基于卷积神经网络的列车实时客流检测算法

城市轨道交通作为城市公共交通系统的主体,在缓解交通出行压力、促进城市发展中具有十分重要的作用。科学精准的测算列车实时客流,对改善城市轨道交通客运服务水平,发展低碳、环保的绿色出行模式具有重大意义。为此,提出基于卷积神经网络的城市轨道交通列车实时客流检测算法,实现列车监控视频视野内乘客数量的实时检测。基于成都地铁1号线车载监控视频建立列车客流图像数据集,以剔除全连接层的VGG-16网络作为算法基础框架,提取输入图像的边缘、角点等浅层细节特征;将多尺度卷积层和膨胀卷积结构融合构建乘客多尺度特征感知模块,在保持图像分辨率的同时,通过不同的感受野增强尺度上下文信息的提取性能,提升网络对乘客尺度变化的鲁棒性;构建特征融合网络将网络浅层提取的细节特征与上采样后的深层语义特征嵌入融合,提升小尺度乘客目标的计数精度和特征图的信息丰富度。实验结果表明:所提算法在城市轨道交通列车场景下的检测精度得到显著提升,平均绝对误差、均方误差以及平均绝对百分比误差指标分别达到了1.1%,1.8%和5.4%,同时单张图像检测速率低于60 ms,能够满足列车客流检测的实时性需求;且算法在2个标准人群数据集ShanghaiTech以及UCF-CC-50上的计数性能也得到了不同程度的提升,拥有良好的泛化性能。

基于实时客流量的自动扶梯节能控制仿真研究

简介了轨道交通系统中自动扶梯的节能潜能,分析了自动扶梯系统中实时客流量的影响因素,研究了基于实时客流量对自动扶梯进行变频控制的技术方案,给出了客流量在高峰时段和非高峰时段自动扶梯运行的节能控制方案以及方案可行性的数学计算,编写相应的程序,对扶梯额定速度运行和变频控制运行耗电进行仿真。仿真结果表明,采用基于实时客流量的变频控制扶梯运行具有明显的节能效果。最后对控制方案及其节能效果进行了比较分析,表述了三种节能控制方案在客流量不同情况下应用的优越性。

简谈南宁轨道交通实时客流分析与处理系统

从轨道交通乘客和运营管理者的需求出发,提出构建客流分析与处理系统的必要性和建设目标,并从可行性、总体架构、业务功能、业务流程角度给出系统的完备说明,并提出统筹规划,分步实施的构想。

基于云平台架构的城市轨道交通实时客流监测系统

[目的]针对城市轨道交通现有系统无法满足客流数据实时传输的缺点,研究实时客流数据传输、分析、存储的解决方案。[方法]介绍了城市轨道交通客流现状与传统自动售检票系统;从系统架构、数据传输、功能应用等角度对基于云平台架构的城市轨道交通实时客流监测系统进行分析。[结果及结论]基于目前的城市轨道交通云平台架构与自动售检票系统的既有条件,可在不增加终端采集设备、硬件设备和传输能力的情况下,利用现有硬件资源、通信通道实现实时客流数据的传输与处理。利用既有自动售检票系统闸机采集到的票卡数据,在SC(车站计算机)端增加直通路网中心的数据接口,以实现票卡计数数据实时上传至路网中心进行分析处理,即可实现实时客流监测、客流预测、应急决策辅助等业务功能。

城市轨道交通新站开通初期实时进出站客流量预测

针对城市轨道交通新站开通初期实时客流预测缺乏历史数据、客流波动大等问题,提出基于改进K近邻非参数回归的新站开通初期实时进出站客流量预测方法。考虑城市轨道交通客流生成机理,分析新站开通初期车站客流量变化规律及其与车站周边土地利用的相关性;基于该相关性,通过聚类分析构建新站与相似既有车站的映射关系,提出支撑新站客流预测的历史数据库构建方法;在此基础上,结合实时客流特征改进非参数回归算法,提出新站开通初期实时进出站客流量预测方法;利用广州地铁客流数据进行新线开通初期实时进站量预测的案例分析。结果表明:该方法具有良好的预测精度,新站开通初期实时进站客流量预测的平均绝对误差不大于16人次,可满足城市轨道交通精细化的运营管理需求。

城市轨道交通换乘站客流实时预测与客运组织应用

通过对比城市轨道交通换乘站历史客流清分数据,得出车站在相同特征日具有相同的客流特征。据此提出以特征日历史客流清分数据为基础,计算得到的换乘站的基本客流数据。再利用AFC系统收集的进出站客流数据修正基本客流的总体大小,利用热敏探头,视频采集等收集的车站关键通道内的客流数据修正基本客流的比例结构,最后基于这些精细化客流数据进行换乘站客运组织管理。

城市轨道交通客流实时分布算法研究

为及时向乘客提供出行信息,以及向城市交通运营管理部门提供调度信息,在概述城市轨道交通客流量研究现状的基础上,阐述城市轨道交通线路客流实时分布的影响因素,分析动态进站客流特征的数学本质及影响因素之间的因果关系,进而构建站台客流量与列车客流量的实时交互模型,通过设计客流分布实时算法,对城市轨道交通运行过程中客流实时分布状况进行计算,并通过实例验证算法的可行性。

武汉轨道交通循礼门站实时换乘客流研究

轨道交通换乘站作为各条轨道交通线路的中转枢纽,其客流量大、周期性强,研究其实时客流对掌握线网的换乘规律以及优化运营组织具有重要意义。循礼门站是武汉轨道交通1号线和2号线的换乘站,日均换乘量较大,其客运量对全线网的客运组织影响明显。通过对循礼门站已有换乘客流数据的分析,研究其小时换乘客流的分布特性。

基于手机网络数据的轨道交通站点实时动态客流检测研究

对各大型与特大型城市,轨道交通方式出行的客流分担量日趋上升,且时间上、空间上高度集中。只有实时动态地把握轨道交通客流数据信息,及时快速进行定量化、科学化分析研判,才能迅速采取针对性的预案,做出可靠决策。传统客流检测方式,无法掌握乘客在轨道交通线路上的具体行动线路,无法了解乘客的换乘线路。本研究利用手机技术持续追踪手机用户的出行轨迹,识别并处理得到各个站点的客流总量及客流组成情况,即,每个统计周期内,各个站点某线路进站客流量、某线路出站客流量及某线路换乘至另一线路的换乘客流量。从而提供了更全面、更精细的轨道交通站点客流数据,为轨道交通运营组织优化调整提供了定量化的决策分析支持。

基于RFID的城市轨道交通客流诱导系统设计

随着城市轨道交通客流量增大,现有的轨道交通乘客诱导系统已无法满足乘客的日常出行需求。为给乘客提供更精细的出行指导,文章提出基于RFID的城市轨道交通客流诱导系统,分析了系统需求,并对系统进行了初步设计。通过布置站内RFID系统获取乘客实时位置信息,对信息进行实时的分析处理和发布,使直观的路网及车厢客流信息更好的指导乘客出行。

票卡清分客流分析系统的功能设计

客流分析系统作为一项原创性技术应用,通过对城市轨道交通线网内AFC(自动售检票系统)数据的聚集处理,实现对客流的分析管理,对城市轨道交通具有重要意义和作用。基于国内外现状分析,阐述客流分析系统的实现原理,针对客流分析系统给出功能设计。客流分析系统具有多个相互关联的功能,可以在实际列车运行时刻表的基础上,利用AFC交易数据文件,获知客流在线网运行时候整个状态情况,进行列车行车组织推演。

景区区域人流量实时显示的微信小程序设计

在旅游业迅速发展的大背景之下,人们开始追求高品质的旅游方式,智慧旅游的发展更是日新月异。结合智慧旅游当前研究现状,拟运用红外热成像技术、视频图像分析、WIFI探针、RFID等技术对客流量进行实时统计;采用Tomcat服务器,收集并处理客流量实时统计系统所传输的数据,并将其储存在Access数据库中,启动Webservice服务,并通过微信小程序这一便捷平台,为用户提供景区内部实时情况,为行程优化提供依据。

基于模糊神经网络的公交客流时段预测

公交线路由一系列站点组成,线路客流的形成和变化是各站点共同作用的结果。本文通过相似性分析找到站点客流实时分布与线路客流实时分布之间的相关性,找出影响线路客流分布的关键站点,对这些关键站点的实段分布数据运用模糊神经网络技术预测线路客流的短时分布规律。该方法在广州公交客流数据调研的基础上加以验证,结果表明这种预测方法能够有效的对公交线路客流分布进行短时预测,预测结果满足精度要求。

基于大数据的公交车厢实时截面客流研究

公交出行每天都会产生海量的刷卡(扫码)数据,这些数据蕴含着不同乘客的出行特征。本文以广州市历史进出站数据、车辆行车信息、路网信息、全天刷卡数据等为基础,建立用户乘坐行为画像,并结合实时公交支付数据等实现实时OD与实时截面客流的预测。通过与公交车实际客流数据对比,该平台对公交车厢实时截面客流准确率较高,为基于实时客流开展的增值拓展应用提供数据支撑,具有较好的实践意义。