專利名稱：行人異常交通狀態(tài)自動(dòng)檢測(cè)方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及行人交通領(lǐng)域，尤其涉及一種行人異常交通狀態(tài)自動(dòng)檢測(cè)方法及系 統(tǒng)。
背景技術(shù)：
人員密集場(chǎng)所人員密度預(yù)警系統(tǒng)，是依托安裝在不同地點(diǎn)的視頻設(shè)備，實(shí)時(shí)采集 監(jiān)測(cè)區(qū)域的視頻圖像，通過(guò)對(duì)視頻圖像中反映出的實(shí)時(shí)人群客流進(jìn)行數(shù)據(jù)統(tǒng)計(jì)和分析，從 而實(shí)現(xiàn)人員密集場(chǎng)所的人群密度預(yù)警預(yù)測(cè)。在應(yīng)用中需要一種行人異常交通狀態(tài)的檢測(cè)方 法以建立人群不同行人交通狀態(tài)的實(shí)時(shí)判斷模型，對(duì)人群密集場(chǎng)所的人群聚集風(fēng)險(xiǎn)達(dá)到較 好的監(jiān)測(cè)和控制效果。

發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種異常交通狀態(tài)自動(dòng)檢測(cè)方法及系統(tǒng)，以利于管理部門 制定有效的管理對(duì)策。為了達(dá)到上述目的，本發(fā)明提供一種行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在 于，該方法包括步驟Sl 提供一行人交通狀態(tài)數(shù)據(jù)長(zhǎng)期發(fā)展模式，其具有一縱向時(shí)間序 列；步驟S2 利用所述縱向時(shí)間序列通過(guò)長(zhǎng)期趨勢(shì)多步預(yù)測(cè)將要進(jìn)行采樣的行人交通狀態(tài) 實(shí)時(shí)數(shù)據(jù)的縱向預(yù)測(cè)值；步驟S3 采樣行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)并利用所述縱向時(shí)間序列、 行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)及其縱向預(yù)測(cè)值構(gòu)建一行人交通狀態(tài)異常指數(shù)；步驟S4 將所述行 人交通狀態(tài)異常指數(shù)與第一閾值進(jìn)行比對(duì)并根據(jù)比對(duì)以判斷是否發(fā)生行人交通狀態(tài)異常。本發(fā)明所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其中所述行人交通狀態(tài)異常包括 突變異常和漸變異常。本發(fā)明所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其中所述步驟S2還包括提供一 橫向時(shí)間序列，利用所述橫向時(shí)間序列預(yù)測(cè)將要進(jìn)行采樣的行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)的橫向 預(yù)測(cè)值。本發(fā)明所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其中若行人交通狀態(tài)異常指數(shù)大 于第一閾值，則利用所述橫向時(shí)間序列、行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)及其橫向預(yù)測(cè)值構(gòu)建一行 人交通狀態(tài)突變異常指數(shù)，并將所述行人交通狀態(tài)突變異常指數(shù)與第二閾值進(jìn)行比對(duì)并根 據(jù)比對(duì)結(jié)果決定是否進(jìn)行行人交通狀態(tài)突變異常報(bào)警。本發(fā)明所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其中所述行人交通狀態(tài)異常指數(shù)
的構(gòu)建公式為-Mt) = Z(0 —，(0，其中詐)= ^jy (0 ；式中α (t)為當(dāng)前采樣時(shí)間間隔的
行人交通狀態(tài)異常指數(shù)；z(t)為當(dāng)前采樣時(shí)間間隔的行人交通實(shí)時(shí)數(shù)據(jù)；興0為當(dāng)前采樣 時(shí)間間隔的行人交通數(shù)據(jù)縱向預(yù)測(cè)值；zK(t)為行人交通數(shù)據(jù)長(zhǎng)期發(fā)展模式所含當(dāng)天前面 第K個(gè)歷史數(shù)據(jù)；N為行人交通數(shù)據(jù)長(zhǎng)期發(fā)展模式所含歷史數(shù)據(jù)數(shù)量；ο α (t)為行人交通 數(shù)據(jù)長(zhǎng)期發(fā)展模式所含歷史數(shù)據(jù)的標(biāo)準(zhǔn)差。
本發(fā)明所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其中所述行人交通狀態(tài)突變異常
指數(shù)的構(gòu)建公式為
權(quán)利要求
1.一種行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，該方法包括步驟Sl 提供一行人交通狀態(tài)數(shù)據(jù)長(zhǎng)期發(fā)展模式，其具有一縱向時(shí)間序列； 步驟S2 利用所述縱向時(shí)間序列通過(guò)長(zhǎng)期趨勢(shì)多步預(yù)測(cè)將要進(jìn)行采樣的行人交通狀 態(tài)實(shí)時(shí)數(shù)據(jù)的縱向預(yù)測(cè)值；步驟S3 采樣行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)并利用所述縱向時(shí)間序列、行人交通狀態(tài)實(shí)時(shí)數(shù) 據(jù)及其縱向預(yù)測(cè)值構(gòu)建一行人交通狀態(tài)異常指數(shù)；步驟S4 將所述行人交通狀態(tài)異常指數(shù)與第一閾值進(jìn)行比對(duì)并根據(jù)比對(duì)以判斷是否 發(fā)生行人交通狀態(tài)異常。
2.如權(quán)利要求1所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，所述行人交通 狀態(tài)異常包括突變異常和漸變異常。
3.如權(quán)利要求2所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，所述步驟S2還 包括提供一橫向時(shí)間序列，利用所述橫向時(shí)間序列預(yù)測(cè)將要進(jìn)行采樣的行人交通狀態(tài)實(shí) 時(shí)數(shù)據(jù)的橫向預(yù)測(cè)值。
4.如權(quán)利要求3所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，若行人交通狀 態(tài)異常指數(shù)大于第一閾值，則利用所述橫向時(shí)間序列、行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)及其橫向預(yù) 測(cè)值構(gòu)建一行人交通狀態(tài)突變異常指數(shù)，并將所述行人交通狀態(tài)突變異常指數(shù)與第二閾值 進(jìn)行比對(duì)并根據(jù)比對(duì)結(jié)果決定是否進(jìn)行行人交通狀態(tài)突變異常報(bào)警。
5.如權(quán)利要求1所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，所述行人交通狀態(tài)異常指數(shù)的構(gòu)建公式為
6.如權(quán)利要求4所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，所述行人交通 狀態(tài)突變異常指數(shù)的構(gòu)建公
7.如權(quán)利要求1所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，還包括一報(bào)警 步驟，對(duì)于一采樣時(shí)間窗口，如果行人交通異常指數(shù)連續(xù)大于第一閾值的次數(shù)超過(guò)一預(yù)定 次數(shù)，則進(jìn)行行人異常交通狀態(tài)報(bào)警。
8.如權(quán)利要求7所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，所述采樣時(shí)間 窗口采用2-3個(gè)采樣時(shí)間間隔。
9.如權(quán)利要求1所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，還包括一報(bào)警 步驟，對(duì)于一采樣時(shí)間窗口，如果行人交通異常指數(shù)大于第一閾值的概率超過(guò)一預(yù)定概率， 則進(jìn)行行人異常交通狀態(tài)報(bào)警。
10.如權(quán)利要求9所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)方法，其特征在于，所述采樣時(shí)間 窗口采用4-5個(gè)采樣時(shí)間間隔。
11.一種行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，利用行人交通數(shù)據(jù)判斷至少一 個(gè)位置的行人交通狀態(tài)是否發(fā)生異常，所述行人交通數(shù)據(jù)包括歷史行人交通數(shù)據(jù)和實(shí)時(shí)行 人交通數(shù)據(jù)，其特征在于，該系統(tǒng)包括行人交通數(shù)據(jù)采樣模塊，在每個(gè)采樣時(shí)刻實(shí)時(shí)采集所述位置的行人交通數(shù)據(jù)；歷史行人交通數(shù)據(jù)庫(kù)，與所述實(shí)時(shí)行人交通數(shù)據(jù)采樣模塊連接，接收并存儲(chǔ)所述行人 交通數(shù)據(jù)，所述存儲(chǔ)的行人交通數(shù)據(jù)包括縱向時(shí)間序列，為同一位置特定天的按時(shí)間順序 排列的同一時(shí)刻的行人交通歷史數(shù)據(jù)序列；閾值數(shù)據(jù)庫(kù)，存儲(chǔ)所述位置的異常行人交通狀態(tài)閾值數(shù)據(jù)，所述存儲(chǔ)的閾值數(shù)據(jù)包括 第一閾值數(shù)據(jù)對(duì)，具有一第一上限閾值數(shù)據(jù)和一第一下限閾值數(shù)據(jù)；異常行人交通狀態(tài)檢測(cè)模塊，與所述行人交通數(shù)據(jù)采樣模塊、歷史行人交通數(shù)據(jù)庫(kù)和 閾值數(shù)據(jù)庫(kù)連接，獲取實(shí)時(shí)行人交通數(shù)據(jù)、縱向時(shí)間序列和第一閾值數(shù)據(jù)對(duì)，并根據(jù)縱向時(shí) 間序列預(yù)測(cè)實(shí)時(shí)行人交通數(shù)據(jù)的縱向預(yù)測(cè)值，通過(guò)所述縱向時(shí)間序列、實(shí)時(shí)行人交通數(shù)據(jù) 及其縱向預(yù)測(cè)值構(gòu)建一行人交通狀態(tài)異常指數(shù)，將所述行人交通狀態(tài)異常指數(shù)與所述第一 閾值數(shù)據(jù)對(duì)進(jìn)行比對(duì)并根據(jù)比對(duì)結(jié)果判斷所述位置是否發(fā)生行人交通狀態(tài)異常。
12.如權(quán)利要求11所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，所述行人交 通數(shù)據(jù)包括行人的流量、區(qū)域行人數(shù)量、密度及速度。
13.如權(quán)利要求11所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，還包括行人 交通數(shù)據(jù)預(yù)處理模塊，用以預(yù)處理行人交通數(shù)據(jù)采樣模塊采集到的行人交通數(shù)據(jù)。
14.如權(quán)利要求13所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，所述行人交 通數(shù)據(jù)預(yù)處理模塊包括丟失數(shù)據(jù)識(shí)別與修復(fù)模塊，用以識(shí)別及修復(fù)丟失的實(shí)時(shí)行人交通數(shù)據(jù)；錯(cuò)誤數(shù)據(jù)識(shí)別與修復(fù)模塊，用以識(shí)別及修復(fù)錯(cuò)誤實(shí)時(shí)的行人交通數(shù)據(jù)；時(shí)間序列平滑模塊，用以對(duì)采集的實(shí)時(shí)行人交通數(shù)據(jù)進(jìn)行平滑濾波；以及時(shí)間尺度合成模塊，用以調(diào)整相鄰行人交通數(shù)據(jù)之間的時(shí)間間隔。
15.如權(quán)利要求11所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，還包括一報(bào) 警模塊，與所述異常行人交通狀態(tài)檢測(cè)模塊連接，對(duì)于一采樣時(shí)間窗口，如果行人交通異常 指數(shù)連續(xù)大于第一上限閾值數(shù)據(jù)或小于第一下限閾值數(shù)據(jù)的次數(shù)超過(guò)一預(yù)定次數(shù)，則所述 報(bào)警模塊判斷結(jié)果為發(fā)生了異常行人交通狀態(tài)。
16.如權(quán)利要求15所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，所述存儲(chǔ)的 行人交通數(shù)據(jù)還包括橫向時(shí)間序列，為同一位置任一天的按時(shí)間順序排列的行人交通歷史 數(shù)據(jù)序列；所述閾值數(shù)據(jù)庫(kù)存儲(chǔ)的閾值數(shù)據(jù)還包括第二閾值數(shù)據(jù)對(duì)，具有一第二上限閾值 數(shù)據(jù)和一第二下限閾值數(shù)據(jù)。
17.如權(quán)利要求16所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，若判斷結(jié)果 為發(fā)生了異常行人交通狀態(tài)，則所述異常行人交通狀態(tài)檢測(cè)模塊獲取實(shí)時(shí)行人交通數(shù)據(jù)、 橫向時(shí)間序列和第二閾值數(shù)據(jù)對(duì)，并根據(jù)橫向時(shí)間序列預(yù)測(cè)實(shí)時(shí)行人交通數(shù)據(jù)的橫向預(yù)測(cè) 值，通過(guò)所述橫向時(shí)間序列、實(shí)時(shí)行人交通數(shù)據(jù)及其橫向預(yù)測(cè)值構(gòu)建一突變行人交通狀態(tài) 異常指數(shù)，將所述突變行人交通狀態(tài)異常指數(shù)與所述第二閾值數(shù)據(jù)對(duì)進(jìn)行比對(duì)并根據(jù)比對(duì)結(jié)果判斷所述位置是否發(fā)生突變行人交通狀態(tài)異常。
18.如權(quán)利要求17所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在于，還包括一報(bào) 警模塊，與所述異常行人交通狀態(tài)檢測(cè)模塊連接，對(duì)于一采樣時(shí)間窗口，如果行人交通突變 異常指數(shù)大于第二上限閾值數(shù)據(jù)或小于第二下限閾值數(shù)據(jù)的概率超過(guò)一預(yù)定概率，則所述 報(bào)警模塊判斷結(jié)果為發(fā)生了突變異常行人交通狀態(tài)。
19.如權(quán)利要求11-18中任意一項(xiàng)所述的行人異常交通狀態(tài)自動(dòng)檢測(cè)系統(tǒng)，其特征在 于，還包括信息發(fā)布模塊，與所述異常行人交通狀態(tài)檢測(cè)模塊連接，實(shí)時(shí)發(fā)布異常行人交通 狀態(tài)或突變異常行人交通狀態(tài)信息。
全文摘要
本發(fā)明為一種行人異常交通狀態(tài)自動(dòng)檢測(cè)方法及系統(tǒng)，該方法包括步驟S1提供一行人交通狀態(tài)數(shù)據(jù)長(zhǎng)期發(fā)展模式，其具有一縱向時(shí)間序列；步驟S2利用所述縱向時(shí)間序列預(yù)測(cè)將要進(jìn)行采樣的行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)的縱向預(yù)測(cè)值；步驟S3采樣行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)并利用所述縱向時(shí)間序列、行人交通狀態(tài)實(shí)時(shí)數(shù)據(jù)及其縱向預(yù)測(cè)值構(gòu)建一行人交通狀態(tài)異常指數(shù)；步驟S4將所述行人交通狀態(tài)異常指數(shù)與第一閾值進(jìn)行比對(duì)并根據(jù)比對(duì)結(jié)果以判斷是否發(fā)生行人交通異常。本發(fā)明通過(guò)建立人群不同行人交通狀態(tài)的實(shí)時(shí)判斷模型，對(duì)人群密集場(chǎng)所的人群聚集風(fēng)險(xiǎn)達(dá)到較好的監(jiān)測(cè)和控制效果，有利于管理部門制定有效的管理對(duì)策。
文檔編號(hào)G08G1/01GK102129776SQ201110108930
公開(kāi)日2011年7月20日 申請(qǐng)日期2011年4月28日 優(yōu)先權(quán)日2011年4月28日
發(fā)明者倪慧薈, 劉曉琴, 姚曉暉, 龐雷, 李偉, 李鳳, 李明濤, 沈達(dá), 王堯, 胡成 申請(qǐng)人:北京市勞動(dòng)保護(hù)科學(xué)研究所