频监控数据和景区的闸机数据，手机信令数据指除用户数据，例如通话语音、短信内容、上网数据包之外的辅助通信的信号数据。手机信令数据的热力图可以作为全区域位置信息的基础数据，同时携带的属性数据，包括游客来源地、年龄、性别、驻留时常、消费倾向等数据，可作为游客模型的特征。手机信令数据直接来源于运营商，包括中国移动、中国联通、中国电信、的移动通信系统，手机信令数据的游客模型能完成对游客信息的识别，闸机数据能精准统计闸机范围内人员的数量，视频监控数据主要用于人脸识别技术：人脸跟踪识别，运动目标检测，统计人数等。

S2：对多源客流数据进行处理得到多源数据图属信息、地形数据信息、游客分布权重数据；其中对多源客流数据进行处理包括：对手机信令数据中的定位坐标使用坐标纠偏算法进行纠偏，对手机信令数据进行去重，即同一游客反复进出景区应只按一人次处理，并去除常驻人口及工作人员，对手机信令数据进行无效数据筛选，即去除驻留时长分析小于半小时的人员，对视频监控数据进行摄像头映射地理坐标，将摄像头上的识别位置信息映射到平面坐标位置(对视频监控数据使用视频位置空间提取算法提取游客位置)，对视频监控数据进行人物情感分析，根据摄像头机器学习情感分析算法，统计摄像头范围内人员情感倾向，用于人物表情模拟，对闸机数据进行分布模拟，为闸机景点范围面内数据建立权重分布模型，根据权重投影游客位置信息。

S3：如图3所示，对多源数据图属信息、地形数据信息、游客分布权重数据进行处理后融合到图片上进行显示；具体为S31：根据多源数据图属信息和地形数据信息对游客进行点位映射；点位映射详细算法如下：S311：获取运营商提供的热力图点位X个和根据景区运营经验提供的重点经验点位Y个；如图4所示，在本实施例中，热力图点位有4个，即X＝4，分别为A、B、C、D，重点经验点位有4个，即Y＝4，分别为P1、P2、P3、P4，其客流权重值为W(也可通过历史运营商大数据分析得到)；

S312：统计游船客流，由于水面为不可到达区域，但是游船在水面载客行驶时，是有游客在水面的。由于游船装有精确定位设备，因此需要结合车船定位信息及游船售票信息，计算河面的客流数：N_r＝(∑N_i)，其中N_i为每艘船的人数，N_r为河面的客流数；

S313：计算每个热力图点位的人数：

其中，N为手机信令总人数，Q_x为第x个热力图点位对应的能量强度值，x∈X，N_x为第x个热力图点位的人数，

表示所有热力图点位的能量强度值之和；

S134：如图5所示，将每个热力图点位的人数映射到经验点位P1-P4，根据距离决定权重，计算每个经验点位的人数：

其中L_xy表示热力图点位x到经验点位y的距离，C_W表示距离权重常量，距离越近，权重越大，P_y为每个经验点位的人数，

表示热力图点位x到所有经验点位的距离之和；

S315：如图6所示，将每个经验点位根据距离半径划分等级，计算每个半径环内的人数：

其中P_y为每个经验点位的人数，

为对应的环半径r_i内的人数，

为环半径r_i对应的等级权重；其中，等级权重的计算方式为：

其中r_i为环半径，∑W_j表示所有经验点位的权重值之和，

为半径r_i时的权重常量，W为客流权重值；

S316：将每个热力图点位的人数映射到经验点位上，在每个经验点位的对应的环半径内随机生成

个点，如图7所示，判断该点是否在有效范围内，如果不在，则重新生成该点，直到这

个点全部在有效范围内，完成点位映射；也可以设置阈值M，当重复生成超过M次尝试后仍然没有生成为

个点，则放弃，避免极端情况下死循环。

S32：制定路线，模拟游客移动生成动态运行路线；具体为：制定若干条规定循环路线，通过设置起始点位、路径长度及行进速度实现模拟游客移动且各区域内人流量保持平衡；选取每个热点区域一定比例游客按照规定路线运行，剩余比例在当前区域静止或小范围移动，保证区域内人数符合实际；当点位映射的数据发生变化时，优先通过调用静止点位移动到最近其他区域，若静止区域人数不够，调用其他区域静止人员移动到当前位置，若人数仍然不够调用规定路线运动的游客运动。

S33：获取全局属性信息，根据动态模拟算法为每个点位模拟生成属性信息。为保障游客隐私，所有游客点的点位属性信息，不能采用实际对应的游客点位的属性信息，而是获取全局的属性信息，然后根据动态模拟算法，为每个点位模拟生成属性信息。

S4：对图片融入属性信息，通过预先建立的人物模型库，建立对应的模型人物；根据人物的属性信息预先建立三维特征人物模型库，在客流量三维可视化过程中，根据游客属性信息，建立对应的模型人物，实现客流量三维渲染的场景丰富，信息准确清晰。模型库分类如下表1。

表1 模型库分类

S5：为整个景区建模，将带有属性信息的人物模型加入到场景，添加场景动态效果，完成景区多源客流数据的实时三维仿真模拟。具体为：为整个三维引擎定义统一坐标，具体为WGS84，确保所有数据在同一空间参考下，根据地形图及倾斜摄影模型为整个场景及道路水系建模，将景区车船、安保人员精确位置模拟到三维场景，将数据融合后的带有属性的人物模型加入到场景，并定义路线，对人物模型进行人物行走嬉戏动作模拟和人物表情模拟，最后添加场景动态效果，完成景区多源客流数据的实时三维仿真模拟，图8为使用本发明方法进行仿真模拟的全景效果图，图9为使用本发明方法进行仿真模拟的人物行走效果图。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明保护范围之内。

Claims (6)

1.一种景区多源客流数据的实时三维仿真模拟方法，其特征是，包括以下步骤：

S1：统计多源客流数据；

S2：对多源客流数据进行处理得到多源数据图属信息、地形数据信息、游客分布权重数据；

S3：对多源数据图属信息、地形数据信息、游客分布权重数据进行融合分析处理后在图片上进行显示；具体包括以下步骤：

S31：根据多源数据图属信息和地形数据信息对游客进行点位映射；点位映射具体为：获取热力图点位和经验点位，统计计算河面客流数，计算每个热力图点位的人数，根据距离计算每个经验点位的人数并映射到经验点位上；

S32：制定路线，模拟游客移动生成动态运行路线；

S33：获取全局属性信息，根据动态模拟算法为每个点位模拟生成属性信息；

S4：对图片融入属性信息，通过预先建立的人物模型库，建立对应的模型人物；

S5：为整个景区建模，将带有属性信息的人物模型加入到场景，添加场景动态效果，完成景区多源客流数据的实时三维仿真模拟。

2.根据权利要求1所述的一种景区多源客流数据的实时三维仿真模拟方法，其特征是，所述S31中点位映射更具体为以下步骤：

S311：获取运营商提供的热力图点位X个和根据景区运营经验提供的重点经验点位Y个；

S312：统计游船客流，计算河面的客流数：N_r＝(∑N_i)，其中N_i为每艘船的人数，N_r为河面的客流数；

S313：计算每个热力图点位的人数：

其中，N为手机信令总人数，Q_x为热力图点位x对应的能量强度值，N_x为热力图点位x的人数，

表示所有热力图点位的能量强度值之和；

S134：根据距离计算每个经验点位的人数：

其中L_xy表示热力图点位x到经验点位y的距离，C_W表示距离权重常量，P_y为每个经验点位的人数，

表示热力图点位x到所有经验点位的距离之和；

S315：将每个经验点位根据距离半径划分等级，计算每个半径环内的人数：

其中P_y为每个经验点位的人数，

为对应的环半径r_i内的人数，

为环半径r_i对应的等级权重；

S316：将每个热力图点位的人数映射到经验点位，在每个经验点位的对应的环半径内随机生成

个点，判断该点是否在有效范围内，如果不在，则重新生成该点，直到这

个点全部在有效范围内。

3.根据权利要求1所述的一种景区多源客流数据的实时三维仿真模拟方法，其特征是，所述S32具体为：

S321：根据地形数据、游客分布权重制定若干条规定循环路线，通过设置起始点位、路径长度及行进速度实现模拟游客移动；

S322：选取每个热力图点位区域一定比例游客按照规定路线运行，剩余比例在当前区域静止；

S323：当点位映射的数据发生变化时，优先通过调用静止点位移动到最近其他区域，若静止区域人数不够，调用其他区域静止人员移动到当前位置，若人数仍然不够，则调用规定路线运动的游客运动。

4.根据权利要求1所述的一种景区多源客流数据的实时三维仿真模拟方法，其特征是，所述S1中的多源客流数据包括：游客的手机信令数据、景区的视频监控数据和景区的闸机数据。

5.根据权利要求4所述的一种景区多源客流数据的实时三维仿真模拟方法，其特征是，所述S2中对多源客流数据进行处理包括：对手机信令数据进行去重和无效数据筛选，对视频监控数据进行摄像头映射地理坐标和人物情感分析，对闸机数据进行分布模拟。

6.根据权利要求1所述的一种景区多源客流数据的实时三维仿真模拟方法，其特征是，所述模型库分类包括：性别、年龄、来源地和内部工作人员，其中性别根据发型及身形区分，年龄根据人物模型区分，来源地根据衣服颜色和人种区分，内部工作人员设计照特有特征区分。

Images