[发明专利]基于wifi探测技术的枢纽换乘区域旅客走行路径识别方法及设备

权利要求书

1.一种基于wifi探测技术的枢纽换乘区域旅客走行路径识别方法，包括以下步骤：

(1)wifi探测设备参数配置；

在采集数据之前需要配置wifi探测设备的相关参数，包括时间设置和数据上传参数设置两部分；

将wifi探测设备时间设置成与时钟一致的时间，即本地时间；

在数据上传参数设置部分，设置采集数据的周期，将采集到的数据实时保存至sd储存卡内，并设置储存文件大小，超过后计入下一个文件；

(2)在wifi探测设备采集的原数据基础上剔除错误数据样本；

记录每台wifi探测设备发射信号覆盖范围内所有打开了wifi信号的手机信息，记录内容包括其手机mac地址，记录时间，rssi信号强度范围；wifi设备采集的原始数据按照数据大小分成若干文件夹，以txt格式储存；

对于乱码和不满足以上数据格式的数据条目，在本阶段分析中被认为是错误数据，予以剔除，原始数据为M₀,剔除错误数据之后的数据集为M₁；

其中，i为不同mac地址的个数，k为同一个mac地址的数据个数；

(3)基于统计学分析过滤伪数据样本；

采用统计学分析的方法，即根据数据的出现频次进行分析，对于瞬时多频次出现的数据进行过滤；

基于剔除错误数据后的数据集合M₁,其中共包含有I个mac地址，分别为{mac₁，mac₂，…，mac_i，…，mac_I}，其中有效mac地址J个，伪数据G个，且J+G＝I；按照mac地址的不同计算第i个mac地址的出现频次，即{α₁，α₂，…，α_i，…，α_I}，定义一个阈值β作为判定是否为伪数据的条件，依据统计学的分析，可得到β_i≥α_i的累计频率为γ_i，不同的β_i对应的γ_i不同，γ_i的推荐值定义为γ_g，γ_g取值10％-15％，与γ_g对应的数据集为伪数据集，记为M_1g，

按照以上条件对数据进行清洗，去除伪数据之后的数据样本记为M₂；

其中，j为剔除伪数据之后的不同mac地址的个数，k为同一个mac地址的数据个数；

(4)利用K-means聚类分析算法，根据rssi绝对值的大小将数据样本聚类；

K-means算法描述为：假设给定一个整数Z以及一个具有n个数据对象的样本集合目标是选择Z个聚类中心C使目标函数F达到最小，其中目标函数F的计算公式为：

其中，s代表与mac地址对应的rssi的值，c代表中心点的rssi值；

在数据集M₂中，随机选取Z个中心，集合中其他数据对象被划分到与中心最近的数据集合中去，形成了Z个初始的数据集合，也称为簇，对于每个数据集合计算新的中心，然后根据新的中心重新分配其他数据集合，不断迭代，指导数据中心不再变化；

在样本数据M₂的基础上，设置初始簇Z值为3个，初始的中心为c₁₁,c₁₂,c₁₃,经过迭代计算后，得到新的中心为c₂₁,c₂₂,c₂₃,其中c₂₁对应的数据集为S₁,包含m个数据样本{s₁₁，s₁₂，s₁₃，…，s_1m，}，样本个数的累计频率即为p_m；c₂₂对应的数据集为S₂,包含n个数据样本{s₂₁，s₂₂，s₂₃，…，s_2n，}，样本个数的累计频率即为p_n；c₂₃对应的数据集为S₃,包含个数据样本{s_3k(1)，s_3k(2)，s_3k(3)，…，s_3k(x)，}，样本个数的累计频率即为p_χ，假设p_x＝max(p_m、p_n、p_χ)，那么p_χ对应的集合为有效数据，即该数据集是在wifi探测设备有效距离内的数据；

按照以上条件对数据进行清洗后的数据样本记为M₃，

其中，χ为rssi符合条件要求的不同mac地址的个数，k为同一个mac地址的数据个数；

(5)基于K-means聚类分析算法确定换乘区域内旅客动态位置；

经过以上步骤筛选得到的不同mac地址代表不同的旅客，对各检测器检测到的mac地址进行分类处理后，明确了旅客在换乘区域内的位置；根据wifi探测设备捕获得到的rssi的强弱不同，对数据样本进一步筛选，得到的M₃是包括mac地址实时位置信息的数据集；

(6)识别换乘区域内客流类型；

根据最初捕获时间和最后一次捕获时间的差值可以甄别出行旅客；

假设t_χ1为首次捕获时间，t_χ2为末次捕获时间，t_χ为移动设备在换乘区域内的滞留时间，t_χ＝t_χ2-t_χ1，t_χ≥T_χ1的概率为θ₁，t_χ≤T_χ2的概率为θ₂；根据滞留时间的分布特征给予θ₁和θ₂特定的阈值，θ₁值为1％-5％，θ₂值为10％-20％；假设1％≤θ_q1≤5％，10％≤θ_q2≤20％，对应的数据集为M₄；

其中，q为滞留时间符合条件要求的不同mac地址的个数，k为同一个mac地址的数据个数；

(7)匹配枢纽换乘区域各检测点之间的数据样本，获取旅客动态位置信息,识别旅客走行路径；

针对同一个mac地址，识别在每个检测位置rssi最大绝对值出现的时刻，并按照时间顺序进行串联，进而得到该旅客的走行路径；假设枢纽换乘区域检测点共N个，每个检测点检测到的数据集为M_4n，M₄由{M₄₁，M₄₂，…，M_4n…，M_4N}组成；M_4n内的mac地址为mac_4n，mac_4n在同一个检测点可能被检测到k次，即M_4n＝{mac_4n1，mac_4n2，mac_4n3，…，mac_4nk}，对比以上k个数据的rssi值，rssi绝对值最大的为保留用于匹配的最终数据，记为mac_4nq,M_4nq＝{mac_41q，mac_42q，mac_43q，…，mac_4nq}，即选取rssi最大绝对值对应的数据集作为该mac地址在此检测点最为有效的数据；

将每个检测点的mac_4nq与检测位置进行匹配，匹配之后的数据形成数据集M₅＝{M_41q，M_42q，…，M_4nq…，M_4Nq}；

此数据集中均带有各个检测位置的rssi信息和与其对应的time信息，按照time时间顺序将mac地址对应的检测点进行串联，获取该旅客在枢纽换乘区域内的动态位置信息，为枢纽旅客出行特征分析提供依据。

2.一种基于wifi探测技术的枢纽换乘区域旅客走行路径识别设备，其特征在于，包括：

1)、数据采集模块：

经过本地时钟、采集数据周期的设置，将采集到的数据实时保存至sd储存卡内，并设置储存文件大小，超过后计入下一个文件的wifi探测设备；

2)、数据预处理模块：

首先，在wifi探测设备采集的原数据基础上剔除错误数据样本；

记录每台wifi探测设备发射信号覆盖范围内所有打开了wifi信号的手机信息，记录内容包括其手机mac地址，记录时间，rssi信号强度范围；wifi设备采集的原始数据按照数据大小分成若干文件夹，以txt格式储存，

对于乱码和不满足以上数据格式的数据条目，在本阶段分析中被认为是错误数据，予以剔除，原始数据为M₀,剔除错误数据之后的数据集为M₁；

其中，i为不同mac地址的个数，k为同一个mac地址的数据个数；

其次，基于统计学分析过滤伪数据样本；

采用统计学分析的方法，即根据数据的出现频次进行分析，对于瞬时多频次出现的数据进行过滤；

基于剔除错误数据后的数据集合M₁,其中共包含有I个mac地址，分别为{mac₁，mac₂，…，mac_i，…，mac_I}，其中有效mac地址J个，伪数据G个，且J+G＝I；按照mac地址的不同计算第i个mac地址的出现频次，即{α₁，α₂，…，α_i，…，α_I}，定义一个阈值β作为判定是否为伪数据的条件，依据统计学的分析，可得到β_i≥α_i的累计频率为γ_i，，不同的β_i对应的γ_i不同，γ_i的推荐值定义为γ_g，γ_g取值10％-15％，与γ_g对应的数据集为伪数据集，记为M_1g，

按照以上条件对数据进行清洗，去除伪数据之后的数据样本记为M₂；

其中，j为剔除伪数据之后的不同mac地址的个数，k为同一个mac地址的数据个数；

第三，利用K-means聚类分析算法，根据rssi绝对值的大小将数据样本聚类；

K-means算法描述为：假设给定一个整数Z以及一个具有n个数据对象的样本集合目标是选择Z个聚类中心C使目标函数F达到最小，其中目标函数F的计算公式为：

其中，s代表与mac地址对应的rssi的值，c代表中心点的rssi值；

在数据集M₂中，随机选取Z个中心，集合中其他数据对象被划分到与中心最近的数据集合中去，形成了Z个初始的数据集合，也称为簇，对于每个数据集合计算新的中心，然后根据新的中心重新分配其他数据集合，不断迭代，指导数据中心不再变化；

在样本数据M₂的基础上，设置初始簇Z值为3个，初始的中心为c₁₁,c₁₂,c₁₃,经过迭代计算后，得到新的中心为c₂₁,c₂₂,c₂₃,其中c₂₁对应的数据集为S₁,包含m个数据样本{s₁₁，s₁₂，s₁₃，…，s_1m，}，样本个数的累计频率即为p_m；c₂₂对应的数据集为S₂,包含n个数据样本{s₂₁，s₂₂，s₂₃，…，s_2n，}，样本个数的累计频率即为p_n；c₂₃对应的数据集为S₃,包含个数据样本{s_3k(1)，s_3k(2)，s_3k(3)，…，s_3k(x)，}，样本个数的累计频率即为p_χ，假设p_x＝max(p_m、p_n、p_χ)，那么p_χ对应的集合为有效数据，即该数据集是在wifi探测设备有效距离内的数据；

按照以上条件对数据进行清洗后的数据样本记为M₃，

其中，χ为rssi符合条件要求的不同mac地址的个数，k为同一个mac地址的数据个数；

第四，基于K-means聚类分析算法确定换乘区域内旅客动态位置；

经过以上步骤筛选得到的不同mac地址代表不同的旅客，对各检测器检测到的mac地址进行分类处理后，明确了旅客在换乘区域内的位置；根据wifi探测设备捕获得到的rssi的强弱不同，对数据样本进一步筛选，得到的M₃是包括mac地址实时位置信息的数据集；

第五，识别换乘区域内客流类型：根据最初捕获时间和最后一次捕获时间的差值可以甄别出行旅客；

假设t_χ1为首次捕获时间，t_χ2为末次捕获时间，t_χ为移动设备在换乘区域内的滞留时间，t_χ＝t_χ2-t_χ1，t_χ≥T_χ1的概率为θ₁，t_χ≤T_χ2的概率为θ₂；根据滞留时间的分布特征给予θ₁和θ₂特定的阈值，θ₁值为1％-5％，θ₂值为10％-20％；假设1％≤θ_q1≤5％，10％≤θ_q2≤20％，对应的数据集为M₄；

其中，q为滞留时间符合条件要求的不同mac地址的个数，k为同一个mac地址的数据个数；

3)、数据匹配模块：

匹配枢纽换乘区域各检测点之间的数据样本，获取旅客动态位置信息,识别旅客走行路径；针对同一个mac地址，识别在每个检测位置rssi最大绝对值出现的时刻，并按照时间顺序进行串联，进而得到该旅客的走行路径；假设枢纽换乘区域检测点共N个，每个检测点检测到的数据集为M_4n，M₄由{M₄₁，M₄₂，…，M_4n…，M_4N}组成；M_4n内的mac地址为mac_4n，mac_4n在同一个检测点可能被检测到k次，即M_4n＝{mac_4n1，mac_4n2，mac_4n3，…，mac_4nk}，对比以上k个数据的rssi值，rssi绝对值最大的为保留用于匹配的最终数据，记为mac_4nq,M_4nq＝{mac_41q，mac_42q，mac_43q，…，mac_4nq}，即选取rssi最大绝对值对应的数据集作为该mac地址在此检测点最为有效的数据；

将每个检测点的mac_4nq与检测位置进行匹配，匹配之后的数据形成数据集M₅＝{M_41q，M_42q，…，M_4nq…，M_4Nq}；

此数据集中均带有各个检测位置的rssi信息和与其对应的time信息，按照time时间顺序将mac地址对应的检测点进行串联，获取该旅客在枢纽换乘区域内的动态位置信息，为枢纽旅客出行特征分析提供依据。