CN115658987A - 一种基于空间大数据的城轨数据可视化平台 - Google Patents
一种基于空间大数据的城轨数据可视化平台 Download PDFInfo
- Publication number
- CN115658987A CN115658987A CN202211295147.9A CN202211295147A CN115658987A CN 115658987 A CN115658987 A CN 115658987A CN 202211295147 A CN202211295147 A CN 202211295147A CN 115658987 A CN115658987 A CN 115658987A
- Authority
- CN
- China
- Prior art keywords
- personnel
- urban rail
- vehicle
- platform
- distribution information
- 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.)
- Granted
Links
- 238000013079 data visualisation Methods 0.000 title claims abstract description 20
- 238000009877 rendering Methods 0.000 claims abstract description 34
- 239000006185 dispersion Substances 0.000 claims abstract description 16
- 238000012800 visualization Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 69
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 4
- 238000005206 flow analysis Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004308 accommodation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于数据可视化技术领域,尤其涉及一种基于空间大数据的城轨数据可视化平台,所述方法包括:构建城市轨道可视化模型;实时获取城市轨道车辆内人员分布信息以及站台人员分布信息;生成人员分散引导信息,并发出;根据站台人员分布信息为地图模型进行渲染,对城轨车辆模型进行渲染,得到动态可视化模型,并生成车辆调度建议方案。本发明根据城轨车辆内的人员分布情况来引导站台内的人员移动至合适的位置,并且根据各个站台内的人员情况计算当前运力能够满足需求,在不满足需求时主动进行调节,在运力盈余时则主动降低运力,保证了人员流动需求与城轨运力的匹配。
Description
技术领域
本发明属于数据可视化技术领域,尤其涉及一种基于空间大数据的城轨数据可视化平台。
背景技术
大数据,或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
城市轨道交通,指采用轨道结构进行承重和导向的车辆运输系统,依据城市交通总体规划的要求,设置全封闭或部分封闭的专用轨道线路,以列车或单车形式,运送相当规模客流量的公共交通方式。
在当前的城市轨道交通当中,车辆之间的启停以及车辆间隔都是通过人工进行确定的,通常是在可能出现大量乘客的时间提升发车频次,但是时间间隔是固定的,但是,人员数量的变化并不是固定的,因此还是容易出现车辆发车频次以及停顿时间与人员流动情况不匹配的问题。
发明内容
本发明实施例的目的在于提供一种基于空间大数据的城轨数据可视化平台,旨在解决人员数量的变化并不是固定的,因此还是容易出现车辆发车频次以及停顿时间与人员流动情况不匹配的问题。
本发明实施例是这样实现的,一种基于空间大数据的城轨数据可视化方法,所述方法包括:
构建城市轨道可视化模型,所述城市轨道可视化模型包括地图模型和城轨车辆模型;
实时获取城市轨道车辆内人员分布信息以及站台人员分布信息;
基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出;
根据站台人员分布信息为地图模型进行渲染,根据城市轨道车辆内人员分布信息对城轨车辆模型进行渲染,得到动态可视化模型,并生成车辆调度建议方案。
优选的,所述实时获取城市轨道车辆内人员分布信息以及站台人员分布信息的步骤,具体包括:
实时接收各个数据上传点上传的检测数据,所述检测数据包括站台检测数据和车内检测数据;
根据上传点的编号确定人员分布位置,并确定人员流动情况;
根据人员分布位置以及检测数据生成城市轨道车辆内人员分布信息以及站台人员分布信息。
优选的,所述基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出的步骤,具体包括:
基于车辆内人员分布信息确定人员在车辆内的分布情况;
根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量;
获取车辆行驶方向上下一个站台对应的站台人员分布信息,生成人员分散引导信息,并发送至下一个站台。
优选的,所述生成车辆调度建议方案的步骤,具体包括:
根据站台人员分布信息确定各站台不同方向上的人员流动情况;
统计同一线路上各方向上的人员流动总数量;
计算当前车辆的运输效率,判断是否满足人员流动需求,并生成车辆调度建议方案。
本发明实施例的另一目的在于提供一种基于空间大数据的城轨数据可视化平台,所述平台包括:
模型构建模块,用于构建城市轨道可视化模型,所述城市轨道可视化模型包括地图模型和城轨车辆模型;
人员分布统计模块,用于实时获取城市轨道车辆内人员分布信息以及站台人员分布信息;
人员引导模块,用于基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出;
模型渲染模块,用于根据站台人员分布信息为地图模型进行渲染,根据城市轨道车辆内人员分布信息对城轨车辆模型进行渲染,得到动态可视化模型,并生成车辆调度建议方案。
优选的,所述人员分布统计模块包括:
数据接收单元,用于实时接收各个数据上传点上传的检测数据,所述检测数据包括站台检测数据和车内检测数据;
人员流动分析单元,用于根据上传点的编号确定人员分布位置,并确定人员流动情况;
车内人员分析单元,用于根据人员分布位置以及检测数据生成城市轨道车辆内人员分布信息以及站台人员分布信息。
优选的,所述人员引导模块包括:
人员分布分析单元,用于基于车辆内人员分布信息确定人员在车辆内的分布情况;
容量分析单元,用于根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量;
主动引导案源,用于获取车辆行驶方向上下一个站台对应的站台人员分布信息,生成人员分散引导信息,并发送至下一个站台。
优选的,所述模型渲染模块包括:
站台人员统计单元,用于根据站台人员分布信息确定各站台不同方向上的人员流动情况;
线路人员统计单元,用于统计同一线路上各方向上的人员流动总数量;
动态调度单元,用于计算当前车辆的运输效率,判断是否满足人员流动需求,并生成车辆调度建议方案。
优选的,所述车辆调度建议方案包括对城轨车辆的发车间隔调节建议和对城轨车辆的停车时间调节建议。
优选的,所述车辆调度建议方案采用加密传输。
优选的,所述站台人员分布信息包括来向人员分布信息和去向人员分布信息。
优选的,渲染时,按照人员数量渲染不同的颜色。
本发明实施例提供的一种基于空间大数据的城轨数据可视化平台,通过主动采集城轨车辆内的人员分布状态以及各个站台内的人员分布情况,从而确定去往各向的人员数量,从而根据城轨车辆内的人员分布情况来引导站台内的人员移动至合适的位置,并且根据各个站台内的人员情况计算当前运力能够满足需求,在不满足需求时主动进行调节,在运力盈余时则主动降低运力,保证了人员流动需求与城轨运力的匹配。
附图说明
图1为本发明实施例提供的一种基于空间大数据的城轨数据可视化方法的流程图;
图2为本发明实施例提供的实时获取城市轨道车辆内人员分布信息以及站台人员分布信息的步骤的流程图;
图3为本发明实施例提供的基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出的步骤的流程图;
图4为本发明实施例提供的生成车辆调度建议方案的步骤的流程图;
图5为本发明实施例提供的一种基于空间大数据的城轨数据可视化平台的架构图;
图6为本发明实施例提供的一种人员分布统计模块的架构图;
图7为本发明实施例提供的一种人员引导模块的架构图;
图8为本发明实施例提供的一种模型渲染模块的架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
城市轨道交通,指采用轨道结构进行承重和导向的车辆运输系统,依据城市交通总体规划的要求,设置全封闭或部分封闭的专用轨道线路,以列车或单车形式,运送相当规模客流量的公共交通方式。在当前的城市轨道交通当中,车辆之间的启停以及车辆间隔都是通过人工进行确定的,通常是在可能出现大量乘客的时间提升发车频次,但是时间间隔是固定的,但是,人员数量的变化并不是固定的,因此还是容易出现车辆发车频次以及停顿时间与人员流动情况不匹配的问题。
本发明通过主动采集城轨车辆内的人员分布状态以及各个站台内的人员分布情况,从而确定去往各向的人员数量,从而根据城轨车辆内的人员分布情况来引导站台内的人员移动至合适的位置,并且根据各个站台内的人员情况计算当前运力能够满足需求,在不满足需求时主动进行调节,在运力盈余时则主动降低运力,保证了人员流动需求与城轨运力的匹配。
如图1所示,为本发明实施例提供的一种基于空间大数据的城轨数据可视化方法的流程图,所述方法包括:
S100,构建城市轨道可视化模型,所述城市轨道可视化模型包括地图模型和城轨车辆模型。
在本步骤中,构建城市轨道可视化模型,基于城市地图确定城市轨道交通的覆盖范围以及路线,从而根据城市轨道交通的轨迹生成地图模型,所述地图模型包括城轨车辆的通行路径以及该通行路径上的站点位置,进而根据构建虚拟的城轨车辆模型,该城轨车辆模型至少包含车厢数量、每个车厢内的座位数量以及每个城轨车辆模型抵达各个站点的顺序。
S200,实时获取城市轨道车辆内人员分布信息以及站台人员分布信息。
在本步骤中,实时获取城市轨道车辆内人员分布信息以及站台人员分布信息,为了便于获取人员的分布情况,在站点内以及城轨车辆内设置相应的检测装置,检测装置可以为手机信号检测装置,也可以为人像识别装置,利用手机信号检测装置则检测固定区域内的手机数量,以该手机数量作为人员数量进行统计,人像识别装置则通过人像识别的方式,识别固定区域内的人员数量,在进行设置时,在城轨车辆的每一节车厢内设置一个检测装置,并在站台内根据每个城轨车辆包含的车厢数量针对每一节车厢设置一个检测装置,对于岛式城轨站点,则站点内各个方向上设置各自的检测装置,如某站点内存在两种车辆行驶方向,一种行驶方向为由南向北,另一种行驶方向为由北向南,每个城轨车辆包含八个车厢,则在站内设置16个检测装置,16个检测装置对称分布,各自对应一个车厢的位置。
S300,基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出。
在本步骤中,基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,在站台中,通常设置有扶梯和直梯,由于其设置位置的原因,乘车人员通常聚集在扶梯以及直梯的出口,这就导致了人员在站台内分布不均匀,并且人员在车辆内的分布也存在不均匀的情况,因此,根据车辆内人员的位置,向站台发出,站台工作人员则根据人员分散引导信息对站台内的人员进行疏导,以保证城轨车辆内的人员均匀分布。
S400,根据站台人员分布信息为地图模型进行渲染,根据城市轨道车辆内人员分布信息对城轨车辆模型进行渲染,得到动态可视化模型,并生成车辆调度建议方案。
在本步骤中,根据站台人员分布信息为地图模型进行渲染,为了方便调度人员对人员分布情况进行了解,对地图模型中的各个站点进行动态渲染,在渲染时,以人员的数量作为依据,站内的人员数量越大,则渲染时,该地图模型中各个站点的颜色更加显眼,并且同时在该站点上实时显示各项人员流动的数量以及当前城轨车辆的剩余运力,同样的,根据人员的数量以及分布位置对城轨车辆模型进行渲染,渲染时,以车厢为单位进行渲染,车厢内人员数量越大,则颜色更加显眼,并且显示每一节车厢内的人员数量,从而根据当前城轨车辆内的人员情况以及下一个站台内的人员情况生成车辆调度建议方案,以供调度人员参考;渲染时,按照人员数量渲染不同的颜色。
如图2所示,作为本发明的一个优选实施例,所述实时获取城市轨道车辆内人员分布信息以及站台人员分布信息的步骤,具体包括:
S201,实时接收各个数据上传点上传的检测数据,所述检测数据包括站台检测数据和车内检测数据。
在本步骤中,实时接收各个数据上传点上传的检测数据,数据上传点即为设置检测装置的位置,其检测得到的数据会直接上传到后台当中,由于在站台内以及在城轨车辆内均设置有检测装置,因此检测数据包括站台检测数据和车内检测数据。
S202,根据上传点的编号确定人员分布位置,并确定人员流动情况。
在本步骤中,根据上传点的编号确定人员分布位置,无论是在城轨车辆内部还是在站台内,一个人员只能够被一个检测装置检测到,因此根据检测到该人员的检测装置的设置位置即可确定人员所在的位置。
S203,根据人员分布位置以及检测数据生成城市轨道车辆内人员分布信息以及站台人员分布信息。
在本步骤中,进行统计时,按照预设的时间间隔进行更新,如在A时刻,统计一次各个位置的人员数量,然后经过预设时间之后,在B时刻再统计依次各个位置的人员数量,从而掌握各个时刻的人员分布位置。
如图3所示,作为本发明的一个优选实施例,所述基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出的步骤,具体包括:
S301,基于车辆内人员分布信息确定人员在车辆内的分布情况。
在本步骤中,基于车辆内人员分布信息确定人员在车辆内的分布情况,通过检测装置来统计每个车厢内的人员数量,同样的,每间隔一个预设时长检测依次,从而减少数据传输量。
S302,根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量。
S303,获取车辆行驶方向上下一个站台对应的站台人员分布信息,生成人员分散引导信息,并发送至下一个站台。
在本步骤中,根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量,对于每一个车厢,其设置的座位数量是固定的,为了保证乘坐的舒适性,事先确定各个车厢内的的最大容纳值,然后根据当前已经存在的人员数量来判断每个车厢还可以增加的人员数量,然后获取车辆行驶方向上下一个站台对应的站台人员分布信息,即可确定如何引导该站台内的乘客进行移动,以保证人员能够在上车之前分散在各个车厢外侧,保证了乘坐舒适性,并且减少了人员在列车运行时的移动。
如图4所示,作为本发明的一个优选实施例,所述生成车辆调度建议方案的步骤,具体包括:
S401,根据站台人员分布信息确定各站台不同方向上的人员流动情况。
S402,统计同一线路上各方向上的人员流动总数量。
在本步骤中,根据站台人员分布信息确定各站台不同方向上的人员流动情况,对于岛式站台,城轨车辆位于站台的两侧,两辆城轨车辆的前进方向相反,两侧站台各分布八个检测装置,一侧的检测装置为A,另一侧的检测装置为B,那么根据A和B检测到的人员数量即可确定前往各个方向的人员数量;所述站台人员分布信息包括来向人员分布信息和去向人员分布信息。
S403,计算当前车辆的运输效率,判断是否满足人员流动需求,并生成车辆调度建议方案。
在本步骤中,根据城轨车辆的空余位置以及下一各站台同向乘客数量来计算是否能够满足,若不能满足,则给出提升运力的建议,即提升车辆的发车频次,对于运力已经完全超出需求,则给出延长各个站点的停车时间的建议;所述车辆调度建议方案包括对城轨车辆的发车间隔调节建议和对城轨车辆的停车时间调节建议;所述车辆调度建议方案采用加密传输。
如图5所示,为本发明实施例提供的一种基于空间大数据的城轨数据可视化平台,所述平台包括:
模型构建模块100,用于构建城市轨道可视化模型,所述城市轨道可视化模型包括地图模型和城轨车辆模型。
在本平台中,模型构建模块100构建城市轨道可视化模型,基于城市地图确定城市轨道交通的覆盖范围以及路线,从而根据城市轨道交通的轨迹生成地图模型,所述地图模型包括城轨车辆的通行路径以及该通行路径上的站点位置,进而根据构建虚拟的城轨车辆模型,该城轨车辆模型至少包含车厢数量、每个车厢内的座位数量以及每个城轨车辆模型抵达各个站点的顺序。
人员分布统计模块200,用于实时获取城市轨道车辆内人员分布信息以及站台人员分布信息。
在本平台中,人员分布统计模块200实时获取城市轨道车辆内人员分布信息以及站台人员分布信息,为了便于获取人员的分布情况,在站点内以及城轨车辆内设置相应的检测装置,检测装置可以为手机信号检测装置,也可以为人像识别装置,利用手机信号检测装置则检测固定区域内的手机数量,以该手机数量作为人员数量进行统计,人像识别装置则通过人像识别的方式,识别固定区域内的人员数量,在进行设置时,在城轨车辆的每一节车厢内设置一个检测装置,并在站台内根据每个城轨车辆包含的车厢数量针对每一节车厢设置一个检测装置,对于岛式城轨站点,则站点内各个方向上设置各自的检测装置,如某站点内存在两种车辆行驶方向,一种行驶方向为由南向北,另一种行驶方向为由北向南,每个城轨车辆包含八个车厢,则在站内设置16个检测装置,16个检测装置对称分布,各自对应一个车厢的位置。
人员引导模块300,用于基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出。
在本平台中,人员引导模块300基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,在站台中,通常设置有扶梯和直梯,由于其设置位置的原因,乘车人员通常聚集在扶梯以及直梯的出口,这就导致了人员在站台内分布不均匀,并且人员在车辆内的分布也存在不均匀的情况,因此,根据车辆内人员的位置,向站台发出,站台工作人员则根据人员分散引导信息对站台内的人员进行疏导,以保证城轨车辆内的人员均匀分布。
模型渲染模块400,用于根据站台人员分布信息为地图模型进行渲染,根据城市轨道车辆内人员分布信息对城轨车辆模型进行渲染,得到动态可视化模型,并生成车辆调度建议方案。
在本平台中,模型渲染模块400根据站台人员分布信息为地图模型进行渲染,为了方便调度人员对人员分布情况进行了解,对地图模型中的各个站点进行动态渲染,在渲染时,以人员的数量作为依据,站内的人员数量越大,则渲染时,该地图模型中各个站点的颜色更加显眼,并且同时在该站点上实时显示各项人员流动的数量以及当前城轨车辆的剩余运力,同样的,根据人员的数量以及分布位置对城轨车辆模型进行渲染,渲染时,以车厢为单位进行渲染,车厢内人员数量越大,则颜色更加显眼,并且显示每一节车厢内的人员数量,从而根据当前城轨车辆内的人员情况以及下一个站台内的人员情况生成车辆调度建议方案,以供调度人员参考;渲染时,按照人员数量渲染不同的颜色。
如图6所示,作为本发明的一个优选实施例,所述人员分布统计模块200包括:
数据接收单元201,用于实时接收各个数据上传点上传的检测数据,所述检测数据包括站台检测数据和车内检测数据。
在本模块中,数据接收单元201实时接收各个数据上传点上传的检测数据,数据上传点即为设置检测装置的位置,其检测得到的数据会直接上传到后台当中,由于在站台内以及在城轨车辆内均设置有检测装置,因此检测数据包括站台检测数据和车内检测数据。
人员流动分析单元202,用于根据上传点的编号确定人员分布位置,并确定人员流动情况。
在本模块中,人员流动分析单元202根据上传点的编号确定人员分布位置,无论是在城轨车辆内部还是在站台内,一个人员只能够被一个检测装置检测到,因此根据检测到该人员的检测装置的设置位置即可确定人员所在的位置。
车内人员分析单元203,用于根据人员分布位置以及检测数据生成城市轨道车辆内人员分布信息以及站台人员分布信息。
在本模块中,车内人员分析单元203进行统计时,按照预设的时间间隔进行更新,如在A时刻,统计一次各个位置的人员数量,然后经过预设时间之后,在B时刻再统计依次各个位置的人员数量,从而掌握各个时刻的人员分布位置。
如图7所示,作为本发明的一个优选实施例,所述人员引导模块300包括:
人员分布分析单元301,用于基于车辆内人员分布信息确定人员在车辆内的分布情况。
在本模块中,人员分布分析单元301基于车辆内人员分布信息确定人员在车辆内的分布情况,通过检测装置来统计每个车厢内的人员数量,同样的,每间隔一个预设时长检测依次,从而减少数据传输量。
容量分析单元302,用于根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量。
主动引导单元303,用于获取车辆行驶方向上下一个站台对应的站台人员分布信息,生成人员分散引导信息,并发送至下一个站台。
在本模块中,根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量,对于每一个车厢,其设置的座位数量是固定的,为了保证乘坐的舒适性,事先确定各个车厢内的的最大容纳值,然后根据当前已经存在的人员数量来判断每个车厢还可以增加的人员数量,然后获取车辆行驶方向上下一个站台对应的站台人员分布信息,即可确定如何引导该站台内的乘客进行移动,以保证人员能够在上车之前分散在各个车厢外侧,保证了乘坐舒适性,并且减少了人员在列车运行时的移动。
如图8所示,作为本发明的一个优选实施例,所述模型渲染模块400包括:
站台人员统计单元401,用于根据站台人员分布信息确定各站台不同方向上的人员流动情况。
线路人员统计单元402,用于统计同一线路上各方向上的人员流动总数量。
在本模块中,站台人员统计单元401根据站台人员分布信息确定各站台不同方向上的人员流动情况,对于岛式站台,城轨车辆位于站台的两侧,两辆城轨车辆的前进方向相反,两侧站台各分布八个检测装置,一侧的检测装置为A,另一侧的检测装置为B,那么根据A和B检测到的人员数量即可确定前往各个方向的人员数量;所述站台人员分布信息包括来向人员分布信息和去向人员分布信息。
动态调度单元403,用于计算当前车辆的运输效率,判断是否满足人员流动需求,并生成车辆调度建议方案。
在本模块中,动态调度单元403根据城轨车辆的空余位置以及下一各站台同向乘客数量来计算是否能够满足,若不能满足,则给出提升运力的建议,即提升车辆的发车频次,对于运力已经完全超出需求,则给出延长各个站点的停车时间的建议;所述车辆调度建议方案包括对城轨车辆的发车间隔调节建议和对城轨车辆的停车时间调节建议;所述车辆调度建议方案采用加密传输。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于空间大数据的城轨数据可视化平台,其特征在于,所述平台包括:
模型构建模块,用于构建城市轨道可视化模型,所述城市轨道可视化模型包括地图模型和城轨车辆模型;
人员分布统计模块,用于实时获取城市轨道车辆内人员分布信息以及站台人员分布信息;
人员引导模块,用于基于车辆内人员分布信息以及站台人员分布信息生成人员分散引导信息,并发出;
模型渲染模块,用于根据站台人员分布信息为地图模型进行渲染,根据城市轨道车辆内人员分布信息对城轨车辆模型进行渲染,得到动态可视化模型,并生成车辆调度建议方案。
2.根据权利要求1所述的基于空间大数据的城轨数据可视化平台,其特征在于,所述人员分布统计模块包括:
数据接收单元,用于实时接收各个数据上传点上传的检测数据,所述检测数据包括站台检测数据和车内检测数据;
人员流动分析单元,用于根据上传点的编号确定人员分布位置,并确定人员流动情况;
车内人员分析单元,用于根据人员分布位置以及检测数据生成城市轨道车辆内人员分布信息以及站台人员分布信息。
3.根据权利要求1所述的基于空间大数据的城轨数据可视化平台,其特征在于,所述人员引导模块包括:
人员分布分析单元,用于基于车辆内人员分布信息确定人员在车辆内的分布情况;
容量分析单元,用于根据城轨车辆模型确定该城轨车辆各节车厢内的理论容客量;
主动引导单元,用于获取车辆行驶方向上下一个站台对应的站台人员分布信息,生成人员分散引导信息,并发送至下一个站台。
4.根据权利要求1所述的基于空间大数据的城轨数据可视化平台,其特征在于,所述模型渲染模块包括:
站台人员统计单元,用于根据站台人员分布信息确定各站台不同方向上的人员流动情况;
线路人员统计单元,用于统计同一线路上各方向上的人员流动总数量;
动态调度单元,用于计算当前车辆的运输效率,判断是否满足人员流动需求,并生成车辆调度建议方案。
5.根据权利要求4所述的基于空间大数据的城轨数据可视化平台,其特征在于,所述车辆调度建议方案包括对城轨车辆的发车间隔调节建议和对城轨车辆的停车时间调节建议。
6.根据权利要求1所述的基于空间大数据的城轨数据可视化平台,其特征在于,所述车辆调度建议方案采用加密传输。
7.根据权利要求1所述的基于空间大数据的城轨数据可视化平台,其特征在于,所述站台人员分布信息包括来向人员分布信息和去向人员分布信息。
8.根据权利要求1所述的基于空间大数据的城轨数据可视化平台,其特征在于,渲染时,按照人员数量渲染不同的颜色。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211295147.9A CN115658987B (zh) | 2022-10-21 | 2022-10-21 | 一种基于空间大数据的城轨数据可视化平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211295147.9A CN115658987B (zh) | 2022-10-21 | 2022-10-21 | 一种基于空间大数据的城轨数据可视化平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115658987A true CN115658987A (zh) | 2023-01-31 |
CN115658987B CN115658987B (zh) | 2024-03-08 |
Family
ID=84989755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211295147.9A Active CN115658987B (zh) | 2022-10-21 | 2022-10-21 | 一种基于空间大数据的城轨数据可视化平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115658987B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180060775A1 (en) * | 2016-08-26 | 2018-03-01 | Palo Alto Research Center Incorporated | System And Method For Visualizing Parking Enforcement Officer Movement In Real Time With The Aid Of A Digital Computer |
CN108280138A (zh) * | 2017-12-27 | 2018-07-13 | 上海五零盛同信息科技有限公司 | 城市绿色照明空间数据建模分析及可视化渲染系统 |
CN110245806A (zh) * | 2019-06-24 | 2019-09-17 | 北京交通大学 | 一种城市轨道交通客流管控方法与系统 |
CN111078330A (zh) * | 2019-07-23 | 2020-04-28 | 南京航空航天大学 | 移动手机人流量数据可视化工具 |
CN210666868U (zh) * | 2019-10-23 | 2020-06-02 | 上海申通地铁集团有限公司 | 用于地铁车站的智能乘车诱导装置 |
KR102192028B1 (ko) * | 2020-04-03 | 2020-12-16 | 주식회사 커니스 | 디지털 트윈 기반의 층별 재난대응시스템 |
US20210001906A1 (en) * | 2018-03-30 | 2021-01-07 | Casco Signal Co., Ltd. | Intelligent train operation adjustment system and method based on real-time passenger flow |
-
2022
- 2022-10-21 CN CN202211295147.9A patent/CN115658987B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180060775A1 (en) * | 2016-08-26 | 2018-03-01 | Palo Alto Research Center Incorporated | System And Method For Visualizing Parking Enforcement Officer Movement In Real Time With The Aid Of A Digital Computer |
CN108280138A (zh) * | 2017-12-27 | 2018-07-13 | 上海五零盛同信息科技有限公司 | 城市绿色照明空间数据建模分析及可视化渲染系统 |
US20210001906A1 (en) * | 2018-03-30 | 2021-01-07 | Casco Signal Co., Ltd. | Intelligent train operation adjustment system and method based on real-time passenger flow |
CN110245806A (zh) * | 2019-06-24 | 2019-09-17 | 北京交通大学 | 一种城市轨道交通客流管控方法与系统 |
CN111078330A (zh) * | 2019-07-23 | 2020-04-28 | 南京航空航天大学 | 移动手机人流量数据可视化工具 |
CN210666868U (zh) * | 2019-10-23 | 2020-06-02 | 上海申通地铁集团有限公司 | 用于地铁车站的智能乘车诱导装置 |
KR102192028B1 (ko) * | 2020-04-03 | 2020-12-16 | 주식회사 커니스 | 디지털 트윈 기반의 층별 재난대응시스템 |
Non-Patent Citations (2)
Title |
---|
YUCONG HU等: "Modeling and Application of Passenger Transport Network Capacity in New Town Based on Control Indicators", 《 PROCEDIA - SOCIAL AND BEHAVIORAL SCIENCES》, pages 1861 - 1867 * |
何霖;陈朝晖;欧阳开;宁穗智;胡德承;胡志涛;宁伟海;: "站台门乘客引导信息系统设计方案", 通讯世界, no. 07, pages 71 - 72 * |
Also Published As
Publication number | Publication date |
---|---|
CN115658987B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107545320B (zh) | 一种基于图论的城市轨道交通乘客路径规划方法及系统 | |
US10279818B2 (en) | Method for directing passengers of public means of transport | |
CN108765948B (zh) | 一种弹性的公车调度方法和系统 | |
CN110210652B (zh) | 一种轨道交通站点客流控制方法及装置 | |
CN105719022A (zh) | 一种轨道交通客流实时预测及乘客引导系统 | |
US20210163041A1 (en) | Vehicle dispatch management device and vehicle dispatch management method | |
US11270232B2 (en) | Method for transporting a plurality of objects between object-specific locations | |
CN115409295B (zh) | 一种基于瓶颈分析的公交调度方法、电子设备及存储介质 | |
CN112819316A (zh) | 一种综合客运枢纽轨道交通系统的枢纽运能识别方法 | |
CN115472011B (zh) | 基于预约数据的公交智能线路规划算法 | |
CN109308539A (zh) | 实时估算轨道交通线网中换乘站的乘客滞留状态的方法 | |
CN114446076A (zh) | 一种基于5g通信技术的智能调度控制系统 | |
CN111311950B (zh) | 公交车高峰期智能调度方法及系统 | |
CN114707709A (zh) | 铁路综合客运枢纽安全预警方法及系统 | |
CN113849989B (zh) | 一种公交线网仿真系统 | |
CN113780654B (zh) | 地铁站中对乘客行走指引的方法、装置、设备及存储介质 | |
CN107399344A (zh) | 轨道交通调度信息获取方法、车辆调度方法和系统 | |
CN113919684A (zh) | 一种多模式定制公交动态调度方法、系统及可读存储介质 | |
CN113379159A (zh) | 基于灰色模型和马尔可夫决策过程的出租车司机寻客路线推荐方法 | |
CN111507546A (zh) | 地铁换乘路线生成方法、装置、存储介质及计算机设备 | |
CN110853374B (zh) | 一种基于无人驾驶技术的共享汽车调度方法及系统 | |
CN115658987A (zh) | 一种基于空间大数据的城轨数据可视化平台 | |
CN116834809A (zh) | 轨道车辆运行数据处理方法和装置 | |
CN115762131A (zh) | 一种应用于公共交通的智能行车计划编制方法及系统 | |
CN113657725A (zh) | 一种公交线路和调度优化方法、系统、装置及介质 |
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 |