[发明专利]一种基于人工智能的客流数据采集分析系统在审

专利信息
申请号: 202011233144.3 申请日: 2020-11-06
公开(公告)号: CN112418492A 公开(公告)日: 2021-02-26
发明(设计)人: 李群;陈炳华;杜永成;郭君元 申请(专利权)人: 杭州图软科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/26;G06F17/18;G01W1/10;G08G1/00
代理公司: 杭州信义达专利代理事务所(普通合伙) 33305 代理人: 陈继算
地址: 310000 浙江省杭*** 国省代码: 浙江;33
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 基于 人工智能 客流 数据 采集 分析 系统
【说明书】:

本发明公开了一种基于人工智能的客流数据采集分析系统,包括处理器、数据存储模块、客流预测模块和显示调度模块;本发明设置了客流预测模块,该设置用于对站点的客流量进行预测,客流预测模块将天气评估系数、假期系数、出租车评估系数与智能算法模型相结合,以获取站点的客流量,有助于提高客流量预测的准确度,便于缓解站点的客流量高峰;本发明设置了显示调度模块,该设置用于站点进行调度,显示调度模块能够实时显示站点的客流量数据,使得工作人员能够及时地根据客流量做出应对措施,避免意外情况的发生。

技术领域

本发明属于客流分析技术领域,具体是一种基于人工智能的客流数据采集分析系统。

背景技术

随着经济的快速发展,城镇化的进程不断加速,城市的面貌发生了翻天覆地的变化,城市公共交通配套设施也有了较大的发展。但是城市人口的急速增加,原有的交通配套设施越显不足,交通压力日渐显现,严重制约了城市的发展和影响了人民生活质量的提高,目前城市管理者面临很大的挑战。

公开号为CN104835323A的发明专利提供了一种结合电子围栏的多目标公交客流检测方法,公交客流分析系统主要通过对各条线路、各个站点、各个时间段以及道路区间内的客流分布和均衡性分布,为智能调度提供最直观的决策数据信息,提高了公交企业运营管理水平;通过公交客流视频检测装置以视频检测技术为主要手段,通过引入开关门信号和电子围栏作为视频检测的驱动,解决了实时视频检测问题漏计数和重复计数等问题,极大地提高了客流检测的精度。

上述方案都是以视频检测技术和图像识别技术为基础;但是,目前的视频检测技术和图像识别技术仅仅能够识别图像中的人物,而没法做到通过外界因素判断人物的乘车意图;因此,上述方案人方案仍需进一步改进。

发明内容

为了解决上述方案存在的问题,本发明提供了一种基于人工智能的客流数据采集分析系统。

本发明的目的可以通过以下技术方案实现:一种基于人工智能的客流数据采集分析系统,包括处理器、数据存储模块、客流预测模块和显示调度模块;

所述客流预测模块用于对站点的客流量进行预测,所述站点包括火车站、汽车站和飞机场,具体预测步骤为:

Z1:通过票务网站获取站点的票务数据,并将票务数据标记为PS;所述票务数据为该站点的订票总数之和;

Z2:获取天气评估系数TPX;当天气评估系数0<TPX≤L1时,则判定特定范围的天气表现良好,通过处理器发送天气良好信号至显示调度模块;当天气评估系数L1<TPX≤L2时,则判定特定范围的天气不佳,通过处理器发送天气不良信号至显示调度模块;当天气评估系数L2<TPX时,则判定特定范围的天气异常,通过处理器发送天气异常信号至显示调度模块;其中L1和L2为预设比例系数,且L1+L2≤100;

Z3:获取假期系数JX和出租车评估系数CPX;

Z4:对天气评估系数、假期系数和出租车评估系数归一化,通过数据存储模块获取训练完成的智能算法模型,将归一化之后的天气评估系数、假期系数和出租车评估系数作为所述智能算法模型的输入,获取站点运载数据,并将站点运载数据标记为YZ;

Z5:当运载数据YZ满足PS-α4≤YZ≤PS+α4时,判定运载数据YZ合理;其中α4为预设比例系数,且α4>0;

Z6:当0<YZ≤J1时,则判定站点承载力良好,通过处理器发送站点承载力良好信号至显示调度模块;当J1<YZ≤J2时,则判定站点承载力处于满负荷状态,通过处理器发送站点承载力满负荷信号至显示调度模块;当J2<YZ时,则判定站点承载力超负荷,通过处理器发送站点承载力超负荷信号至显示调度模块;

Z7:通过处理器将站点承载力良好信号发送记录、站点承载力满负荷信号发送记录和站点承载力超负荷信号发送记录发送至数据存储模块进行存储。

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杭州图软科技有限公司,未经杭州图软科技有限公司许可,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/202011233144.3/2.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