[发明专利]一种地铁列车车厢客流检测与预测及站台候车诱导系统有效
申请号: | 201910925432.6 | 申请日: | 2019-09-27 |
公开(公告)号: | CN111259714B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 刘伟铭;陈纲梅;刘一霄;郑丽媛 | 申请(专利权)人: | 华南理工大学;广州顺如电子科技有限公司 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V20/54;G06F30/20;G06Q10/04 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 何淑珍;江裕强 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地铁 列车 车厢 客流 检测 预测 站台 候车 诱导 系统 | ||
1.一种地铁列车车厢客流检测与预测及站台候车诱导系统,其特征在于,该系统包括进出车厢客流的检测装置、车厢客流密度预测模块、乘客候车诱导信息生成模块和乘客候车诱导信息发布装置;
所述进出车厢客流的检测装置为基于机器视觉识别的地铁进出车厢客流的监控装置,安装于地铁列车门与站台屏蔽门之间的上方位置,实时采集每个列车门乘客上下车及携带行李箱的图像信息,并自动识别成人、小孩、行李箱及判断进出车厢的上下车方向,将采集的数据传输至所述车厢客流密度预测模块;
所述车厢客流密度预测模块基于实时上下车客流检测数据及客流递推算法,以各个车厢为独立单元,预测列车到达未来站台时各车厢的标准成人下车的客流数量以及车厢剩余标准载客能力;
所述乘客候车诱导信息生成模块根据各车车厢密度、车厢剩余标准载客能力及车厢所在站台位置与乘客候车空间,以候车乘客在站台各车门处的排队空间分布与即将到达的列车各车厢内剩余载客能力相匹配为目标,生成客流候车诱导方案;
所述乘客候车诱导信息发布装置包括固定式信息发布装置和移动式信息发布装置,所述乘客候车诱导信息发布装置发布候车诱导信息,指引乘客到最佳位置排队候车;
所述进出车厢客流的检测装置、车厢客流密度预测模块、乘客候车诱导信息生成模块、和乘客候车诱导信息发布装置依次连接;
所述车厢客流密度预测模块用于预测列车到达未来站台时各车厢的标准成人下车的客流数量以及车厢剩余标准载客能力,具体包括以下步骤:
(2.1)基于进出车厢客流的检测装置检测各站各列车门进出的成人、小孩和行李箱数量,将小孩和行李箱按照调查确定的折算系数折合为标准成人客流量,进而运用递推算法,获得列车到达各站点时,各车厢下车的标准成人客流量;折算系数按照统计成人、小孩、行李箱所占面积比例系数的调查结果确定;
所述递推算法如下:
假设某轨道交通线路一共有N个站点,该线路的列车一共有M个车厢,当列车到达第i个站点而未打开车门时,第j节车厢中总标准成人客流量为Pij;打开车门后下车的标准成人客流量为OFFij,得到乘客下车后的车厢载客量等于车厢总标准成人客流量减去下车的标准成人客流量Pij-OFFij;上车的标准成人客流量为ONij;已知始发站下车标准成人客流量和终点站上车标准成人客流量均为0,则有:
P1j=0;OFF1j=0;ONNj=0;j=1,…,M;
忽略各车厢之间乘客的流动,根据递推模型、起始-到达模型,有:
P1j=ON1j;
Pij=P(i-1)j-OFF(i-1)j+ON(i-1)j;
则当列车到达第i个站点时,第j节车厢下车的标准成人客流量OFFij,递推公式为:
OFFij=Pij+ONij-P(i+1)j;
i=1,…,N;
j=1,…,M;
(2.2)根据所检测的前k趟列车到第i个站点时各车厢人数与对应各车门的下车人数、历史对应时间特性的列车到第i个站点时各车厢人数与对应各车门下车人数数据、本次列车已过站点的站台密度与车厢密度相关性的特征数据,以各个车厢为独立单元,运用非参数回归或神经网络或深度学习方法,预测本次列车到达未来站台时各车厢的下车人数,具体如下:
假设当第t趟次列车到达第i个站点时,第j节车厢中百分比为χij的标准成人客流下车,则下车标准成人客流量为χijPij,则根据列车客流波动规律在短时间内存在相似性,则该线路第t趟次列车的客流下车特性与前k趟次列车具有相关性,运用移动平均法,有:
其中χij为下车标准成人客流的百分比;χijt为该线路第t趟次列车到达第i个站点时,第j节车厢中下车的标准成人客流的百分比;ONijt为该线路第t趟次列车到达第i个站点时,第j节车厢上车的标准成人客流;P(i+1)jt、Pijt分别表示该线路第t趟次列车到达第i+1个站点、第i个站点时第j节车厢的实际载客标准成人数量;
当第t趟次列车在到达第i个站点时,预测第j节车厢下车客流的标准成人数量为OFFijt',预测算法为:
所述时间特性是指根据工作日、节假日、周末、早晚高峰、同一时间段的客流出行行为相似的时间特性;
(2.3)根据各车厢的下车标准客流量历史预测值与历史实测值进行对比,运用二项式函数或指数函数或对数函数或幂函数进行回归分析,获得修正函数,进行修正车厢下车标准客流量的预测值,具体如下:
将P组历史最近时间段的历史实测值与各车厢的下车人数历史预测值进行对比,获得修正函数γ,修正算法为:
OFFijt*=γ(OFFijt')
其中,OFFijt*为第i个站点第j节车厢的下车标准成人客流量修正预测值;
(2.4)最后,根据列车离站后的实测车厢载客标准成人客流量减去到达未来站台时各车厢的下车标准成人客流量修正预测值,得到列车到达未来站台时的车厢载客数,进而获得列车到达未来站台时的车厢密度;车厢最大载客能力减去车厢载客数得到车厢剩余标准载客能力;
所述车厢客流密度预测模块将各车车厢密度和车厢剩余标准载客能力的数据传输至所述乘客候车诱导信息生成模块中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学;广州顺如电子科技有限公司,未经华南理工大学;广州顺如电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910925432.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:存储器系统及其操作方法
- 下一篇:抗PD-1抗体及其用途