[发明专利]一种公交车拥挤程度可视化方法在审
申请号: | 201710522984.3 | 申请日: | 2017-06-30 |
公开(公告)号: | CN107239576A | 公开(公告)日: | 2017-10-10 |
发明(设计)人: | 于正河;王莹;迟庆东;蔡冬;石云鹏 | 申请(专利权)人: | 青岛海澄知识产权事务有限公司 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06K9/00;G06Q50/26 |
代理公司: | 青岛高晓专利事务所(普通合伙)37104 | 代理人: | 高泽玉 |
地址: | 266071 山东省青岛市崂山区*** | 国省代码: | 山东;37 |
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 公交车 拥挤 程度 可视化 方法 | ||
技术领域:
本发明属于公共交通优化技术领域,涉及一种公交车辆拥挤程度的优化方案,特别涉及一种公交车拥挤程度可视化方法,通过设置的压感器和摄像头结合调度中心数据实现公交车拥堵程度的可视化。
背景技术:
公共交通出行是缓解日益拥堵的城市道路通行的有效方式,其中公交车的作用最为强大,其价格低廉,运力较大,运行稳定的特点是人们选择公交出行重要原因。但是,由于时段不同,公交车线路不同,路况的不同会导致公交车运力不均的情况产生,往往前一辆公交车已经拥挤不堪,后一辆公交车还是空空如也,即便经过调度中心的调度会减轻这种情况的发生,但终究解决不了这个问题;另外,乘客出行时因为不能预知公交车辆何时能到站,到站的车辆是否拥挤,会逐渐产生畏难心理,从而转乘私家车。因此,寻求设计一种公交车拥挤程度可视化方法,乘客通过查询手机终端即可合理选择空闲舒适的公交车辆,能够有效的增加公共交通出行量,降低城市道路拥堵,有着良好的经济效益和社会效益。
发明内容:
本发明的目的在于克服现有技术存在的缺点,寻求设计一种公交车拥挤程度可视化方法,通过设置的多个传感器识别并计算公交车的实时拥堵情况,以便乘客查询参考。
本发明涉及的公交车拥挤程度可视化方法是在公交车拥挤程度可视化系统中实现,具体包括以下步骤:
(1)获取座椅占用数据
公交车的座椅位置空闲时座椅压感器的数值为w,座椅传感器检测的压力数值记为W,W和w的单位为千克,车载处理器中的压感处理单元读取座椅压感器的数据,当W-w>0.5kg时则该座椅为非空闲状态,将该座椅进行标记,车辆座椅总数为N,被标记的座椅数为n,座椅的拥挤程度值记为Y1=3n/N;
(2)获取车厢站立数据
将公交车的车厢除去座椅占用的底面空间划分为S个30cm×30cm面积大小的小块,每个小块设定位置坐标,每个小块下方的车厢压感器在无人站立的情况下的压力值为m,车厢压感器实时检测到的压力值为M,M和m的单位为千克,压感处理单元读取车厢压感器的数据,当M-m>25kg时则该小块上为有人站立状态,将该小块标记,被标记的小块数为s,则车厢站立拥挤程度值记为Y2=7s/S;
(3)判断非成人占用数据
图像处理单元实时接收四个摄像头传来的一帧一帧的图像,对四个方向的图像进行处理识别车厢内乘客人数R,并标记出没有成人站立的车厢位置坐标,则该位置为非成人占用位置面积记为F;
(4)生成拥挤程度灰度数据
数据处理单元提取压感处理单元和图像处理单元的数据,根据步骤(3)中非成人占用位置面积F的坐标匹配出与其有重合的几个小块,然后根据压感处理单元提供的每个有重合面积的小块位置的车厢压感器检测的M-m差值数据,重合小块的M-m>25kg的个数为a,则该a个小块的平均拥挤程度较非重合的小块上的平均拥挤程度偏低,则纠正后的车厢站立拥挤程度值记为Y3=7(s-1/2a)/S;最后生成整个公交车的拥挤程度灰度数据值为Y=Y1+Y3,其中0≤Y≤10;数据处理单元将拥挤程度灰度数据发送至信号传送装置
(5)生成可视化显示信息
调度数据处理中心的线路数据库提取其存储的公交线路数据和该线路中运行的公交车的特征识别信息,与运行中的公交车内设置的信号传送装置传送的公交车特征识别信息匹配并识别提取每辆公交车的拥挤程度灰度数据及车辆位置信息,调度数据处理中心的渲染单元提取公交线路上运行的公交车的拥挤程度灰度数据进行渲染处理,其中,当0≤Y<2时为空闲,渲染为绿色显示,当2≤Y<3时为不拥挤,渲染为黄色显示,当3≤Y<5时为适中,渲染为橙色显示,当5≤Y<8时为拥挤,渲染为红色显示,当8≤Y≤10时为非常拥挤,渲染为紫色显示;调度数据处理中心的分发单元提取公交线路上运行的公交车的位置信息和对应匹配的拥挤程度渲染信息分发给请求查询的手机终端中,以供用户读取。
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青岛海澄知识产权事务有限公司,未经青岛海澄知识产权事务有限公司许可,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/201710522984.3/2.html,转载请声明来源钻瓜专利网。