[发明专利]智慧公交候车亭客流OD分析方法在审
申请号: | 202010834652.0 | 申请日: | 2020-08-17 |
公开(公告)号: | CN112183192A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 施绍春 | 申请(专利权)人: | 江苏慧域物联科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K17/00;G06F16/29;G08G1/133 |
代理公司: | 无锡嘉驰知识产权代理事务所(普通合伙) 32388 | 代理人: | 张华伟 |
地址: | 214000 江苏省无锡市*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智慧 公交 候车亭 客流 od 分析 方法 | ||
本发明提供智慧公交候车亭客流OD分析方法。所述智慧公交候车亭客流OD分析方法包括:在公交车上安装支持扫描乘车码的二维码读取设备,用于检测乘客乘车时的乘车码;在公交车站牌设置人脸识别设备,通过人脸识别设备对公交车站牌候车区域的人员进行人脸识别;在公交车站牌设置位置识别设备,通过位置识别设备明确对应的站牌;在公交车的前后车门处安装人脸识别设备,通过人脸识别设备对上车以及下车的乘客进行人脸识别;在公交车上安装用于识别站牌的信号采集设备,通过信号采集设备对公交车到达的每个站牌进行识别。本发明提供的智慧公交候车亭客流OD分析方法具有准确度高且可以优化公交车站牌位置的优点。
技术领域
本发明涉及数据采集与分析领域,尤其涉及智慧公交候车亭客流OD分析方法。
背景技术
公交规划中客流量与客流分布预测是规划方案的基础,预测结果是否科学合理是方案最终效益评价的一个很重要的影响因素。目前公交规划中对客流量与客流分布的预测大都是在一般的规划出行产生模型上作修改,也就是在全方式出行预测后由方式划分得到公交出行OD(起讫点分布),其思路是居民全方式出行预测的演化,而且最后得到的结果为交通小区(以下简称小区)之间和内部的公交客流分布。
目前在对公交候车亭客流OD分析方法时,其采集的乘客的数据时,不能对乘客的住址进行采集与确定,不能对站牌与经常乘车的乘客的住址(小区) 之间的距离进行判定,容易造成公交车站牌设置的不合理,即距离经常乘车的乘客的住址较远的情况发生。
因此,有必要提供一种新的智慧公交候车亭客流OD分析方法解决上述技术问题。
发明内容
为解决上述技术问题,本发明提供一种准确度高且可以优化公交车站牌位置的智慧公交候车亭客流OD分析方法。
本发明提供的智慧公交候车亭客流OD分析方法包括:在公交车上安装支持扫描乘车码的二维码读取设备,用于检测乘客乘车时的乘车码;在公交车站牌设置人脸识别设备,通过人脸识别设备对公交车站牌候车区域的人员进行人脸识别;在公交车站牌设置位置识别设备,通过位置识别设备明确对应的站牌;在公交车的前后车门处安装人脸识别设备,通过人脸识别设备对上车以及下车的乘客进行人脸识别;在公交车上安装用于识别站牌的信号采集设备,通过信号采集设备对公交车到达的每个站牌进行识别;信号发送设备,公交车上安装有信号发送设备,信号发送设备用于二维码读取设备、公交车站牌设置的人脸识别设备、位置识别设备、公交车的前后车门处安装人脸识别设备以及信号采集设备采集的数据发送给总控制器,通过总控制器对候车亭客流进行OD的分析。
优选的,所述总控制器对候车亭客流进行OD的分析时,通过固定时间内,公交车站牌设置人脸识别设备识别到的人脸数量,来判定对应站牌的人流量。
优选的,所述总控制器对候车亭客流进行OD的分析时,在车辆到达前,通过公交车站牌设置的人脸识别设备捕捉到通过公交车的前门处的人脸识别设备对上车的人员进行人脸识别,当公交车到达后,通过公交车前车门处安装的人脸识别设备对公交车前门区域的人员进行人脸识别,当公交车站牌处的人脸识别设备以及交车前车门处安装人脸识别设备均识别到同一个人脸时,即两次识别时,通过统计两次识别的人脸数量,来判定上车乘客的人流量。
优选的,所述总控制器对候车亭客流进行OD的分析时,在车辆到达前,通过公交车后车门处安装的人脸识别设备对公交车后车门内部的人员进行人脸识别,当公交车到达后,通过公交车站牌上的人脸识别设备同时对公交车后车门外部的人员进行人脸识别,当公交车站牌处的人脸识别设备以及交车后车门处安装人脸识别设备均识别到同一个人脸时,即两次识别时,通过统计两次识别的人脸数量,来判定下车乘客的人流量。
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江苏慧域物联科技有限公司,未经江苏慧域物联科技有限公司许可,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/202010834652.0/2.html,转载请声明来源钻瓜专利网。