[发明专利]基于客流密度的地铁区域智能照明方法、装置、计算机设备在审
申请号: | 202010829786.3 | 申请日: | 2020-08-18 |
公开(公告)号: | CN112183189A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 文小勇;宋旭军;张李生;董卓 | 申请(专利权)人: | 湖南信达通信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;H05B47/105 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 何佩英 |
地址: | 410000 湖南省长沙市开福区芙蓉*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 客流 密度 地铁 区域 智能 照明 方法 装置 计算机 设备 | ||
1.一种基于客流密度的地铁区域智能照明方法,其特征在于,包括:
将地铁区域划分为多个分区区域;
为所述多个分区区域分别配置相应的摄像装置;
按预设时间周期,获取所述相应的摄像装置在所述预设的时间周期关联的时间段内的视频数据;
通过客流密度人工智能算法方式,分析所述视频数据得到各个分区区域的客流密度数据;
根据所述各个分区区域的客流密度数据,自动控制所述各个分区区域的照明亮度。
2.如权利要求1所述的基于客流密度的地铁区域智能照明方法,其特征在于,所述将地铁区域划分为多个分区区域,包括:
基于地铁区域的客流情况,将地铁区域划分为地铁入口、地铁出口、地铁安检区、地铁购票区、地铁闸机入口、地铁闸机出口、地铁人工服务亭、地铁楼梯、地铁自动扶梯、地铁站台多个分区区域。
3.如权利要求1所述的基于客流密度的地铁区域智能照明方法,其特征在于,所述通过客流密度人工智能算法方式,分析所述视频数据得到各个分区区域的客流密度数据,包括:
通过从所述视频数据中分别抽取各个分区区域的预设帧数的图像并对所述抽取的图像进行预处理和客流密度人工智能算法网络推理方式,分析所述视频数据得到各个分区区域的客流人数,和基于所述得到的各个分区区域的客流人数,根据各个分区区域预设的客流密度级对应的客流人数范围得到各个分区区域的客流密度数据。
4.如权利要求1所述的基于客流密度的地铁区域智能照明方法,其特征在于,所述根据所述各个分区区域的客流密度数据,自动控制所述各个分区区域的照明亮度,包括:
提取所述各个分区区域的客流密度数据的时间段数据,和根据预设的地铁运营状态数据,确定所述提取的时间段数据对应的地铁运营状态数据,和根据所述确定的所述提取的时间段数据对应的地铁运营状态数据,并基于所述各个分区区域的客流密度数据,自动控制所述各个分区区域的照明亮度。
5.如权利要求1所述的基于客流密度的地铁区域智能照明方法,其特征在于,在所述根据所述各个分区区域的客流密度数据,自动控制所述各个分区区域的照明亮度之后,还包括:
基于所述各个分区区域的照明亮度辐射到的相邻分区区域,自动调整所述各个分区区域的照明亮度至匹配所述各个分区区域的客流密度数据。
6.一种基于客流密度的地铁区域智能照明装置,其特征在于,包括:
划分模块、配置模块、获取模块、分析模块和自动控制模块;
所述划分模块,用于将地铁区域划分为多个分区区域;
所述配置模块,用于为所述多个分区区域分别配置相应的摄像装置;
所述获取模块,用于按预设时间周期,获取所述相应的摄像装置在所述预设的时间周期关联的时间段内的视频数据;
所述分析模块,用于通过客流密度人工智能算法方式,分析所述视频数据得到各个分区区域的客流密度数据;
所述自动控制模块,用于根据所述各个分区区域的客流密度数据,自动控制所述各个分区区域的照明亮度。
7.如权利要求6所述的基于客流密度的地铁区域智能照明装置,其特征在于,所述划分模块,具体用于:
基于地铁区域的客流情况,将地铁区域划分为地铁入口、地铁出口、地铁安检区、地铁购票区、地铁闸机入口、地铁闸机出口、地铁人工服务亭、地铁楼梯、地铁自动扶梯、地铁站台多个分区区域。
8.如权利要求6所述的基于客流密度的地铁区域智能照明装置,其特征在于,所述分析模块,具体用于:
通过从所述视频数据中分别抽取各个分区区域的预设帧数的图像并对所述抽取的图像进行预处理和客流密度人工智能算法网络推理方式,分析所述视频数据得到各个分区区域的客流人数,和基于所述得到的各个分区区域的客流人数,根据各个分区区域预设的客流密度级对应的客流人数范围得到各个分区区域的客流密度数据。
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湖南信达通信息技术有限公司,未经湖南信达通信息技术有限公司许可,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/202010829786.3/1.html,转载请声明来源钻瓜专利网。