地铁人流限流的智能预警系统
阅读说明：本技术 地铁人流限流的智能预警系统 (Intelligent early warning system for subway people flow current limiting ) 是由 洪练灼 陈达平 黄惠 黄锦星 古炳松 于 2021-10-13 设计创作，主要内容包括：本发明公开了地铁人流限流的智能预警系统,包括人流分析预警单元、预警管控单元和数据库,该系统基于监控设施和AI自主面部识别技术对地铁站内外的人流进行影像获取,并通过梳理统计单元进行统计整理,在四种不同的预警组合模式下,将地铁站内的人流的年龄分布情况作为站内容纳限值的重要影响因素,并根据不同情况对预警参数进行主动调整,同时对地铁站内的人流变化趋势以及站外人流的乘车意向作出分析,生成警报或人流高峰到达时刻,为后续地铁工作人员进行准备提供了数据支撑,条件预警提示模型能够快速有效的反映出地铁站内的人流状况并及时将预设解决方案通知到工作人员,有效降低了地铁站内的人流密集风险,方便人们的日常出行。(The invention discloses an intelligent warning system for limiting subway passenger flow, which comprises a passenger flow analysis and warning unit, a warning management and control unit and a database, wherein the system acquires images of passenger flows inside and outside a subway station based on a monitoring facility and an AI autonomous face recognition technology, performs statistical arrangement through a carding statistical unit, takes the age distribution condition of the passenger flows inside the subway station as an important influence factor of a station content storage limit value under four different warning combination modes, actively adjusts warning parameters according to different conditions, analyzes the passenger flow change trend inside the subway station and the riding intention of the passenger flows outside the subway station, generates an alarm or the arrival moment of a passenger flow peak, provides data support for subsequent workers, can quickly and effectively reflect the passenger flow condition inside the subway station by a condition warning prompt model and timely informs the preset solution to the workers, the risk of intensive stream of people in the subway station is effectively reduced, and the daily trip of people is facilitated.)
技术领域
本发明涉及一种智能阈值系统，具体为地铁人流限流的智能预警系统。
背景技术
随着城市化的推进，人口向城市中心聚集，导致城市人口增多，城市交通压力增大，而地铁因为其准时、快速、便捷、承载量大等特点成为人们日常上班出行的重要交通工具。
但是在一些特殊情况下，比如极端天气、上下班高峰的时候地铁站内还是会出现拥堵和人员密集情况的发生，而且地铁站管理人员对于地铁站出现拥挤情况表现后知后觉，无法提前形成有效的预警防范，在某些大城市虽然推出了预警试点，但是还不够完善，无法进行主动升级且无法针对年龄层次和预警的模式进行划分，从而进行精确化管控。为此，我们提出地铁人流限流的智能预警系统。
发明内容
本发明的目的在于提供了地铁人流限流的智能预警系统。
本发明所解决的技术问题为：
（1）如何通过采集人流影像并进行分析预警，解决地铁站管理无法做到预先对人流情况及变化趋势做出分析从而提前做出准备的问题；
（2）如何将预警分为四种模式，进行模式组合后，对每一种预警模式下的设定参数进行适应性调整，从而使每一种模式的预警警报能够有不同的解决方案，同时针对年龄分布不同对地铁内人流限流的标准也不一样，极大降低了少儿以及老人的安全隐患；
（3）如何通过人流分析预警单元定期进行大数据共性分析并建立模型，从而快速识别预判出当前地铁站的承载力和风险，进而做出提前预警防范，提高反应速度。
本发明可以通过以下技术方案实现：地铁人流限流的智能预警系统，包括：人流采集单元，用于采集地铁站外的站外人流影像数据和地铁站内的站内人流影像数据并存储至数据库；
梳理统计单元，在设定时间内从数据库中提取站外人流影像数据和站内人流影像数据进行梳理统计，得到转化因素绑定数据和站内的年龄分布比例数据，同时也对站内划分的各监控区域内的人流量进行统计；
人流分析预警单元，对预警模式进行划分，同时根据地铁站内的年龄层次不同对容纳限值进行修正并将其与实际容纳量进行修正比对，且将生成的信号或数据传输至预警管控单元进行识别且采取对应的管控措施，人流分析预警单元还定期对警报次数最多的预警模式进行分析并生成条件预警提示模型。
本发明的进一步技术改进在于：人流采集单元基于地铁站外与地铁站内的监控设施进行影像数据采集，且地铁站内的影像监控设施具备AI自主面部识别功能，分析影像中人物的年龄层次。
本发明的进一步技术改进在于：梳理统计单元通过对同一点位的人流影像序列进行排列标记，依照时间节点的不同以及对应人物所处位置的变化，判断对应人物前进的方向是否朝向地铁站，从而确定出意向乘客，并根据该时间段内进入进站口区域的人数进行比例运算，同时将天气、时间与运算结果进行绑定，得到转化因素绑定数据。
本发明的进一步技术改进在于：梳理统计单元中各个监控区域的监控设施的影像数据的获取时间点不同，且候车口区域的监控设施同时获取上、下车的人流影像数据并统计相应人数。
本发明的进一步技术改进在于：人流分析预警单元根据天气与时间的不同将预警模式划分分为晴天模式、雨雪模式、早晚高峰模式以及假期模式，且天气的模式与时间的模式进行两两组合，得到预警系统的四种工作预警模式。
本发明的进一步技术改进在于：人流分析预警单元根据转化因素绑定数据中的天气和数据匹配出对应时间段内和对应预警模式下的乘客转化系数，计算出转化系数均值并与当前转化因素绑定数据中的乘客转化系数进行比对，从而确定站外人流中乘车意向的密度大小，为后续预警管控单元针对预警进行提前布置提供数据支撑。
本发明的进一步技术改进在于：在对容纳限值进行修正的过程中，修正系数的计算值受到预设年龄影响系数的影响，且1-8岁与65岁以上的年龄区间对应的预设年龄影响系数最大，越靠近年龄中段，对应的预设年龄影响系数越小。
本发明的进一步技术改进在于：条件预警提示模型提供了特定预警情况下的共性条件，并且该模型提供预设解决方案，当出现对应的预警警报时，预警管控单元直接将预设解决方案通过无线通信方式传达到工作人员，对预警警报作出及时有效处理。
本发明的进一步技术改进在于：在地铁列车的车门一侧设置的人数显示器停靠站台后，显示最大承载人数和实际承载人数，人数显示器的示数值随着对应地铁车厢内人数的变化而变化。
与现有技术相比，本发明具备以下有益效果：
本发明基于监控设施和AI自主面部识别技术对地铁站内外的人流进行影像获取，并通过梳理统计单元进行统计整理，在四种不同的预警组合模式下，将地铁站内的人流的年龄分布情况作为站内容纳限值的重要影响因素，并根据不同情况对预警参数进行主动调整，同时对地铁站内的人流变化趋势以及站外人流的乘车意向作出分析，生成警报或人流高峰到达时刻，为后续地铁工作人员进行准备提供了数据支撑，生成的条件预警提示模型能够快速有效的反映出地铁站内的人流状况并及时将预设解决方案通知到工作人员，便于工作人员提前熟悉预警流程，节省了大量时间，有效降低了地铁站内的人流密集风险。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图；
图2为本发明的流程示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。
请参阅图1-2所示，地铁人流限流的智能预警系统，包括人流采集单元、梳理统计单元、人流分析预警单元、预警管控单元和数据库；
该智能预警系统基于地铁站点周围1km范围内公交站点、共享单车停靠点、私人车辆落客点以及人行道高清影像监控设施，同时地铁站内的影像监控设施也实时进行影像采集，且地铁站内的影像监控设施具备AI自主面部识别功能，地铁站内的影像监控区域分为四个部分，这四个部分分别为：进站口区域、安检口区域、候车口区域和出站口闸机区域，人流采集单元分别利用地铁站点外的高清影像监控设施和地铁站点内的影像监控设施获取站外人流影像数据以及站内人流影像数据，具体为：
地铁站外：每一次进行采集时获取各个监控点位的三组人流影像数据，且三组人流影像数据分别在预设时间间隔下的三个时间节点进行采集，将该三组人流影像数据标记为人流影像序列，并将若干人流影像序列作为站外人流影像数据存储至数据库中；
地铁站内：在地铁站内的影像监控区域所划分的四个区域中，进站口区域和安检口区域的监控设施不间断的获取影像数据，并将对应影像添加时间戳后存储至数据库中，候车口区域在下一班地铁到达前一分钟开始进行影像数据获取，且当候车口区域的闸门关闭后自动停止影像采集工作，出站口闸机区域在地铁停靠当前地铁站站台三十秒后开始进行影像数据采集，且持续工作三分钟后自动停止影像采集工作，候车口区域与出站口闸机区域采集的影像数据添加地铁进入该站台的时间戳后存储至数据库中；
梳理统计单元每半小时对数据库内存储的站外人流影像数据进行梳理统计，同时在每一班次地铁到站前三分钟对站内人流影像数据进行梳理统计，具体的梳理统计过程为：
步骤S1：从数据库中提取站外人流影像数据，且提取出的站外人流影像数据为前半小时内采集的，人流影像序列按照时间顺序进行排列，每一个人流影像序列中包含的三组人流影像数据也按照时间顺序进行排列，将获取影像的点位分别标记为A、B、C等英文字符；
步骤S2：对于A点位，将三个时间节点获取的人流影像数据进行比对识别，并对三个影像中的每一个人物进行匹配，用同一记号对同一个任务进行标记，从而依照时间节点的不同以及对应人物所处位置的变化，判断对应人物前进的方向是否朝向地铁站，若是，则将其标记为意向乘客，计数器增加一，若不是，不进行任何处理；
步骤S3：其余点位与步骤S2中的A点位的梳理统计方式相同，从而对计数器的示数进行累加得到意向乘客人数并添加时间戳；
步骤S4：从数据库中提取站内人流影像数据，其中，获取其中前二十五分钟进站口区域的进站人流影像，并统计该时间段内进入进站口区域的人数，将该人数与意向乘客人数进行比例计算，得到对应时间戳的乘客转化系数，同时，采集对应时间戳的天气数据，并将其与时间戳、乘客转化系数进行绑定得到转化因素绑定数据；
步骤S5：分别统计进站口区域、安检口区域以及对应地铁线路的候车口区域的人数，且通过AI自主面部识别功能判别每个区域内的每位乘客的年龄数据，将年龄数据分为如下阶段，分别为：1-8岁、9-18岁、19-50岁、50-65岁、65岁以上，各区域内的乘客人数按照不同年龄阶段进行计数，将不同年龄阶段的乘客人数与该区域内的乘客总数进行比值计算，得到年龄分布比例数据；
步骤S6：在某一线路的地铁到站之后，候车口区域的监控设施获取上、下车的人流影像数据并统计相应人数，且在地铁车厢的门侧设置人数显示器，人数显示器能够实时显示对应车厢段的最大承载人数和实际承载人数。
梳理统计单元将梳理统计的数据传输至人流分析预警单元进行预警分析，预警分析将天气、时间、乘客年龄等条件纳入考量范围进行分析，具体为：
步骤SS1：根据天气不同、时间不同将预警模式分为晴天模式、雨雪模式、早晚高峰模式以及假期模式，且天气的模式与时间的模式进行两两组合；
步骤SS2：从梳理统计单元中获取转化因素绑定数据，根据其内的天气数据与时间戳所处的时间区间确定当前预警模式为晴天模式与早晚高峰模式、晴天模式与假期模式、雨雪模式与早晚高峰模式或雨雪模式与假期模式四种模式组合中的一种，不同模式组合下的设定的人流限值均不同，且会根据年龄分布比例数据进行修正；
步骤SS3：从数据库中筛选出一个月内或者以往同期（如法定长假）时模式组合相同情况下的乘客转化系数，并求出其转化系数均值，将当前的乘客转化系数与转化系数均值进行计算，若当前获取的乘客转化系数超出转化系数均值的百分之十，则判定当前站外乘车意向密度大，反之则判定当前站外乘车意向密度小；
步骤SS4：根据地铁站内的安检口区域、候车口区域以及出站口闸机区域的人流影像数据，计算出某一线路的地铁进站和出站期间的地铁站的吞吐量数据以及地铁站内实际容纳人流量，当吞吐量数据为正值，从数据库中提取与当前模式组合匹配的预先设定的该模式下地铁站的容纳限值，当吞吐量为负值时，不进行任何处理；
步骤SS5：根据进站口区域、安检口区域以及对应地铁线路的候车口区域的人数以及年龄分布比例数据计算得出整个地铁站内的总体年龄分布比例，将步骤SS4中的提取的对应预警模式下的容纳限值与总体年龄分布比例代入到计算式中进行修正运算，计算式为：
修正容纳值=容纳限值*修正系数，其中：
，且1-8岁与65岁以上的年龄区间对应的预设年龄影响系数最大，9-18岁与50-65岁对应的预设年龄影响系数次之，19-50岁对应的预设年龄影响系数最小；
步骤SS6：将实际容纳人流量与修正容纳限值进行比较，若超出修正容纳限值，则生成人流密度警报信号，若未超出修正容纳限值，则根据实际容纳人流量与修正容纳限值的差值和吞吐量数据预测达到修正容纳限值的时间，并将该时间标记为预警时刻数据然后发送至预警管控单元进行调度；
步骤SS7：在地铁列车的车门一侧设置的人数显示器停靠站台后，显示最大承载人数和实际承载人数，其中，最大承载人数为与当前预警模式匹配的设定值，当实际承载人数超过最大承载人数，生成超载警报信号，当实际承载人数小于最大承载人数时，不进行任何处理，人数显示器的示数值随着对应地铁车厢内人数的变化而变化。
预警管控单元接收从人流分析预警单元传输的信号或数据，经识别后采取对应措施进行管控，具体为:
当判定当前站外乘车意向密度大时，若此时实际容纳量与匹配对应预警模式下的容纳限值直接进行比值运算，若比值超过百分之六十，则判定有高峰乘车人流，提前布置U型栅栏，并增派工作人员进行秩序维护，若比值未超过百分之六十，则不进行任何处理；
当识别到人流密度警报信号时，控制进站口区域的人流量输入和安检口区域的通过速度，同时通过基站通信发送提示短信至对应地铁站3km内的意向乘客的移动设备终端，引导意向乘客更换其他交通方式；
当接收到预警时刻数据时，提前在进站节点、出站节点和换乘节点进行乘客引导，节省乘客在地铁站内逗留的时间，减低地铁站内的实际容纳量；
当识别到超载警报信号后，工作人员进行引导，并提前规划候车口的区域每个闸门的乘客配比。
同时，人流分析预警单元还定期对设定时间段内出现警报次数最多的预警模式进行大数据分析，通过警报出现的时间点、警报出现的地铁线路以及当时的天气情况进行共性查找，并生成条件预警提示模型同时地铁站管理人员对该共性条件下预警情况提供预设解决方案，在后续的地铁站运营过程，当系统通过数据比对且与条件预警提示模型中的共性条件相匹配时，则自动生成对应的预警提示信息至预警管控单元，预警管控单元直接将预设解决方案通过无线通信方式传达到工作人员，提前做好防范措施，减少预警警报的发生。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种基于红绿灯的变换控制的智能斑马线系统