买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：上海工程技术大学

摘要：本发明提供了一种基于视频数据的地铁车站流线拥堵状态实时评价方法，属于城市轨交智能客运管理的技术领域。包括：选取地铁车站高峰时段主要客流流线作为评价流线，将该流线上的组成设施划分为m个服务设施和n个通道设施；利用视频识别技术提取流线上服务设施和通道设施的客流参数，计算客流流线拥堵状态评价指标值，输入概率神经网络模型，得到N个流线拥堵状态评价等级值Yj，并以其出现的频次为权重对Yj进行加权求和，获取该流线综合拥堵等级值P并进行发布。本发明基于视频识别建立客流流线拥堵状态评价指标和方法，能够从单点和流线层面为地铁车站动态或突发大客流监测预警及应急管控提供有效依据，对于提升车站大客流组织效率和运营安全具有重要作用。

主权项：1.一种基于视频数据的地铁车站流线拥堵状态实时评价方法，其特征在于，包括如下步骤：1选取地铁车站高峰时段主要客流流线作为评价流线，根据行人交通流特性，将该流线上的组成设施划分为m个服务设施、n个通道设施；2设定流线拥堵评价间隔为C分钟，流线拥堵发布间隔为NC分钟；3利用视频识别技术，每C分钟提取一次所述流线上所述服务设施和所述通道设施的客流参数；所述服务设施提取的客流参数包括所述服务设施上游断面的客流到达率λi、所述服务设施前的行人实际排队队长li和实际队列数ri；所述通道设施提取的客流参数为各所述通道设施上布设的1个或多个视频监测点的行人走行速度vg；对于所述服务设施，在允许排队空间区域内布设视频监测点，提前标定第i个所述服务设施的饱和流率μi，即单位时间最大能够通过的人数、最大允许的排队队长Li以及队列数Ri；通过视频识别技术实时采集第i个所述服务设施的所述客流到达率λi，即单位时间实际到达的人数、所述行人实际排队队长li和所述实际队列数ri，其中i＝1,2,3...m；对于所述通道设施，在通道的进出口、转弯区、能力瓶颈区等关键区段共布设P个视频监测点，采集所有监测点的行人走行速度为vg，其中：g＝1,2,3…P，P≥n；4根据各视频监测点提取的所述客流参数计算客流流线拥堵状态评价指标值，包括所述流线上所述服务设施的总平均延误时间T、全流线排队空间占用率η以及所述通道设施的通道行人走行速度变异系数Cv；4.1通过调查数据拟合确定高峰期乘客到达率λi的分布，最大离去率为该设施的所述饱和流率μi，当λi大于μi时产生排队延误，由累积到达、离去曲线之间围成的面积即为第i个所述服务设施处乘客的总排队延误时间Ti： 平均排队延误时间ti： 其中：q1为累计到达乘客数，根据所述乘客到达率λi的分布函数计算得到，λi由视频识别技术获得；q2为累计离去乘客数，是第i个服务设施的饱和流率μi和持续时间τ的乘积；τ为排队持续时间；所述流线上各类服务设施的总平均延误时间T为： 4.2针对服务设施，所述全流线排队空间占有率η计算公式为：其中：γi为不同设施的排队空间占有率权重，通过专家打分法获得，所述最大允许的排队队长Li和队列数Ri的乘积为车站运营安全管理所允许的最大排队空间面积；所述行人实际排队队长li和实际队列数ri根据视频识别技术获得；4.3针对所述通道设施，用行人在p个通道视频监测点处采集的得到的速度波动性表征流线上通道设施的拥挤程度，所述通道行人走行速度变异系数Cv计算公式为： 其中：为所述通道设施p个视频监测点行人走行速度的平均值；5构建概率神经网络模型PNN，以所述客流流线拥堵状态评价指标值作为模型的输入，对流线拥堵状态进行实时评价，输出所述流线拥堵发布间隔内的N个流线拥堵状态评价等级值Yj；6基于所述流线拥堵发布间隔内的N个流线拥堵状态评价等级值Yj，以各个所述流线拥堵状态评价等级值出现的频次为权重对Yj进行加权求和，获取该流线拥堵发布间隔内的流线综合拥堵等级值P，并进行发布；所述流线综合拥堵等级值P计算公式为： 其中：Yj＝1,2,3...M，j＝1,2,3...N，指各个Yj在该流线拥堵发布间隔内出现的频次。

全文数据：

权利要求：

百度查询： 上海工程技术大学 一种基于视频识别的地铁车站流线拥堵状态实时评价方法