[发明专利]公共交通工具的客流量监控方法、服务器及存储介质在审

专利信息
申请号: 202010880278.8 申请日: 2020-08-27
公开(公告)号: CN114120622A 公开(公告)日: 2022-03-01
发明(设计)人: 蒲自源;庄一帆;柯锐岷 申请(专利权)人: 珠海深圳清华大学研究院创新中心
主分类号: G08G1/01 分类号: G08G1/01;G08G1/127;G16Y20/10;G16Y40/10;H04W4/02;H04W4/42;G06N20/00;G06Q50/26
代理公司: 深圳市鼎言知识产权代理有限公司 44311 代理人: 蓝航伶
地址: 519080 广东省珠海市高新*** 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: 公共 交通工具 客流量 监控 方法 服务器 存储 介质
【权利要求书】:

1.一种公共交通工具的客流量监控方法,其特征在于,所述方法包括:

获取交通信息检测器所检测的相关数据,所述相关数据包括一个或多个移动设备中的每个移动设备的识别码以及与该每个移动设备对应的位置信息;

基于每个移动设备的识别码以及对应的位置信息获取每个移动设备的特征信息;

根据每个移动设备的特征信息从所述一个或多个移动设备中确定目标移动设备;

根据所述目标移动设备的数量,以及所述公共交通工具当前所在的站点和时间估算所述公共交通工具的客流量。

2.如权利要求1所述的公共交通工具的客流量监控方法,其特征在于,所述每个移动设备的识别码为MAC地址,所述交通信息检测器从每个移动设备发送的探测请求帧中获取所述每个移动设备的MAC地址。

3.如权利要求1或2所述的公共交通工具的客流量监控方法,其特征在于,所述每个移动设备的特征信息包括:该每个移动设备被所述交通信息检测器检测到的持续时长、在该持续时长内所述公共交通工具的行驶距离、平均速度以及最大速度、在该持续时长内该每个移动设备的平均信号强度以及最大信号强度、该每个移动设备第一次被所述交通信息检测器检测到时所述公共交通工具离最近站点的距离、该每个移动设备最后一次被所述交通信息检测器检测到时所述公共交通工具离最近站点的距离。

4.如权利要求3所述的公共交通工具的客流量监控方法,其特征在于,所述根据每个移动设备的特征信息从所述一个或多个移动设备中确定目标移动设备包括:

利用预设的聚类算法根据所获取的每个移动设备的特征信息从所述一个或多个移动设备中确定所述目标移动设备。

5.如权利要求3所述的公共交通工具的客流量监控方法,其特征在于,所述根据所述目标移动设备的数量,以及所述公共交通工具当前所在的站点和时间估算所述公共交通工具的客流量包括:

利用预设的客流量估算模型,根据所述目标移动设备的数量,以及所述公共交通工具当前所在的站点和时间估算所述公共交通工具的客流量。

6.如权利要求4所述的公共交通工具的客流量监控方法,其特征在于,该方法还包括:

训练所述客流量估算模型,包括:

收集预设份数的历史相关数据,每份所述历史相关数据包括公共交通工具到达每个站点的时间、公共交通工具到达每个站点时的实际客流量、交通信息检测器所检测到的公共交通工具到达每个站点时该公共交通工具所对应的目标移动设备的数量;及

基于所述预设数量的历史相关数据训练随机森林回归算法获得所述客流量估算模型。

7.如权利要求6所述的公共交通工具的客流量监控方法,其特征在于,所述公共交通工具的客流量包括每站上下车乘客数及车上乘客总数。

8.如权利要求3所述的公共交通工具的客流量监控方法,其特征在于,该方法还包括:

确定每个目标移动设备对应的乘客的起讫点信息;

其中,所述确定每个目标移动设备对应的乘客的起讫点信息包括:

根据每个目标移动设备首次被所述交通信息检测器检测到时所对应的GPS位置确定所述每个目标移动设备对应的乘客的上车站点;及

根据每个目标移动设备最后一次被所述交通信息检测器检测到时所对应的GPS位置确定所述每个目标移动设备对应的乘客的下车站点。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至8中任意一项所述的公共交通工具的客流量监控方法。

10.一种服务器,其特征在于,该服务器包括存储器和至少一个处理器,所述存储器中存储有至少一个指令,所述至少一个指令被所述至少一个处理器执行时实现如权利要求1至8中任意一项所述的公共交通工具的客流量监控方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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珠海深圳清华大学研究院创新中心,未经珠海深圳清华大学研究院创新中心许可,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/202010880278.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top