基于图像识别的客运枢纽排队时长预测系统的制作方法

本发明涉及智能交通，尤其涉及一种基于图像识别的客运枢纽排队时长预测系统。

背景技术：

1、随着交通运输行业的快速发展，客运枢纽的客流量日益增长，乘客排队等待的问题也愈发突出。其中，对客运枢纽排队时长的预测成为提升服务质量的关键环节。通过预测排队时长，客运枢纽可以更好地进行资源调度，优化服务流程，提高乘客的出行体验。

2、中国专利公开号为cn114565128a的专利文献公开了一种基于图像识别的客运枢纽出租车乘客排队时间预测方法，该方法包括以下步骤：步骤1，将预测的时间划分成t个时间小区间[t1，t2...ti-1，ti]；步骤2，获取第i个时间区间内出租车候车区乘客的平均到达率λi；步骤3，获取第i个时间区间内出租车的平均服务率μi及单位时间内能够提供服务的服务台数量gi；步骤4，判别蓄车场出租车车辆数信息t，计算出租车总运力tt；步骤5，判断出租车运力是否充足；步骤6，依据排队论模型，估计出租车候车区乘客排队时间。

3、现有技术中对于客运枢纽排队时长预测以大量历史数据为基础，通过分析历史数据，预测模型找出排队时长的变化规律，对未来的排队时长进行预测，仅依赖历史数据无法准确预测未来的时长趋势变化，使得时长预测结果滞后。

技术实现思路

1、为此，本发明提供一种基于图像识别的客运枢纽排队时长预测系统，通过采集当前排队通道的人员分布和天气信息、实时采集标识人员的移动速度和实时采集目标乘客的移动速度，对历史通过时长进行逐步校准更新可以解决客运枢纽排队时长预测的滞后性的问题。

2、为实现上述目的，本发明提供一种基于图像识别的客运枢纽排队时长预测系统，包括：

3、数据获取?？?，用以通过历史数据库获取任一排队通道的历史通过时长；

4、数据分析?？?，与所述数据获取?？榱?，用以通过对任一所述排队通道的人员分布信息和客运枢纽外部的天气信息进行采集，通过所述人员分布信息和天气信息对所述历史通过时长进行校正，获取第一通过时长；

5、校准?？?，与所述数据分析?？榱?，用以采集任意排队通道中任意标识人员的实际移动速度，对所述第一通过时长进行校准，获取第二通过时长；

6、确定?？?，与所述校准?？榱?，根据目标乘客的发车时刻和所述第二通过时长确定推荐通道；

7、更新?？?，与所述确定?？榱?，用以对所述推荐通道中所述目标乘客的目标移动速度进行实时采集，以根据所述目标移动速度对所述第二通过时长进行更新，获取最终预测时长。

8、进一步地，所述数据分析?？榘ㄈ嗽辈杉ピ?、天气采集单元和第一获取单元，其中，

9、所述人员采集单元用以通过图像采集设备获取任意排队通道的人员图像，对若干所述人员图像进行分析，判断人员分布情况，根据所述人员分布情况获取人员校准参数；

10、所述天气采集单元用以确定客运枢纽外部的实际天气恶劣等级，根据所述实际天气恶劣等级获取天气校准参数；

11、所述第一获取单元，与所述人员采集单元和所述天气采集单元连接，用以根据所述人员校准参数和天气校准参数对所述历史通过时长进行校准，获取第一通过时长。

12、进一步地，所述校准?？榘ㄍ枷癫杉ピ?、图像分析单元和速度校准单元，其中，

13、所述图像采集单元用以通过图像采集设备对所述标识人员的移动过程进行采集，获取移动视频，将所述移动视频中连续的帧图像进行提取，获取若干移动图像；

14、所述图像分析单元，与所述图像采集单元连接，用以提取若干所述移动图像中所述标识人员的边缘轮廓特征，确定所述标识人员的边缘轮廓特征上的目标点，根据若干所述目标点对所述标识人员进行运动轨迹拟合；

15、所述速度校准单元，与所述图像分析单元连接，用以根据所述运动轨?；袢∷霰晔度嗽钡氖导室贫俣?，根据所述实际移动速度计算速度修正系数，根据所述速度修正系数对所述第一通过时长进行校准。

16、进一步地，所述人员采集单元包括人员采集子单元、人员分析子单元和人员计算子单元，其中，

17、所述人员采集子单元用以通过图像采集设备获取任意所述排队通道中的若干形态图像；

18、所述人员分析子单元，与所述人员采集子单元连接，用以对若干所述形态图像进行分析，提取若干所述形态图像中边缘轮廓特征，通过若干所述边缘轮廓特征识别所述排队通道中老人数量、孩童数量和携带大件物品的乘客的数量；

19、所述人员计算子单元，与所述人员分析子单元连接，用以根据所述排队通道中所述老人数量、所述孩童数量和所述携带大件物品的乘客的数量进行计算获取人员校准参数。

20、进一步地，所述人员分析子单元通过判断所述边缘轮廓的弯曲度和高度对老人和孩童进行识别，通过识别所述边缘轮廓中物体边缘轮廓的区域面积对携带大件物品的乘客进行识别。

21、进一步地，所述图像分析单元包括目标确定子单元和拟合子单元，其中，

22、所述目标确定子单元用以通过边缘检测算法获取所述移动图像中所述标识人员的边缘轮廓特征，确定所述标识人员的边缘轮廓特征的中心点作为所述目标点；

23、所述拟合子单元，与所述目标确定子单元连接，用以将相邻的帧图像之间的目标点进行相连，获取所述标识人员的运动轨迹。

24、进一步地，所述速度校准单元包括速度计算子单元和时长校准子单元，其中，

25、所述速度计算子单元用以通过计算所述运动轨迹相邻的帧图像两点间的距离值除以所述相邻的帧图像间的时间间隔，获取所述标识人员的实际运动速度；

26、所述时长校准子单元，与所述速度计算子单元连接，根据所述实际移动速度与预设移动速度进行比较，根据比较结果计算速度修正系数，根据所述速度修正系数对所述第一通过时长进行校准。

27、进一步地，所述确定?？榘ㄊ背ぜ扑愕ピ脱≡竦ピ?，其中，

28、所述时长计算单元用以根据所述目标乘客的发车时刻计算预设等待时长；

29、所述选择单元，与所述时长计算单元连接，用以将若干排队通道对应的第二通过时长进行由小到大排序，获取时长序列，将所述时长序列中小于所述预设等待时长的第二通过时长对应的排队通道进行标记，选取排序第一的作为推荐通道。

30、进一步地，所述更新?？榘ㄋ俣炔杉ピ透碌ピ?，其中，

31、所述速度采集单元用以通过图像采集设备采集包含目标乘客和目标物体的若干图像，对若干所述图像进行分析，获取若干所述图像中的若干目标乘客轮廓和若干目标物体轮廓，根据若干所述目标乘客轮廓和若干所述目标物体轮廓间的距离变化值计算所述目标乘客的目标移动速度；

32、所述更新单元，与所述速度采集单元连接，用以将所述目标乘客的目标移动速度与所述预设移动速度进行比较，根据比较结果计算更新参数，根据更新参数对所述第二通过时长进行更新，获取最终预测时长。

33、进一步地，所述数据获取?？榘ń⒌ピ屠肥背せ袢〉ピ?，其中，

34、所述建立单元用以建立所述历史数据库，所述历史数据库包括排队通道编号和对应的各个时段乘客的平均通过时长；

35、所述历史时长获取单元，与所述建立单元连接，用以将任意所述排队通道对应的各个时段乘客的平均通过时长进行求均值，将均值结果作为所述排队通道的历史通过时长。

36、与现有技术相比，本发明的有益效果在于，通过设置所述数据获取?？榻⒗肥菘馓峁┝俗既房勺匪莸睦吠ü背な?，为后续的通过时长预测提供可靠的数据支持，通过设置所述数据分析?？榻岷先嗽狈植夹畔⒑吞炱畔⒍岳吠ü背そ行Ｕ?，全面考虑了人员分布和天气对排队时长的影响，使得对于历史通过时长校正结果准确，从而提高了时长预测的准确性，通过设置所述校准?？椴杉导释ǖ赖囊贫俣榷岳吠ü背そ行Ｗ?，提高了时长预测的准确度，使时长的预测结果更接近实际情况，通过设置所述确定?？楦菽勘瓿丝偷姆⒊凳笨毯驮げ獾耐ü背?，为乘客推荐最佳的排队通道，帮助乘客选择更快速、更有效的出行路线，提高了乘客的出行效率，通过设置所述更新?？榧笆备略げ獾耐ü背?，提高了预测的实时性，提高了预测系统的准确性和可靠性，通过实时监测和预测排队情况，及时发现和应对异常情况，增强了客运枢纽的安全性和提升了乘客的排队效率。

37、尤其，通过设置图像采集单元实时采集标识人员的移动过程，提供实时的视频数据，确保图像数据的实时性和准确性，同时完整地提取连续帧图像，避免了图像数据的遗漏或缺失，提高了图像数据的完整性，通过设置所述图像分析单元准确地提取标识人员的边缘轮廓特征，确保后续分析的精度和准确性，通过目标点进行运动轨迹拟合，提高了运动轨迹描述的准确性和可靠性，通过设置所述速度校准单元根据实时的运动轨迹和实际移动速度计算速度修正系数，增强了速度计算的实时性，根据不同标识人员和不同排队通道的实际移动速度计算速度修正系数，增强了校准的实时性，对第一通过时长进行校准，提高后续时长预测的精度，使时长预测结果更加准确可靠。

38、尤其，通过设置目标确定子单元通过边缘检测算法准确获取标识人员的边缘轮廓特征，提高了边缘检测的准确性和可靠性，降低了误检测的可能性，在获取边缘轮廓特征的基础上，进一步确定标识人员边缘轮廓特征的中心点作为目标点，提高了目标点确定的精准度和一致性，通过设置拟合子单元将相邻帧图像之间的目标点进行连接，准确地获取标识人员的运动轨迹，增强了轨迹拟合的准确性和可靠性，通过将相邻帧图像的目标点相连，确保数据的连续性和一致性，为后续的分析和计算提供了更加可靠的基础。

39、尤其，通过设置速度计算子单元计算运动轨迹相邻帧图像两点间的距离值除以相邻帧图像间的时间间隔，获取标识人员的实际运动速度，确保了速度计算的准确性和可靠性，通过设置时长校准子单元根据实际移动速度与预设移动速度的比较结果，计算速度修正系数，并据此对第一通过时长进行校准，提高了数据的精度和可靠性，为后续的排队通道长度计算和乘客流量统计提供了更加准确的基础数据，提高了系统的可靠性。