[发明专利]一种地铁车厢拥挤度自动检测系统在审

专利信息
申请号: 202210311288.9 申请日: 2022-03-28
公开(公告)号: CN114554067A 公开(公告)日: 2022-05-27
发明(设计)人: 韩嘉;陆麟;赖治平;马进火;刘俊杰;潘永剑;李正杰;王先磊;韦明松;丘伟珣;钟义安;谭林才;谢雨文;苏利;黄迪;屈攀光;甘超莹;黄慧;陈柱飞;赵厚兴 申请(专利权)人: 广西高重厚泽科技有限公司
主分类号: H04N5/225 分类号: H04N5/225;H04N7/18;G07C9/00;G06T7/00
代理公司: 上海蓝迪专利商标事务所(普通合伙) 31215 代理人: 徐筱梅;张翔
地址: 530000 广西壮族自治区南宁*** 国省代码: 广西;45
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 地铁 车厢 拥挤 自动检测 系统
【说明书】:

发明公开了一种地铁车厢拥挤度自动检测系统,其特点是采用车载车地通讯单元连接车厢图像采集单元和车厢载重采集单元构成的车载端;地面数据处理单元连接地面数据接收单元、图像分析单元、车厢拥挤度历史数据分析单元和车厢拥挤度显示单元构成的地面端,所述车载端通过车载车地通讯单元与地面端的地面数据接收单元建立无线网络连接,实现地铁车厢拥挤度的自动检测和显示。本发明与现有技术相比具有实时检测地铁车厢的拥挤度,提示站台的乘客在相对比较空的车厢外排队候车,促使各个车厢客流量均匀化,以最大程度的提升乘客的乘车体验,提高运输效率。

技术领域

本发明涉及智能视频分析技术领域,尤其是一种基于智能视频分析的地铁车厢拥挤度自动检测系统。

背景技术

地铁是人们日常生活中的主要出行工具之一,不同于高铁、火车等交通工具所采用按座位有序乘车机制。地铁所采用的是无序乘车机制,当地铁到达各个站点,乘客随机通过各个屏蔽门上、下车,这很容易造成车厢客流量不均匀的情况,一些车厢客流量稀少,而一些车厢则非常拥挤,一定程度上降低了运输效率,且影响乘客的乘车体验。

在地铁的站台候车时,往往会有工作人员维持秩序,引导乘客到不同区域候车,但由于无法知晓每节车厢的拥挤程度,常会发生拥挤的车厢外,等待上车的乘客最多这种情况。如果能够实时获知每节车厢的拥挤度,并能给予车站工作人员和乘客及时的提示,就可以更好地指导乘客在相对比较空的车厢外排队候车,提升运输效率,提高乘客乘车体验。

现有技术的智能轨道交通,尚未见有利用智能视频分析的地铁车厢拥挤度的自动检测显示及其相关技术内容的公开报道。

发明内容

本发明的目的是针对现有技术的不足而设计的一种地铁车厢拥挤度自动检测系统,采用视频分析技术,实时检测地铁车厢的拥挤度,提示站台的乘客在相对比较空的车厢外排队候车,促使各个车厢客流量均匀化,以最大程度的提升乘客的乘车体验,提高运输效率。

本发明的目的是这样实现的:一种地铁车厢拥挤度自动检测系统,其特点是采用车载车地通讯单元连接车厢图像采集单元和车厢载重采集单元构成的车载端;地面数据处理单元连接地面数据接收单元、图像分析单元、车厢拥挤度历史数据分析单元和车厢拥挤度显示单元构成的地面端,所述车载端通过车载车地通讯单元与地面端的地面数据接收单元建立无线网络连接,实现地铁车厢拥挤度的自动检测和显示。

所述车厢图像采集单元和车厢载重采集单元设置在每一节的地铁车厢内,实时采集车厢图像和车厢载重量。

所述车载车地通讯单元将实时采集的车厢图像和车厢载重量,发送至地面数据接收单元。

所述地面数据接收单元将实时采集的车厢图像和车厢载重量,分别输入图像分析单元和地面数据处理单元进行综合分析。

所述图像分析单元将实时采集的车厢图像进行分析,得到各车厢的实时人数,并将其输入地面数据处理单元。

所述车厢拥挤度历史数据分析单元将历史同一时段、同一站台、同一方向上各车厢的拥挤度进行分析,推测各车厢的实时拥挤度,并将其输入地面数据处理单元。

所述地面数据处理单元统合车厢载重量,图像分析单元分析的各车厢的实时人数,以及车厢拥挤度历史数据分析单元推测的各车厢的实时拥挤度,获取各车厢的当前实际拥挤度,并将其接入车厢拥挤度显示单元进行形象化地的实时显示,提示乘客合理安排乘坐的车厢,使各个车厢的客流均匀。

本发明与现有技术相比具有实时检测地铁车厢的拥挤度,提示站台的乘客在相对比较空的车厢外排队候车,促使各个车厢客流量均匀化,以最大程度的提升乘客的乘车体验,提高运输效率。

附图说明

图1为本发明结构示意图;

图2为具体运用示意图。

具体实施方式

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广西高重厚泽科技有限公司,未经广西高重厚泽科技有限公司许可,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/202210311288.9/2.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