-
公开(公告)号：CN111586654A
公开(公告)日：2020-08-25
申请号：CN202010327229.1
申请日：2020-04-23
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用，步骤如下：通过AFC获取车站a的一段时间内所有乘客的出站时间；根据设定的行走时间及列车的ATS到发时间数据推算r班次列车在车站a的下车客流量 获取r班次列车在车站a-1至车站a运行过程中蓝牙设备的地址总数及r班次列车在车站a至车站a+1运行过程中蓝牙设备的地址总数 算得r班次列车在车站a的上车客流量根据单一蓝牙设备地址相同的特性计算r班次列车在车站a的下车客流量 和上车客流量 得到和 本发明的方法，分析工作量小，分析效率高，能够极大地降低应用门槛(对设备硬件的要求较低)，应用前景好。
-
公开(公告)号：CN110263993A
公开(公告)日：2019-09-20
申请号：CN201910517235.0
申请日：2019-06-14
Applicant: 上海工程技术大学
Abstract: 本发明属于城市轨交智能管理的技术领域，公开了一种用于城市轨交乘客走行时间的实时预测方法，包括步骤一、将某号线城市轨交地铁的某个高峰时段等时间间隔划分成N个统计周期；步骤二、对于m号出入口，计算在特征日p的第t个统计周期内的客流量 对应的走行时间步骤三、利用神经网络，以在特征日p的第t-1个统计周期内的客流量对应的走行时间 以及在上一个特征日p-1的第t个统计周期内的客流量对应的走行时间 作为输入，对在特征日p的第t个统计周期对应的走行时间 进行预测；步骤四，重复步骤二至三，完成某个高峰时段N个统计周期对应的各个走行时间的预测。本发明的方法节省人力、物力，同时提高乘客站内走行时间的预测精度。
-
公开(公告)号：CN111586654B
公开(公告)日：2021-08-10
申请号：CN202010327229.1
申请日：2020-04-23
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于蓝牙嗅探装置检测地铁上下车客流量的方法及其应用，步骤如下：通过AFC获取车站a的一段时间内所有乘客的出站时间；根据设定的行走时间及列车的ATS到发时间数据推算r班次列车在车站a的下车客流量获取r班次列车在车站a‑1至车站a运行过程中蓝牙设备的地址总数及r班次列车在车站a至车站a+1运行过程中蓝牙设备的地址总数算得r班次列车在车站a的上车客流量根据单一蓝牙设备地址相同的特性计算r班次列车在车站a的下车客流量和上车客流量得到和本发明的方法，分析工作量小，分析效率高，能够极大地降低应用门槛(对设备硬件的要求较低)，应用前景好。
-
公开(公告)号：CN110493816A
公开(公告)日：2019-11-22
申请号：CN201910774320.5
申请日：2019-08-21
Applicant: 上海工程技术大学
Abstract: 本发明属于城市轨交智能管理的技术领域，公开了一种用于轨交地铁车站客流量的实时预测方法，包括以地铁车站相邻两列车前列车离站时刻和下列车离站一段时间后的时刻之间的时长作为一个统计周期，将当前特征日某高峰时间段划分成N个统计周期；计算当前特征日上一个统计周期内地铁全站的WiFi客流量Xt-1、各个拥堵点区域j的视频客流密度 利用神经网络，以当前特征日上一个统计周期内地铁全站的WiFi客流量Xt-1、各个拥堵点区域j的视频客流密度作为输入，实时预测当前特征日当前统计周期内地铁全站的实际客流量Yt，从而完成对当前特征日当前统计周期内地铁全站客流量的实时预测；重复上述步骤，完成某高峰时段N个统计周期地铁全站客流量的实时预测。
-
公开(公告)号：CN119005486A
公开(公告)日：2024-11-22
申请号：CN202410951960.X
申请日：2024-07-16
Applicant: 上海工程技术大学
IPC: G06Q10/063 , G06Q50/40 , G06F18/23213 , G06F18/24
Abstract: 本发明公开了一种地铁车站行人流线冲突区冲突强度评价方法，属于城市轨交智能客运管理的技术领域。包括：获取待评价地铁站站厅、站台的行人流线组织图，并将存在两条及以上行人流线交叉冲突的区域作为待评价冲突区；根据行人流线数量对待评价冲突区进行分类；计算得到各个待评价冲突区的冲突强度指数，采用K‑means方法对所述各类待评价冲突区进行聚类分级，并以各类冲突区的行人流线数为权重，计算得到所述待评价地铁站的行人流线冲突强度综合等级。本发明定义两条或多条行人流流线交叉重叠的区域为行人流线“冲突区”，并基于最值原理构建了冲突区的冲突强度指数计算公式，极大提高了车站行人流线冲突区冲突强度评价的精细化水平。
-
Patent Agency Ranking
公开(公告)号：CN118747288A
公开(公告)日：2024-10-08
申请号：CN202410963493.2
申请日：2024-07-17
Applicant: 上海工程技术大学
IPC: G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0464
Abstract: 本发明公开一种地铁车站步行网络节点设施拥堵状态预测方法及设备，涉及智慧交通技术领域，其综合考虑地铁车站节点设施布设情况和客运组织方案调整实施情况，以节点设施的最小能力调控单元为节点、以节点之间的连接通道为路径构建车站步行网络；针对因车站客流组织方案调整导致的网络节点由通行转为关闭或由关闭转为通行的情况，构建邻接矩阵调整计算方法，以捕捉步行网络拓扑结构的变化特性；以步行网络各个节点的历史排队人数矩阵及其对应的邻接矩阵为输入，下一时段各个节点的排队人数矩阵为输出，构建步行网络节点设施拥堵状态时空混合预测模型，包括空间图卷积模块、时间处理模块和动态残差模块三个子模块。
-
公开(公告)号：CN116229305B
公开(公告)日：2024-07-16
申请号：CN202211620815.0
申请日：2022-12-16
Applicant: 上海工程技术大学
IPC: G06V20/40 , G06V20/52 , G06V10/82 , G06V10/774 , G06N3/047
Abstract: 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。
-
公开(公告)号：CN116229305A
公开(公告)日：2023-06-06
申请号：CN202211620815.0
申请日：2022-12-16
Applicant: 上海工程技术大学
IPC: G06V20/40 , G06V20/52 , G06V10/82 , G06V10/774 , G06N3/047
Abstract: 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。
-
公开(公告)号：CN113361854B
公开(公告)日：2022-10-21
申请号：CN202110468137.X
申请日：2021-04-28
Applicant: 上海工程技术大学
IPC: G06Q10/06 , G06F16/2458 , G06F16/29
Abstract: 本发明公开了一种基于泰森多边形的事故多发点鉴别方法及其应用，步骤为：对事故数据进行预处理，构建泰森多边形；根据发生单位事故所需面积鉴别事故多发点；根据空间点事故数量补充事故多发点；通过缓冲区修正泰森多边形的形状；将补充和修正后的事故多发点合并，得到最终的事故多发点。本发明的事故多发点鉴别方法克服了现有技术划分事故空间统计单元主观性强、通用性差的缺陷，克服了非集计模型中聚类分析方法受极值影响大、空间点作为鉴别结果实际应用差的缺陷，极具应用前景。
-
公开(公告)号：CN110493816B
公开(公告)日：2022-10-21
申请号：CN201910774320.5
申请日：2019-08-21
Applicant: 上海工程技术大学
Abstract: 本发明属于城市轨交智能管理的技术领域，公开了一种用于轨交地铁车站客流量的实时预测方法，包括以地铁车站相邻两列车前列车离站时刻和下列车离站一段时间后的时刻之间的时长作为一个统计周期，将当前特征日某高峰时间段划分成N个统计周期；计算当前特征日上一个统计周期内地铁全站的WiFi客流量Xt‑1、各个拥堵点区域j的视频客流密度利用神经网络，以当前特征日上一个统计周期内地铁全站的WiFi客流量Xt‑1、各个拥堵点区域j的视频客流密度作为输入，实时预测当前特征日当前统计周期内地铁全站的实际客流量Yt，从而完成对当前特征日当前统计周期内地铁全站客流量的实时预测；重复上述步骤，完成某高峰时段N个统计周期地铁全站客流量的实时预测。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.107 seconds)
