[发明专利]轨道交通客流感知及诱导方法、装置、设备和系统

说明书

本发明涉及一种轨道交通客流感知及诱导方法、装置、设备和系统，属于轨道交通技术领域，其中，所述方法包括：接收第一图像采集装置在列车进入车站前预设时间内采集的该列车车厢内的第一乘客图像信息；通过基于多层神经网络的目标检测算法对第一乘客图像信息进行目标检测，获取该列车车厢的当前乘车人数；同理，获取该列车车厢的当前候车人数；根据历史下车数据预测该列车车厢在该车站同一时段的下车人数；根据当前乘车人数、当前候车人数以及预测的下车人数预测该列车车厢离开该车站时的客流拥挤度。本发明能够对即将到站列车车厢客流感知预警，便于诱导乘客选择合适的乘车位置，提高列车运载能力以及乘客乘车体验。

技术领域

本发明涉及轨道交通技术领域，尤其是涉及一种轨道交通客流感知及诱导方法、装置、设备和系统。

背景技术

轨道交通作为公共交通的重要组成部分，推动轨道交通的快速发展，是解决关系人民群众切身利益的现实问题，是建设资源节约型、环境友好型社会和实现可持续发展的重要途径。

然而，随着市民出行总量持续增长，轨道交通的运输量也是持续增长。由于现有的车载指引系统缺乏对列车车厢离开车站时的客流拥挤度的感知预警，不能诱导候车乘客选择合适的乘车位置，从而导致部分车厢极度拥挤，部分车厢又较为宽松，车厢资源使用不均衡，降低了列车的运载能力，影响乘客的乘车服务体验。

发明内容

本发明目的一是提供一种轨道交通客流感知及诱导方法，能够对即将到站列车的车厢客流进行感知预警，便于诱导候车乘客选择合适的乘车位置。

本发明的上述发明目的一是通过以下技术方案得以实现的：

接收第一图像采集装置在列车进入车站前预设时间内采集的该列车车厢内的第一乘客图像信息；

通过基于多层神经网络的目标检测算法对所述第一乘客图像信息进行目标检测，获取该列车车厢的当前乘车人数；

接收第二图像采集装置在列车进入车站前预设时间内采集的该列车车厢对应的站台候车区的第二乘客图像信息；

通过基于多层神经网络的目标检测算法对所述第二乘客图像信息进行目标检测，获取该列车车厢的当前候车人数；

获取历史数据采集装置采集的该列车车厢在该车站的同一时间段的历史下车数据，并根据所述历史下车数据预测该列车车厢在该车站同一时段的下车人数；

根据所述当前乘车人数、所述当前候车人数以及预测的下车人数预测该列车车厢离开该车站时的客流拥挤度；

输出该列车车厢离开该车站时的客流拥挤度至显示终端进行可视化显示。

通过采用上述技术方案，边缘计算设备采用基于多层神经网络的目标检测算法计算列车到站前的当前乘车人数以及当前候车人数，并结合历史下车预测的下车人数，可以准确预测列车车厢离开该车站时的客流拥挤度，使候车乘客能预知其当前所在候车区对应车厢离开车站时的客流拥挤情况，便于诱导候车乘客选择合适的乘车位置，减少候车乘客等车时间过长或错过当前列车等情况发生，提升乘客的乘车服务体验，并且，可以使车厢资源使用均衡，提升列车的运载能力。

本发明在一较佳示例中可以进一步配置为：所述通过基于多层神经网络的目标检测算法对所述第一乘客图像信息进行目标检测，获取该列车车厢的当前乘车人数，包括：

构建多层神经网络模型；

对乘客标志样本集进行训练，得到训练好的多层神经网络模型；

利用所述训练好的多层神经网络模型对所述第一乘客图像信息进行目标检测，得到所述当前乘车人数；和/或

所述通过基于多层神经网络的目标检测算法对所述第二乘客图像信息进行目标检测，获取该列车车厢的当前候车人数，包括：

构建多层神经网络模型；