CN114724375B - 一种基于物联网的反向乘客识别系统 - Google Patents

一种基于物联网的反向乘客识别系统 Download PDF

Info

Publication number
CN114724375B
CN114724375B CN202210478431.3A CN202210478431A CN114724375B CN 114724375 B CN114724375 B CN 114724375B CN 202210478431 A CN202210478431 A CN 202210478431A CN 114724375 B CN114724375 B CN 114724375B
Authority
CN
China
Prior art keywords
passenger
reverse
time
unit
module
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
CN202210478431.3A
Other languages
English (en)
Other versions
CN114724375A (zh
Inventor
马樱
卢俊文
朱顺痣
吴克寿
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.)
Xiamen University of Technology
Original Assignee
Xiamen University of Technology
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 Xiamen University of Technology filed Critical Xiamen University of Technology
Priority to CN202210478431.3A priority Critical patent/CN114724375B/zh
Publication of CN114724375A publication Critical patent/CN114724375A/zh
Application granted granted Critical
Publication of CN114724375B publication Critical patent/CN114724375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T30/00—Transportation of goods or passengers via railways, e.g. energy recovery or reducing air resistance

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于物联网的反向乘客识别系统，识别系统包括服务器，还包括采集模块、调整模块、评估模块、预测模块，服务器分别与采集模块、调整模块、评估模块和预测模块连接；采集模块用于对乘客的人流量进行检测，以实现对乘客数量的采集；调整模块用于对采集模块的角度进行调整，以实现对多个角度的乘客流量进行检测；评估模块基于采集模块的数据，对反向乘客进行评估，并配合预测模块进行反向客流的预测；预测模块根据评估模块的评估结果，对反向的乘客流量进行预测。本发明通过评估模块与预测模块相互配合，提升对乘客出行的评估和预测能力，使得整个系统的智能程度能极大的提升。

Description

一种基于物联网的反向乘客识别系统
技术领域
本发明涉及交通出行技术领域，尤其涉及一种基于物联网的反向乘客识别系统。
背景技术
近年来，随着城市人口的增加，越来越多的城市居民选择乘坐地铁出行，从而造成部分地铁线路严重拥挤。为了解决地铁拥挤的问题，人们开始关注引导乘客远离拥挤线路(即客流控制)的策略。
如CN111582750B现有技术公开了一种轨道交通反向乘客识别及乘车班次确定方法及系统，随着乘客需求的增加，大量乘客因高度拥挤无法登上第一列到达的列车，部分乘客选择反向出行，以获得座位或避免拥挤。所谓反向出行，是指先乘坐反方向的地铁列车到达反向车站，再在反向车站乘坐正常方向的列车到达目的地的行为；正向出行则是不采取反向出行策略，直接乘坐驶向目的地列车的行为。然而，目前的轨道交通配流方法只考虑正向出行的乘客，忽略了反向出行的乘客，不能为高峰限流和运力资源配置提供精准、合理的依据。
另一种典型的如CN113442971A的现有技术公开的一种基于乘客流量的列车运行控制方法及系统，正常情况下，城市轨道交通列车的运行调整方法采用时刻表调整，列车按照时刻表计划到站、离站时间运行；当某个站台乘客流量增大时，列车仍采用计划站停时间、计划站间运行时间或运行等级，无法实现快速疏散乘客。
为了解决本领域普遍存在反向乘客识别不精准、疏导手段差、缺乏与乘客进行交互、智能程度差和无法动态疏导乘客等等问题，作出了本发明。
发明内容
本发明的目的在于，针对所存在的不足，提出了一种基于物联网的反向乘客识别系统。
本发明采用如下技术方案：
一种基于物联网的反向乘客识别系统，所述识别系统包括服务器，还包括采集模块、调整模块、评估模块、预测模块，所述服务器分别与所述采集模块、所述调整模块、所述评估模块和所述预测模块连接；
所述采集模块用于对乘客的人流量进行检测，以实现对所述乘客数量的采集；
所述调整模块用于对所述采集模块的角度进行调整，以实现对多个角度的乘客流量进行检测；
所述评估模块基于所述采集模块的数据，对反向乘客进行评估，并配合所述预测模块进行反向客流的预测；
所述预测模块根据所述评估模块的评估结果，对反向的乘客流量进行预测；
所述采集模块包括采集单元和存储单元，所述采集单元对轨道交通的候车区域的乘客流量进行采集；所述存储单元用于存储所述采集单元所采集的视频数据；
所述采集单元包括采集探头、以及一组支撑杆，一组所述支撑杆用于对所述采集探头进行支撑；所述采集探头用于对轨道交通的候车区域的乘客图像进行采集，以对进入所述候车区域的人流量进行识别；
所述评估模块包括评估单元和提示单元，所述评估单元根据所述采集单元的数据进行评估，以对反向乘客进行评估；所述提示单元根据所述评估单元的评估结果向监控者进行提示；
所述评估单元根据所述采集探头的视频数据，并对所述视频数据进行分析以获取进入采集范围中的乘客数量R；
其中，根据进入站台所述乘客数量R，若超过最大拥挤监控阈值后，计算上下行方向的不均衡指数F(R)，不均衡指数F(R)根据下式进行计算：
Figure BDA0003626708790000021
式中，Ψ为最大拥挤监控阈值，其值与滞留站台现场的人数有关；R+为车辆正向运行方向的断面满载率；R-为车辆反向运行方向的断面满载率；
若不少于最大拥挤监控阈值，则根据下式计算反向乘客移动指数Reverset：
Reverset＝α·Time1+β·Time2+γ·Time3
式中,Time1为在车时间；Time2为候车时间，
Figure BDA0003626708790000022
Time3为反向换乘时间；
α为所述在车时间调整系数，其值与车辆运行图有关；β为所述候车时间调整系数，其值与当前时间与发车时间的差值大小有关；γ为换乘时间调整系数，其值与站点换乘所需行走距离有关；
其中，在车时间Time1在车时间根据下式进行确定：
Time1＝t1+t2
式中，t1为车辆启停缓冲时间；t2为纯运行时间；
t1＝(Nt-1)×t0
式中，Nt为乘客反向越乘的车站数；t0为车辆启停附加时间；
Figure BDA0003626708790000031
式中，tx为乘客在换乘区域的运行时间；Nt为乘客反向越乘的车站数；t0为车辆启停附加时间；
所述反向换乘时间Time3根据下式进行计算：
Figure BDA0003626708790000032
式中，tstop为停站时间；n乘客换乘次数；λ为换乘时间惩罚系数，其值与乘客的步行速度有关；τ换乘次数惩罚系数，其值与发车时间间隔有关；ni为乘客第i次反向换乘的换乘总次数；Ti，walk为第i次换乘时行走时间；Ti，walk为换乘时候车时间；
根据所述反向移动指数Reverset的大小，以动态识别车辆的运输效率。
可选的，所述提示单元包括触控屏、控制按钮和交互采集器，所述交互采集器用于对乘客在所述触控屏上的操作进行采集；所述触控屏采集所述乘客的指令，并触发与所述指令相对应的菜单；所述控制按钮设置在所述触控屏的周侧并等间距的验证所述触控屏的周侧等间距的分布；其中，各个所述控制按钮分别对应不同的菜单。
可选的，所述调整模块包括调整单元和感应单元，所述调整单元用于对所述采集单元的采集姿势进行调整；所述感应单元用于感应乘客的位置，以激活所述采集单元对所述乘客的视频数据进行采集；
其中，所述感应单元包括人体接近传感器和激活器，所述人体接近传感器用于对所述乘客靠近的人体信号进行采集；所述激活器根据所述人体接近传感器的靠近信号将所述采集探头进行激活，以实现对各个乘客进行采集。
可选的，所述预测模块包括预测单元和出行建议单元，所述预测单元根据所述评估单元的评估数据对所述反向乘客进行预测，以形成预测结果；所述出行建议单元根据所述预测结果，触发向所述乘客发出反向出行的建议；
所述预测单元将反向乘客移动指数Reverset与所述反向换乘站点的人流疏散指数Sparsek进行比较，若|Reverset-Sparsek|小于疏散阈值，则符合反向换乘的条件；
其中，所述人流疏散指数Sparsek根据下式进行计算：
Figure BDA0003626708790000041
式中，W1为换乘站点载客高峰的最大客流断面流量；W2为换乘站点载客高峰的站台上最大候车乘客人数；P为自动扶梯的数量；a1为自动扶梯的疏散能力；S为疏散楼梯的总宽度；a2为疏散楼梯的通过能力。
可选的，所述出行建议单元包括交互构件和核验构件，所述交互构件与所述乘客进行交互，以向已经核验身份的乘客进行交互；所述核验构件用于对所述乘客的身份进行核验；
所述核验构件包括识别器和数据缓存器，所述识别器用于对所述乘客的身份进行核验，以向所述乘客提供交互服务；所述数据缓存器用于对所述识别器的数据进行存储。
可选的，所述调整单元包括支撑构件和转动构件，所述支撑构件用于对所述采集单元进行支撑，以配合所述转动构件对所述采集单元的采集姿势进行调整；所述支撑构件包括支撑座和转动腔，所述转动腔沿着所述支撑座的本体内凹设置，且所述转动腔内设置有内齿轮；所述转动腔内的所述内齿轮与转动构件转驱动连接，以实现对所述采集单元姿势的调整；所述转动构件包括转动作、角度检测件和转动驱动机构，所述采集单元设置在所述转动座的一端，所述转动驱动机构设置在所述转动座的另一端，且所述转动驱动机构与所述转动腔的内齿轮驱动连接；所述角度检测件用于对所述转动座转动的角度进行检测。
本发明所取得的有益效果是：
1.通过评估模块与预测模块相互配合，提升对乘客出行的评估和预测能力，使得整个系统的智能程度能极大的提升；
2.通过评估模块与预测模块相互配合，还兼顾向乘客触发出行的提示和出行建议，提升乘客出行的舒适性和便利性；
3.通过对各个进入站点的乘客进行采集后，可分析滞留在车站站台的乘客数量，以对各个乘客的人数数量进行监测；
4.反向移动指数的大小可调整车辆的运行趟次密度，以提升各个站点的运输能力；
5.通过出行建议单元可配合提示单元向各个乘客进行提示，以实现向各个乘客进行智能提示，以实现向乘客推送换乘建议；
6.通过选用反向换乘站点的人流疏散指数最小的站点进行换乘，使得各个乘客获得最佳的出行体验，不会导致换乘车站站点过度拥挤、造成乘客滞留站台或造成站台疏导压力过大的情况出现；
7.通过定制模块向各个乘客提供定制出行推送服务，以提示乘客当前时刻的反向环换乘建议，以提升出行的便捷性。
为使能更进一步了解本发明的特征及技术内容，请参阅以下有关本发明的详细说明与附图，然而所提供的附图仅用于提供参考与说明，并非用来对本发明加以限制。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。
图1为本发明的整体方框示意图。
图2为本发明的定制模块的结构示意图。
图3为本发明的调整模块与采集探头的部分剖视示意图。
图4为本发明的车站站点与车辆的应用场景示意图。
图5为本发明的车站站点疏散楼梯的应用场景示意图。
附图标号说明：1-感应单元；2-感应区域；3-支撑座；4-转动驱动机构；5-内齿轮；6-转动腔；7-采集探头；8-支撑杆；9-抬升杆；10-车站站点；11-车辆。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式，本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用，本说明书中的各项细节也可基于不同观点与应用，在不悖离本发明的精神下进行各种修饰与变更。另外，本发明的附图仅为简单示意说明，并非依实际尺寸的描绘，事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容，但所公开的内容并非用以限制本发明的保护范围。
实施例一。
根据图1、图2、图3、图4、图5所示，本实施例提供一种基于物联网的反向乘客识别系统，所述识别系统包括服务器，还包括采集模块、调整模块、评估模块、预测模块，所述服务器分别与所述采集模块、所述调整模块、所述评估模块和所述预测模块连接，以形成一个对反向乘客进行识别的智能网络，同时结合物联网的互联互通的优势，向乘客提供优质的乘车服务环境；
所述采集模块用于对乘客的人流量进行检测，以实现对所述乘客数量的采集；
所述调整模块用于对所述采集模块的角度进行调整，以实现对多个角度的乘客流量进行检测；
所述评估模块基于所述采集模块的数据，对反向乘客进行评估，并配合所述预测模块进行反向客流的预测；
所述预测模块根据所述评估模块的评估结果，对反向的乘客流量进行预测；
所述识别系统还包括处理器，所述处理器分别与所述服务器、采集模块、调整模块、评估模块、预测模块控制连接，并基于所述处理器对所述采集模块、调整模块、评估模块、预测模块进行集中控制；
通过所述调整模块与所述采集模块相互配合，使得所述采集模块能对进入车站站点的人数进行采集；同时，还兼顾对不同方向的人流进行采集；
另外，通过采集模块和所述评估模块相互配合，使所述评估模能根据进入候车站点中的人数进行检测，并基于车站站点中的人流量、拥挤程度进行评估，以对反向乘客进行精准的评估；
同时，所述评估模块与所述预测模块相互配合，提升对所述乘客出行的评估和预测能力，使得整个系统的智能程度能极大的提升；同时还兼顾向所述乘客触发出行的提示和出行建议，提升乘客出行的舒适性和便利性；
所述采集模块包括采集单元和存储单元，所述采集单元对轨道交通的候车区域的乘客流量进行采集；所述存储单元用于存储所述采集单元所采集的视频数据；
所述存储单元包括存储器和数据传输器，所述存储器用于存储所述采集单元的数据；所述传输器将所述存储器中的数据同步至所述服务器或处理器中进行分析；
所述采集单元包括采集探头、以及一组支撑杆，一组所述支撑杆用于对所述采集探头进行支撑；所述采集探头用于对轨道交通的候车区域的乘客图像进行采集，以对进入所述候车区域的人流量进行识别；其中，一组支撑杆用于对所述采集探头的本体铰接，防止所述采集探头偏移或者掉落；
另外，所述采集单元设置在所述调整模块上，并通过所述调整模块对所述采集单元的采集姿势或角度进行调整，以提升所述采集单元能对不同位置进行采集；其中，在对各种角度进行采集的过程中，需要通过所述处理器控制所述调整模块，使得所述调整模块的姿势能进行调整；
可选的，所述调整模块包括调整单元和感应单元，所述调整单元用于对所述采集单元的采集姿势进行调整；所述感应单元用于感应乘客的位置，以激活所述采集单元对所述乘客的视频数据进行采集；通过所述感应单元与所述调整单元的配合，以实现所述采集探头能在所述调整单元的调整下跟随不同角度的来人位置，进行自适应采集视频数据，提升所述采集探头对乘客的人数的精准采集；当通过对各个进入站点的乘客进行采集后，可分析滞留在车站站台的乘客数量，以对各个乘客的人数数量进行监测；
其中，所述感应单元包括人体接近传感器和激活器，所述人体接近传感器用于对所述乘客靠近的人体信号进行采集；所述激活器根据所述人体接近传感器的靠近信号将所述采集探头进行激活，以实现对各个乘客进行采集；其中，当所述人体接近传感器感应到所述乘客的人体信号后，则所述激活器将所述采集探头和所述调整单元进激活，以通过所述调整单元调整所述采集探头的采集角度，使得所述采集探头能对各个方向的乘客进行精准的采集；
其中，所述调整单元包括支撑构件和转动构件，所述支撑构件用于对所述采集单元进行支撑，以配合所述转动构件对所述采集单元的采集姿势进行调整；所述支撑构件包括支撑座和转动腔，所述转动腔沿着所述支撑座的本体内凹设置，且所述转动腔内设置有内齿轮；所述转动腔内的所述内齿轮与转动构件转驱动连接，以实现对所述采集单元姿势的调整；所述转动构件包括转动作、角度检测件和转动驱动机构，所述采集单元设置在所述转动座的一端，所述转动驱动机构设置在所述转动座的另一端，且所述转动驱动机构与所述转动腔的内齿轮驱动连接；所述角度检测件用于对所述转动座转动的角度进行检测；
所述调整单元还包括抬升构件，抬升构件用于对所述采集探头的俯仰角度进行调整；抬升构件设置在所述采集探头的一端连接，所述采集探头的另一端布置有镜头，以对候车区域进行视频数据的采集；通过抬升构件使得所述采集探头的位俯仰置能够被调节；
抬升构件包括抬升杆、高度检测件和抬升驱动机构，所述抬升杆的一端与所述采集探头的端部连接，所述抬升杆的另一端与所述支撑座垂直固定连接；所述高度检测件用于对所述抬升杆的伸缩长度进行检测；所述抬升驱动机构与所述抬升杆驱动连接；
另外，所述人体接近传感器、所述激活器、所述转动驱动机构和所述处理器形成一个闭环，当人体接近传感器接收到乘客的抵近信号后，在通过所述激活器将所述采集探头和所述转动驱动机构进行激活，以配合所述处理器对所述转动驱动机构和所述采集探头进行调控；同时，所述处理器控制所述转动驱动机构驱动所述转动座沿着自身的轴线进行转动，以调整所述采集探头的采集角度；
在本实施例中，一个车站站点设置有多个调整模块和采集模块，以对车站站点的所有候车区域中存在的乘客数量进行采集；
所述采集单元获取的视频数据经过处理后，则可以获取各个车站站点的乘客数量进行统计，其中，通过视频数据获取乘客的数量是本领域的技术人员所熟知的技术手段，本领域的技术人员可以查询相关的技术手册获知该技术，因而在本实施例中不再一一赘述；
所述评估模块包括评估单元和提示单元，所述评估单元根据所述采集单元的数据进行评估，以对反向乘客进行评估；所述提示单元根据所述评估单元的评估结果向监控者进行提示；
所述评估单元根据所述采集探头的视频数据，并对所述视频数据进行分析以获取进入采集范围中的乘客数量R；其中，通过视频数据进行分析，以分析视频帧中的乘客数量，其中，通过视频帧数获取乘客的数量是本领域的技术人员所熟知的技术手段，本领域的技术人员可以查询相关的技术手册获知该技术，因而在本实施例中不再一一赘述；
其中，根据进入站台所述乘客数量R，若超过最大拥挤监控阈值后，计算上下行方向的不均衡指数F(R)，不均衡指数F(R)根据下式进行计算：
Figure BDA0003626708790000091
式中，Ψ为最大拥挤监控阈值，其值与滞留站台现场的人数有关；R+为车辆正向运行方向的断面满载率，其值可根据实际的载客人数获得，这是本领域技术人员所熟知的，不再一一赘述；R-为车辆反向运行方向的断面满载率，其值可根据实际的载客人数获得，这是本领域技术人员所熟知的，不再一一赘述；
若不少于最大拥挤监控阈值，则根据下式计算反向乘客移动指数Reverset：
Reverset＝α·Time1+β·Time2+γ·Time3
式中,Time1为在车时间；Time2为候车时间，
Figure BDA0003626708790000092
Time3为反向换乘时间；
α为所述在车时间调整系数，其值与车辆运行图有关；β为所述候车时间调整系数，其值与当前时间与发车时间的差值大小有关；γ为换乘时间调整系数，其值与站点换乘所需行走距离有关；
其中，在车时间Time1在车时间根据下式进行确定：
Time1＝t1+t2
式中，t1为车辆启停缓冲时间；t2为纯运行时间；
t1＝(Nt-1)×t0
式中，Nt为乘客反向越乘的车站数；t0为车辆启停附加时间；
Figure BDA0003626708790000093
式中，tx为乘客在换乘区域的运行时间；Nt为乘客反向越乘的车站数；t0为车辆启停附加时间；
所述反向换乘时间Time3根据下式进行计算：
Figure BDA0003626708790000094
式中，tstop为停站时间；n乘客换乘次数；λ为换乘时间惩罚系数，其值与乘客的步行速度有关；τ换乘次数惩罚系数，其值与发车时间间隔有关；ni为乘客第i次反向换乘的换乘总次数；Ti，walk为第i次换乘时行走时间；Ti，walk为换乘时候车时间；
根据所述反向移动指数Reverset的大小，以动态识别车辆的运输效率；
在计算出所述反向移动指数后，则根据其值的大小确定乘车站台中的运行效率，若当次车辆的运力无法满足，则执行反向换乘；同时，通过所述反向移动指数的大小也可调整车辆的运行趟次密度，以提升各个站点的运输能力；
同时，通过所述评估单元与所述提示单元的配合，能计算各个车站站点的所述反向移动指数Reverset，并根据所述方向移动指数Reverset的大小向乘客进行提示，以提升所述乘客的乘车的舒适性和便捷性；
其中，提示单元设置在各个车站的站台上，可通过APP或现场终端与所述乘客的移动设备进行连接，以实现向所述乘客进行动态的提示乘客的乘车规划或者换乘路径，进一步的提升所述乘客换乘或出行的智能化；
其中，现场布置的所述提示单元包括触控屏、控制按钮和交互采集器，所述交互采集器用于对乘客在所述触控屏上的操作进行采集；所述触控屏采集所述乘客的指令，并触发与所述指令相对应的菜单；所述控制按钮设置在所述触控屏的周侧并等间距的验证所述触控屏的周侧等间距的分布；其中，各个所述控制按钮分别对应不同的菜单；各个所述乘客可与通过触控屏触发各种控制操作，以查询反向换乘的最优出行计划；其中，所述提示单元提供的出行计划根据各个车站站点的反向移动指数进行确定；如：当乘客从同一个站进行反向换乘，选择反向移动指数最小的站点进行换乘，则可以缩短出行时间；
另外，若通过APP进行提示单元的提示，则通过APP上页面的信息进行触发，其中，所述页面信息与现场布置的提示单元的页面抑制，在此不再一一赘述；
可选的，所述预测模块包括预测单元和出行建议单元，所述预测单元根据所述评估单元的评估数据对所述反向乘客进行预测，以形成预测结果；所述出行建议单元根据所述预测结果，触发向所述乘客发出反向出行的建议；
所述预测单元将反向乘客移动指数Reverset与所述反向换乘站点的人流疏散指数Sparsek进行比较，若|Reverset-Sparsek|小于疏散阈值，则符合反向换乘的条件；
其中，所述人流疏散指数Sparsek根据下式进行计算：
Figure BDA0003626708790000101
式中，W1为换乘站点载客高峰的最大客流断面流量，其值根据各个站点的最大客流的计算方法进行确定，或者采用本领域的技术人员所熟知的计算方式获得，在此不再一一赘述；W2为换乘站点载客高峰的站台上最大候车乘客人数；P为自动扶梯的数量；a1为自动扶梯的疏散能力；S为疏散楼梯的总宽度；a2为疏散楼梯的通过能力；其中，所述疏散阈值为各个车站站点最大能承受的人数数量，其值根据实际情况进行确定，在此不再一一赘述；
同时，所述出行建议单元可配合所述提示单元向各个所述乘客进行提示，以实现向各个所述乘客进行智能提示，以实现向乘客推送换乘建议；
另外，所述乘客需要进行出行建议单元智能提示前，需要获取乘客的身份验证信息，以实现向所述乘客提供精准的建议；其中，所述出行建议单元包括交互构件和核验构件，所述交互构件与所述乘客进行交互，以向已经核验身份的乘客进行交互；所述核验构件用于对所述乘客的身份进行核验；
所述核验构件包括识别器和数据缓存器，所述识别器用于对所述乘客的身份进行核验，以向所述乘客提供交互服务；所述数据缓存器用于对所述识别器的数据进行存储；
在对所述乘客进行核验身份数据的过程中，可通过人脸数据和身份数据相结合的方式，使得各个乘客的身份信息能更加准确，同时，也兼顾了实名乘车的要求；
同时，通过选用所述反向换乘站点的人流疏散指数最小的站点进行换乘，使得各个所述乘客获得最佳的出行体验，不会导致换乘车站站点过度拥挤、造成乘客滞留站台或造成站台疏导压力过大的情况出现。
实施例二。
本实施例应当理解为至少包含前述任一一个实施例的全部特征，并在其基础上进一步改进，根据图1、图2、图3、图4、图5所示，还在于所述识别系统还包括定制模块，所述定制模块用于向各个乘客提供定制服务，以提示所述乘客当前时刻的反向环换乘建议，以提升出行的便捷性；
所述定制模块与所述处理器进行控制连接，并基于所述处理器进行集中控制，以向各个所述乘客提供定制服务的提醒或出行建议；
同时，所述定制模块还与所述服务器进行连接，并将采集到的数据上传至所述服务器中；
在本实施例中，将所述定制模块放置在各个所述车站站点中，以供所述乘客进行交互；其中，各个车站站点中的定制模块均设置有唯一的识别标识，且在与所述服务器进行联网的过程中，通过唯一标识就可获得当前进行交互的乘客的位置，并根据物联网的数据互联、互通的优势，可对乘客需要换乘或者反向换乘的需求进行定制服务；
其中，所述定制模块包括感应单元和绑定单元，所述感应单元用于对所述乘客的移动终端和身份ID进行感应，以获取所述移动终端的身份数据和设备识别码；
所述绑定单元用于将所述移动终端和所述乘客的身份ID进行绑定，以实现向所述乘客提供定制路线的提示或出行建议；
所述感应单元包括感应终端、感应区域和感应件，所述感应件设置在所述感应区域中，以获取所述移动终端的设备识别码和身份ID；所述感应区域设置在所述感应终端上，以提示所述乘客将移动终端或身份ID放置在限定的区域中；
所述绑定单元将移动终端的设备识别码与身份ID进行绑定，以实现定制特定路线的换乘提示或建议；
同时，在出现乘车站点出现拥堵的情况下，自动触发向所述乘客进行提示，并建议乘客换乘的车站或反向换乘的站点等数据，使得向乘客提供个性化的服务，提升乘客出行的舒适性和便捷性。
以上所公开的内容仅为本发明的优选可行实施例，并非因此局限本发明的保护范围，所以凡是运用本发明说明书及附图内容所做的等效技术变化，均包含于本发明的保护范围内，此外，随着技术发展其中的元素可以更新的。

Claims (6)

1.一种基于物联网的反向乘客识别系统，所述识别系统包括服务器，其特征在于，还包括采集模块、调整模块、评估模块、预测模块，所述服务器分别与所述采集模块、所述调整模块、所述评估模块和所述预测模块连接；
所述采集模块用于对乘客数量进行检测，以实现对所述乘客数量的采集；
所述调整模块用于对所述采集模块的角度进行调整，以实现对多个角度的乘客流量进行检测；
所述评估模块基于所述采集模块的数据，对反向乘客进行评估，并配合所述预测模块进行反向客流的预测；
所述预测模块根据所述评估模块的评估结果，对反向的乘客流量进行预测；
所述采集模块包括采集单元和存储单元，所述采集单元对轨道交通的候车区域的乘客流量进行采集；所述存储单元用于存储所述采集单元所采集的视频数据；
所述采集单元包括采集探头、以及一组支撑杆，一组所述支撑杆用于对所述采集探头进行支撑；所述采集探头用于对轨道交通的候车区域的乘客图像进行采集，以对进入所述候车区域的人流量进行识别；
所述评估模块包括评估单元和提示单元，所述评估单元根据所述采集单元的数据进行评估，以对反向乘客进行评估；所述提示单元根据所述评估单元的评估结果向监控者进行提示；
所述评估单元根据所述采集探头的视频数据，并对所述视频数据进行分析以获取进入采集范围中的乘客数量R；
其中，根据进入站台所述乘客数量R，若超过最大拥挤监控阈值后，计算上下行方向的不均衡指数F（R），不均衡指数F（R）根据下式进行计算：
Figure DEST_PATH_IMAGE002
式中，Ψ为最大拥挤监控阈值，其值与滞留站台现场的人数有关；R+为车辆正向运行方向的断面满载率；R-为车辆反向运行方向的断面满载率；
若不少于最大拥挤监控阈值，则根据下式计算反向乘客移动指数Reverset：
Figure DEST_PATH_IMAGE004
式中,Time1为在车时间；Time2为候车时间；Time3为反向换乘时间；
α为在车时间调整系数，其值与车辆运行图有关；β为候车时间调整系数，其值与当前时间与发车时间的差值大小有关；γ为换乘时间调整系数，其值与站点换乘所需行走距离有关；
其中，在车时间Time1根据下式进行确定：
Figure DEST_PATH_IMAGE006
式中，t1为车辆启停缓冲时间；t2为纯运行时间；
Figure DEST_PATH_IMAGE008
式中，Nt为乘客反向越乘的车站数；t0为车辆启停附加时间；
Figure DEST_PATH_IMAGE010
式中，tx为乘客在换乘区域的运行时间；Nt为乘客反向越乘的车站数；t0为车辆启停附加时间；
所述反向换乘时间Time3根据下式进行计算：
Figure DEST_PATH_IMAGE012
式中，tstop为停站时间；n为乘客换乘次数；λ为换乘时间惩罚系数，其值与乘客的步行速度有关；τ换乘次数惩罚系数，其值与发车时间间隔有关；ni为乘客第i次反向换乘的换乘总次数；Ti，walk为第i次换乘时行走时间；Ti为第i次换乘时候车时间；
根据所述反向乘客移动指数Reverset的大小，以动态识别车辆的运输效率。
2.根据权利要求1所述的一种基于物联网的反向乘客识别系统，其特征在于，所述提示单元包括触控屏、控制按钮和交互采集器，所述交互采集器用于对乘客在所述触控屏上的操作进行采集；所述触控屏采集所述乘客的指令，并触发与所述指令相对应的菜单；所述控制按钮设置在所述触控屏的周侧并等间距的验证所述触控屏的周侧等间距的分布；其中，各个所述控制按钮分别对应不同的菜单。
3.根据权利要求2所述的一种基于物联网的反向乘客识别系统，其特征在于，所述调整模块包括调整单元和感应单元，所述调整单元用于对所述采集单元的采集姿势进行调整；所述感应单元用于感应乘客的位置，以激活所述采集单元对所述乘客的视频数据进行采集；
其中，所述感应单元包括人体接近传感器和激活器，所述人体接近传感器用于对所述乘客靠近的人体信号进行采集；所述激活器根据所述人体接近传感器的靠近信号将所述采集探头进行激活，以实现对各个乘客进行采集。
4.根据权利要求3所述的一种基于物联网的反向乘客识别系统，其特征在于，所述预测模块包括预测单元和出行建议单元，所述预测单元根据所述评估单元的评估数据对所述反向乘客进行预测，以形成预测结果；所述出行建议单元根据所述预测结果，触发向所述乘客发出反向出行的建议；
所述预测单元将反向乘客移动指数Reverset与反向换乘站点的人流疏散指数Sparsek进行比较，若|Reverset-Sparsek|小于疏散阈值，则符合反向换乘的条件；
其中，所述人流疏散指数Sparsek根据下式进行计算：
Figure DEST_PATH_IMAGE014
式中，W1为换乘站点载客高峰的最大客流断面流量；W2为换乘站点载客高峰的站台上最大候车乘客人数；P为自动扶梯的数量；a1为自动扶梯的疏散能力；S为疏散楼梯的总宽度；a2为疏散楼梯的通过能力。
5.根据权利要求4所述的一种基于物联网的反向乘客识别系统，其特征在于，所述出行建议单元包括交互构件和核验构件，所述交互构件与所述乘客进行交互，以向已经核验身份的乘客进行交互；所述核验构件用于对所述乘客的身份进行核验；
所述核验构件包括识别器和数据缓存器，所述识别器用于对所述乘客的身份进行核验，以向所述乘客提供交互服务；所述数据缓存器用于对所述识别器的数据进行存储。
6.根据权利要求5所述的一种基于物联网的反向乘客识别系统，其特征在于，所述调整单元包括支撑构件和转动构件，所述支撑构件用于对所述采集单元进行支撑，以配合所述转动构件对所述采集单元的采集姿势进行调整；所述支撑构件包括支撑座和转动腔，所述转动腔沿着所述支撑座的本体内凹设置，且所述转动腔内设置有内齿轮；所述转动腔内的所述内齿轮与转动构件转驱动连接，以实现对所述采集单元姿势的调整；所述转动构件包括转动座、角度检测件和转动驱动机构，所述采集单元设置在所述转动座的一端，所述转动驱动机构设置在所述转动座的另一端，且所述转动驱动机构与所述转动腔的内齿轮驱动连接；所述角度检测件用于对所述转动座转动的角度进行检测。
CN202210478431.3A 2022-05-05 2022-05-05 一种基于物联网的反向乘客识别系统 Active CN114724375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210478431.3A CN114724375B (zh) 2022-05-05 2022-05-05 一种基于物联网的反向乘客识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210478431.3A CN114724375B (zh) 2022-05-05 2022-05-05 一种基于物联网的反向乘客识别系统

Publications (2)

Publication Number Publication Date
CN114724375A CN114724375A (zh) 2022-07-08
CN114724375B true CN114724375B (zh) 2023-03-14

Family

ID=82245046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210478431.3A Active CN114724375B (zh) 2022-05-05 2022-05-05 一种基于物联网的反向乘客识别系统

Country Status (1)

Country Link
CN (1) CN114724375B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005106125A1 (fr) * 2004-04-28 2005-11-10 Guoliang Dong Systeme routier urbain global double et procede de circulation mettant en oeuvre ce systeme
CN103136933A (zh) * 2013-01-14 2013-06-05 东南大学 一种常规公交与地铁站的换乘协调控制方法
JP2013242665A (ja) * 2012-05-18 2013-12-05 Railway Technical Research Institute 鉄道輸送障害発生時における旅客流動推定システム及びその旅客流動推定方法
CN108764516A (zh) * 2018-04-04 2018-11-06 深圳大学 一种轨道交通动态可达路径的生成方法及系统
CN111582750A (zh) * 2020-05-18 2020-08-25 北京交通大学 一种轨道交通反向乘客识别及乘车班次确定方法及系统
CN111932925A (zh) * 2020-07-09 2020-11-13 中咨数据有限公司 一种公共交通站点的出行客流的确定方法、装置及系统
CN113450242A (zh) * 2021-06-25 2021-09-28 东北林业大学 一种路径偏离式公交调度系统及存储介质和设备

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285368A (ja) * 1999-03-31 2000-10-13 Hitachi Ltd 交通情報収集配信装置
US20110068954A1 (en) * 2006-06-20 2011-03-24 Zonar Systems, Inc. Method and apparatus to collect object identification data during operation of a vehicle and analysis of such data
US8918270B2 (en) * 2010-10-28 2014-12-23 Tongqing Wang Wireless traffic sensor system
CN105844362B (zh) * 2016-03-30 2021-01-19 西南交通大学 一种城市交通综合出行决策装置
US9799218B1 (en) * 2016-05-09 2017-10-24 Robert Gordon Prediction for lane guidance assist
CN106777703A (zh) * 2016-12-19 2017-05-31 杭州讯阳科技有限公司 一种公交乘客实时分析系统及其构建方法
CN107066723B (zh) * 2017-04-10 2020-06-09 东南大学 一种基于社会力模型的公交乘客上下车行为仿真方法
US10515549B1 (en) * 2018-07-11 2019-12-24 Here Global B.V. Method, apparatus, and computer program product for evaluating public transportation use
CN112183815B (zh) * 2020-08-28 2023-04-07 浙江众合科技股份有限公司 基于规则推荐算法的精准短时客流预测模型
CN112052149B (zh) * 2020-09-06 2022-02-22 厦门理工学院 一种大数据信息采集系统及使用方法
CN113257028B (zh) * 2021-04-16 2022-04-26 南京交通职业技术学院 一种乘客需求过饱和的可变线路式接驳公交调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005106125A1 (fr) * 2004-04-28 2005-11-10 Guoliang Dong Systeme routier urbain global double et procede de circulation mettant en oeuvre ce systeme
JP2013242665A (ja) * 2012-05-18 2013-12-05 Railway Technical Research Institute 鉄道輸送障害発生時における旅客流動推定システム及びその旅客流動推定方法
CN103136933A (zh) * 2013-01-14 2013-06-05 东南大学 一种常规公交与地铁站的换乘协调控制方法
CN108764516A (zh) * 2018-04-04 2018-11-06 深圳大学 一种轨道交通动态可达路径的生成方法及系统
CN111582750A (zh) * 2020-05-18 2020-08-25 北京交通大学 一种轨道交通反向乘客识别及乘车班次确定方法及系统
CN111932925A (zh) * 2020-07-09 2020-11-13 中咨数据有限公司 一种公共交通站点的出行客流的确定方法、装置及系统
CN113450242A (zh) * 2021-06-25 2021-09-28 东北林业大学 一种路径偏离式公交调度系统及存储介质和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于优化PSO-BP算法的耦合时空特征下地铁客流预测;惠阳等;《交通运输工程学报》;20210831;第21卷(第4期);第210-222页 *

Also Published As

Publication number Publication date
CN114724375A (zh) 2022-07-08

Similar Documents

Publication Publication Date Title
CN107330547B (zh) 一种城市公交动态调度优化方法及系统
CN107194497B (zh) 一种突发事件下城市轨道交通乘客出行路径规划方法
EP2923913B1 (en) Automatic train operation system
JP3878221B2 (ja) 大量交通システムのための個人案内システム
CN112124379B (zh) 一种基于地铁客流分析的站台引导方法
CN101857156B (zh) 电梯系统
CN107839695B (zh) 城市轨道交通全线路车站站台与列车运行联合设计方法
CN105488751A (zh) 一种地铁站客流微观统计与调度方法
JP2002302348A (ja) エレベータの制御装置
CN110084397B (zh) 一种地铁直达线路规划方法
JP2018002037A (ja) 混雑率予想システム及び方法
CN109544969B (zh) 公交车智能跳站运行方法及装置
CN112214873B (zh) 一种轨道交通故障下的客流分布仿真评估方法及系统
CN111401643B (zh) 一种城市轨道交通客流回路自适应的智能列车调度方法
CN111859718B (zh) 一种区域多制式轨道交通车站拥挤系数计算方法及系统
CN114781712A (zh) 一种基于多源数据融合的地铁车站客流引导系统
CN107000960B (zh) 疏散控制器
CN114446076A (zh) 一种基于5g通信技术的智能调度控制系统
JP4910432B2 (ja) 車両混雑状況予測システム及び方法、プログラム
CN114724375B (zh) 一种基于物联网的反向乘客识别系统
CN104442836A (zh) 智能化缆车速度控制设备
CN107399344A (zh) 轨道交通调度信息获取方法、车辆调度方法和系统
WO2019179207A1 (zh) 一种新型城市轨道交通系统
JP2018094956A (ja) 移動体連結装置及び移動体連結方法
CN113572805A (zh) 一种基于称重数据的地铁轨道交通客流监测系统及方法

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
GR01 Patent grant
GR01 Patent grant