[发明专利]一种动态的排队数量计算方法

说明书

本发明提供了一种动态的排队数量计算方法，以出口总队列的当前数据标识为起始计算点，计算该数据标识从进入排序队列到离开排序队列的时间区内，从所有入口队列进入排序队列的总标识数量；并设有校对机制模块，当计算出排序队列的总标识数量，以出口总队列中连续的两个数据标识为判定点，判断该连续的两个数据标识在入口主队列中的连续性；当校对机制模块判断出连续性一致，则输出当前排序队列的总标识数量。及时清零，实时计算，连续性校对方式，避免了累加历史性误差的可能性，有效地提高数量统计的准确性，大大降低了由于识别装置而产生的物理性误差。

技术领域

本发明涉及队列计算方法领域，尤其涉及一种动态的排队数量计算方法。

背景技术

随着社会的飞速发展，人们的秩序意识也越加加强。特别是在很多的公共场合，人们经常需要排队按序实现排队目的，为了加快队列的流通速度，减少单位时间内的流量压力，有效地提高现场作业的管控，那么及时准确地获取队列中的排队数量显得尤为重要。

目前在市场中排队数量的计算方法仍然以传统的数量计算方法为主，而传统的计算方法基本是对队列的始末两端所获取的数据数量，直接进行加减运算。具体地，传统的计算方法一般有两种：一种是每个人发一张排队号，这个也是现在通行的做法，这样的计算方法产生存在的问题是：1)需要额外准备出一个单独的排队号码；2)需要进口有发放排队的设备和在出口有回收的设备；3)对于多个出入口进行数据核对比较困难。这种计算方式不但增加了设备的数量和排队号码使用的纸张或者卡片，而且每次的使用还需要人工收集整理后才能进行反复利用，这种需要更多的人力和设备产生的成本和不便利显然不适合于当今社会的需求，特别是流通量大快速排队通过的情形。另一种就是，通过计算入口的进入总量和出口的进入总量，通过进入总量减去进入总量获得实时的库存，比如目前很多停车库的库存数量就是这样计算的。这样的计算方式产生的误差主要来源于：1)物联网的采集设备是不能做到完全准确，比如车牌识别率有超过1％的误差，而这个误差由于自身无法克服，所以会随着时间是累积的，特别对于车辆出入频繁的停车场一天内就很可能会累积到超过10％的误差。2)历史性误差累加的问题，由于这种计算方法无法自动核算清零，长时间的数据积累来进行总量的统计，必然会出现统计的基础数据量太大，从而导致产生的历史性差值也会大大增加。3)对于这种计算方法，如果要避免历史性误差，就要进行库存盘点，那么这个库存盘点必然需要额外的人工处理才能得以保证。以上的种种，都充分表明了过于简易的算法不管从成本和便捷度来看，对于目前社会的要求的精度管控需求显然是无法达到的，特别对于流通量大的单队列快速通过的排序队列的实用性是非常低的。

有鉴于此，有必要对现有技术中的队列排队数量予以改进，以解决上述问题。

发明内容

为实现上述目的，本发明提供了一种动态的排队数量计算方法，包括如下步骤：

步骤S1，数据标识模块，利用识别装置在入口位置获取进入排序队列的入口数据标识，在出口位置获取离开排序队列的出口数据标识；

步骤S2，队列整理模块，所述入口数据标识形成入口队列，所述出口数据标识形成出口队列，所述入口队列至少为一个，并预置其中一个为入口主队列，所述出口队列叠加合并为出口总队列；

步骤S3，触发机制模块，根据固定时间时刻或出口总队列中数据标识的变化，触发步骤S4计算排序队列的总标识数量；

步骤S4，标识数量计算模块，以出口总队列的当前数据标识为起始计算点，计算该数据标识从进入排序队列到离开排序队列的时间区内，从所有入口队列进入排序队列的总标识数量；

步骤S5，校对机制模块，当步骤S4计算出排序队列的总标识数量，以出口总队列中连续的两个数据标识为判定点，判断该连续的两个数据标识在入口主队列中的连续性；

步骤S6，数据输出模块，当步骤S5的校对机制模块判断出连续性一致，则输出当前排序队列的总标识数量。