基于多源数据融合的多层次轨道交通网络客流量监测方法

在智能交通领域,客流量监测是一个研究热点,所获数据对于交通资源的适时调度与合理配置等有着重要的指导意义。现有的轨道交通客流量监测方法存在预测性较强,监测结果不够准确的问题,设计基于多源数据融合的多层次轨道交通网络客流量监测方法,实现较大客流量下的轨道交通网络客流量监测。在多层次轨道交通网络中大量布设高清网络摄像机与红外线摄像机以采集客流量监测图像。对于所采集的两种外图像,设计基于图信号稀疏表示的图像去噪算法,对其实施去噪处理。设计基于DPM模型的行人检测算法,实施可见光图像与红外图像的行人运动目标检测。对于两种图像的检测结果,设计基于密集交叉网络的多源数据融合算法,实施多源数据融合与计数,实现多层次轨道交通网络客流量监测的目的。测试结果表明,该方法的高铁网、城际轨迹网、市郊铁路网、城市轨道网客流量监测误差分别为44人、40人、19人、4人,客流量监测误差均较低。

城市轨道交通客流量监测仪极限预警方法研究

针对城市轨道交通客流量传统预警方法,客流监测不准确导致预警能力差的问题,研究城市轨道交通客流量监测仪极限预警方法。该方法利用轨道交通客流管理控制平台进行数据统计,以早晚出行高峰时间和特定时间为参照利用监测仪监测车站上行区间和下行区间中的上下车乘客人数,计算车站的最大客流承载量,根据运营线路中每一站点的上下车人数、剩余乘客数、中途车站进站乘客数和人群体貌特征设置候车区的极限预警值,根据楼梯电梯上客流的运动速率设置出站口的客流极限预警值,将监测仪进行预警等级划分,并用颜色表示客流拥堵的严重性,至此实现所提出的预警方法。实验结果表明:与传统预警方法相比,所提出的预警方法对于客流监测的准确率达到了95.5%,成功预警率为100%。由此可见,所提出的预警方法更能缓解客流量过大带给轨道交通的压力。