[发明专利]智能化排队时长大数据估算系统

说明书

本发明涉及一种智能化排队时长大数据估算系统，包括：数据下载设备，用于从游乐设施所在游乐园区的服务器处下载当前远程对所述游乐设施进行排号的数量以作为第一数量输出；时间统计设备，用于将接收到的第一数量与第二数量相加以获得对应的排队总数，将所述排队总数乘以游乐设施每次运行持续时间后再除以单次游乐设施运载人数以获得估算排队时间；数据上传设备，用于将接收到的估算排队时间上传到游乐设施所在游乐园区的服务器处。本发明的智能化排队时长大数据估算系统运行稳定、数据可靠。由于基于现场排队人数、网络排队人数、游乐设施每次运行持续时间以及单次游乐设施运载人数计算当前游乐设施的估算排队时间，从而能够及时为游客提供时间服务。

技术领域

本发明涉及智能控制领域，尤其涉及一种智能化排队时长大数据估算系统。

背景技术

智能控制以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论，以及自适应控制、自组织控制和自学习控制等技术。

专家系统是利用专家知识对专门的或困难的问题进行描述的控制系统。尽管专家系统在解决复杂的高级推理中获得了较为成功的应用，但是专家系统的实际应用相对还是比较少的。

模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型，也可以描述其定性模型。模糊逻辑可适用于任意复杂的对象控制。

遗传算法作为一种非确定的拟自然随机优化工具，具有并行计算、快速寻找全局最优解等特点，它可以和其他技术混合使用，用于智能控制的参数、结构或环境的最优控制。

神经网络是利用大量的神经元，按一定的拓扑结构进行学习和调整的自适应控制方法。它能表示出丰富的特性，具体包括并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习。这些特性是人们长期追求和期望的系统特性。神经网络在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。

智能控制的相关技术与控制方式结合、或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器，这也是智能控制技术方法的一个主要特点。

发明内容

本发明至少具有以下两个重要发明点：

(1)将占据图像的像素点的数量超限的人体目标作为有效人体目标，统计图像中的有效人体目标的数量以作为现场排队人数，并基于现场排队人数、网络排队人数、游乐设施每次运行持续时间以及单次游乐设施运载人数计算当前游乐设施的估算排队时间；

(2)采用定制策略对图像内容进行针对性选取以基于选取的部分图像内容的对比度作为图像整体的对比度对所述图像执行对比度提升处理。

根据本发明的一方面，提供了一种智能化排队时长大数据估算系统，所述系统包括：

数据下载设备，用于从游乐设施所在游乐园区的服务器处下载当前远程对所述游乐设施进行排号的数量以作为第一数量输出；

时间统计设备，与所述数据下载设备连接，用于将接收到的第一数量与第二数量相加以获得对应的排队总数，将所述排队总数乘以游乐设施每次运行持续时间后再除以单次游乐设施运载人数以获得估算排队时间；

数据上传设备，与所述时间统计设备连接，用于将接收到的估算排队时间上传到游乐设施所在游乐园区的服务器处；

液晶显示屏，设置在游乐设施的上方，与所述时间统计设备连接，用于接收并实时显示所述估算排队时间；

纽扣摄像机，设置在游乐设施的上方，用于对游乐设施的排队场景进行摄像操作，以获得并输出相应的排队场景图像；