客运站大客流感知预警方法、装置、电子设备和存储介质与流程

文档序号:26009692发布日期:2021-07-23 21:29阅读:93来源:国知局
客运站大客流感知预警方法、装置、电子设备和存储介质与流程
本发明涉及客流分析
技术领域
,尤其涉及一种客运站大客流感知预警方法、装置、电子设备和存储介质。
背景技术
:随着铁路网的进一步密集发展,越来越多的人选择铁路出行,使铁路客运站经常会出现大客流,甚至会超过车站设计旅客容量,对客运站检票验票组织造成了一定的影响,另受天气、雷电、地质灾害等不可控因素影响,导致列车晚点运行,尤其是普速列车大面积晚点时有发生,需要对客运站大客流的情况进行调整分析,及时的生成合理的应急检票策略、客站疏散导流策略等应急处置方案。现有的客流分析方法仅仅基于购票信息和列车时刻图信息进行铁路客运站旅客总人数预测,但针对于客运站内各个检票口候车区的旅客人数的预判计算需要进一步研究,并且没有考虑到当天的环境因素进行灵活调整,导致不能生成合理的大客流感知报警信息。因此,如何避免现有的客流分析方法由于没有考虑当天的环境因素导致的大客流预警信息不合理的情况,仍然是本领域技术人员亟待解决的问题。技术实现要素:本发明提供一种客运站大客流感知预警方法、装置、电子设备和存储介质,用以解决现有的客流分析方法由于没有考虑当天的环境因素导致的大客流预警信息不合理的缺陷,通过基于购票旅客信息和列车运行时刻信息确定未来时间段的客流量,再基于对应的人数警戒阈值判定客流量是否超出阈值,将环境因素纳入人数警戒阈值的调整之中,提出对环境因素的考量的具体方式,可以得到相对于现有的客流分析更准确合理的大客流预警结果。本发明提供一种客运站大客流感知预警方法,该方法包括:基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。根据本发明提供的一种客运站大客流感知预警方法,所述基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量,具体包括:基于购票旅客信息确定任一检票口对应的所有车次的上车旅客量;基于列车运行图时刻表确定所述任一检票口对应的所有车次的到站和离站时间;基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量。根据本发明提供的一种客运站大客流感知预警方法,所述基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量,具体包括:对于所述任一检票口的任一检票列车zx,在未来时间段内的时刻t累积候车人数fx(t)通过如下公式计算:其中,x=1,2,…,n,n为所述任一检票口对应的车次数,tx为车次zx在当前车站的开车时间,车次zx的购票旅客总数为mx,在t0时刻前进站的旅客占比为k,且提前进站时间满足(μ,σ2)的正态分布;对于所述任一趟列车zx,在未来时间段内的时刻t累积检票人数rx(t)通过如下公式计算:其中,tx为车次zx的开检时间,vx为所述任一检票口的过检速度,即每分钟旅客检票进站的人数,车次zx的购票旅客总数为mx;所述任一检票口候车区在所述未来时间段内的时刻t的旅客总人数s(t)通过如下公式计算:其中,x=1,2,…,n,n为所述任一检票口对应的所有车次总数,fx(t)为任一趟列车zx在未来时间段内的时刻t累积候车人数,rx(t)为任一趟列车zx在未来时间段内的时刻t累积检票人数。根据本发明提供的一种客运站大客流感知预警方法,所述列车运行时间信息包括列车运行图时刻表和列车正晚点信息;对应地,基于购票旅客信息和所述列车运行图时刻表确定未来时间段内任一检票口候车区的标准客流量后,基于所述列车正晚点信息修正所述标准客流量得到未来时间段内任一检票口候车区的客流量。根据本发明提供的一种客运站大客流感知预警方法,所述环境因素包括天气信息、是否为重大节假日和安保戒严信息;对应地,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整,具体包括:若所述未来时间段的天气信息为恶劣情况或为重大节假日,则所述人数警戒阈值在基准阈值的基础上上调;若所述未来时间段的安保戒严信息为戒严等级,则所述人数警戒阈值在基准阈值的基础上下调。根据本发明提供的一种客运站大客流感知预警方法,若所述未来时间段的天气信息为恶劣情况或为重大节假日,则所述人数警戒阈值在基准阈值的基础上上调,若所述未来时间段的安保戒严信息为戒严等级,则所述人数警戒阈值在基准阈值的基础上下调,具体包括:通过如下公式计算所述人数警戒阈值tfinal:tfinal=tbase×β其中,tbase为基准阈值,β为调整系数,若所述未来时间段的天气信息为恶劣情况或为重大节假日,则β>1,若所述未来时间段的安保戒严信息为戒严等级,则β<1。根据本发明提供的一种客运站大客流感知预警装置,还包括:若任一检票口候车区发出人流量过大预警,生成所述任一检票口对应的检票策略,查询同站内其他无人流量过大预警的安全检票口;使用所述安全检票口承担部分所述任一检票口的旅客人数,且告知所述任一检票口的相邻检票口也发出人流量过大预警。本发明还提供一种客运站大客流感知预警装置,包括:感知单元,用于基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;预警单元,用于若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述的客运站大客流感知预警方法的步骤。本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的客运站大客流感知预警方法的步骤。本发明提供的客运站大客流感知预警方法、装置、电子设备和存储介质,通过基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。由于将环境因素纳入人数警戒阈值的调整之中,提出对环境因素的考量的具体方式,可以得到相对于现有的客流分析更准确合理的大客流预警结果。因此,本发明提供的方法、装置、电子设备和存储介质,实现了将当天的环境因素纳入客流分析的考量范围,得到更准确合理的大客流预警结果。附图说明为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为本发明提供的客运站大客流感知预警方法的流程示意图;图2为本发明提供的客运站大客流感知预警装置的结构示意图;图3为本发明提供的一种电子设备的实体结构示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。现有的客流分析方法由于没有考虑当天的环境因素导致的大客流预警信息不合理的问题。下面结合图1描述本发明的一种客运站大客流感知预警方法。图1为本发明提供的客运站大客流感知预警方法的流程示意图,如图1所示,该方法包括:步骤110,基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量。具体地,本发明提供的客运站大客流感知预警方法是对某一客运站中所有检票口候车区的客流量进行预测,预测针对的是未来时间段,该未来时间段通常是在当前获取购票旅客信息时刻的往后推预设时长,预设时长越短,客流量预测越准,因为可以将临时购票的旅客纳入分析范围,但是预设时长越短根据分析得到的预警结果进行应急行动的准备时间也越短,即提前一两个小时发现大客流也无法采取周全的应急方案了,因此,对于最短的可以实施紧急预警布设的时间为2小时,那么未来时间段通常是在当前获取购票旅客信息时刻的往后推2-24个小时内,未来时间段距离当前时刻越遥远,预测结果可能越不准,例如距离当前时刻23小时,有部分旅客可能还没购票,有部分购票旅客还处于可退换票时间内可能改变当前车次的出行计划,因此,对距离当期时刻23小时未来时间段的预测准确率难以保证,但是未来时间段距离当前时刻越近,预测结果虽然更准确的,但是留给车站工作人员作紧急疏散方案布设的时间就可能不够,进行紧急疏散方案的实施最少也需要2小时,因此,进行人流量的预测时至少也要预测2小时以后的人流,不然,即使预测到1小时后会出现大客流情况,也无法及时完成紧急疏散的实施,故流量的预测的提前时间是有下限的,必须在预设时长之前就完成预测,及时疏导人流,避免临时发现问题再匆忙处理,即此处将未来时间段设置为在当前获取购票旅客信息时刻的往后推2-24个小时内,即每一次获取的购票信息都要用来统计未来2-24个小时内各检票口的大客流预警情况。而进行未来时间段内的客流量估计时,是基于购票旅客信息和列车运行时刻信息确定的,其中,购票旅客信息由于全面实现铁路购票电子化,因此,通过互联网购票记录即可以查询出需要进行人流分析的站点的所有车次的上车人数,具体的是各个检票口对应的车次的上车人数,然后通过列车运行时刻信息可以知道列车到站离站时间,到站时间对应的上车人数用于预判所述未来时间段内候车区会聚集的人数,离站时间对应的上车人数用于确定该小时间区段内候车区会减少的人数,从而确定任一检票口候车区的客流量,即累积候车人数。此处需要说明的是,列车运行时刻信息可以是固定的列车运行图时刻表确定的,每天都一样,上面记录标准的发车、到站、离站和收班时间,还可以是在标准的列车运行图时刻表的基础上加上临时的列车正晚点信息,由于未来时间段相对于购票旅客信息的获取时间的推后时长有限定,因此,不同未来时间段可能获取的正晚点信息也不同,有的客流分析和预警进行的早的甚至由于预测时该列车还没有发车导致无法得到该列车的正晚点信息,因此,列车运行时刻信息只在进行客流分析的时刻能获取到需要分析的车次的正晚点信息时选择使用列车正晚点信息进行更精确的客流分析和大客流预警判定。以24小时客流感知作为基础预测,可针对检票口生成基础预警判断,可让车站人员提前二十多个小时关注某检票口在某一时段(一般为大客流所对应的列车车次开车前的候车时间段)的预警情况,提前生成关于铁路客运工作人员组织检票口旅客排队秩序、出动铁路公安等维持安保等策略;24小时客流感知可以拉时间进度条,从2小时拉到24小时,生成可视化客流流线情况展示,应急预警策略可提前演练。步骤120,若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。具体地,进行人流过大预警时,进行比对是所述未来时间段内任一时刻的检票口候车区聚集人数和对应所述任一时刻的人数警戒阈值,一旦检票口候车区聚集人数超过该阈值,则发出人流量过大预警,而所述人数警戒阈值需要基于所述未来时间段对应的环境因素进行调整。所述未来时间段对应的环境因素包括会影响旅客提前进站或者旅客拥堵的因素,也包括限制旅客在候车区聚集的因素。例如,当天气恶劣遇到雨雪天气,旅客会比晴好天气时提前更长时间到站候车,候车厅适当拥挤也是正常情况,无需发出预警报告,当遇到重大节假日,例如五天长假或七天长假中的首天或末天,则由于大量旅客出行导致旅客需要考虑交通堵车情况提前更长时间到站候车,候车厅适当拥挤也是正常情况,而当遇到安保等级较高的情况,例如重大国际、国内会议召开期间或者有流行病出现时期,对安保要求严格达到戒严等级或对室内场所聚集人数上限需要大幅降低以避免流行病的传播,候车厅的人数上限会大幅下调,即人数警戒阈值会下调,对超过安保要求或流行病聚集限制的人数即进行人流量过大预警。因此,本发明将对环境因素影响的考量纳入人数警戒阈值参数的调整,实现针对不同环境下的更准确合理的人流量过大预警。本发明提供的客运站大客流感知预警方法,通过基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。由于将环境因素纳入人数警戒阈值的调整之中,提出对环境因素的考量的具体方式,可以得到相对于现有的客流分析更准确合理的大客流预警结果。因此,本发明提供的方法,实现了将当天的环境因素纳入客流分析的考量范围,得到更准确合理的大客流预警结果。基于上述实施例,该方法中,所述基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量,具体包括:基于购票旅客信息确定任一检票口对应的所有车次的上车旅客量;基于列车运行图时刻表确定所述任一检票口对应的所有车次的到站和离站时间;基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量。具体地,由于铁路售票已经实现了全面线上统计功能,因此,铁路售票网站服务器存储有所有车次的已售票信息,包括每一站点上下车人数以及对应上车的检票口站台信息。由于本发明中需要进行某一客运站的任一检票口候车区的客流量分析预测,需要从互联网售票网站的服务器中提取出该检票口对应各车次的上车人数,所有上车旅客都需要一个在其检票口候车区候车的过程,因此,分析检票口对应各车次的到站时间和上车人数,可以获知预设时间段聚集的等待某车次的旅客数量,而预设时间段是基于旅客的候车时长习惯确定的,例如大部分的旅客都会提前半小时进入候车区等待检票,因此候车时长习惯可以通过以下数学模型构建,该车次所有上车旅客以提前半小时是平均值,方差是一刻钟的正太分布构建候车时长习惯模型,该候车时长习惯模型可以用于后续的客流量分析。而各趟车次的到站离站时间可以通过列车运行图时刻表进行估计,所述列车运行图时刻表是基于每天固定的发车信息排列的所有车次的发车、各个站点到站离站和收车的时间表。由于是提前进行人流量的分析估计,所以在未来时间段中需要的预测车次当前时刻还未发车的情况下,不能获取实时更新的包含正晚点信息的列车到站离站时间,故直接通过列车运行图时刻表进行检票口对应的车次的到站离站时间确定。而任一检票口候车区在未来时间段内的客流量实则是考虑每个时刻进来候车的旅客以及检票进站上车的旅客之间的差值形成的候车区聚集旅客数量。因此,基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量。基于上述实施例,该方法中,所述基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量,具体包括:对于所述任一检票口的任一检票列车zx,在未来时间段内的时刻t累积候车人数fx(t)通过如下公式计算:其中,x=1,2,...,n,n为所述任一检票口对应的车次数,tx为车次zx在当前车站的开车时间,车次zx的购票旅客总数为mx,在t0时刻前进站的旅客占比为k,且提前进站时间满足(μ,σ2)的正态分布;对于所述任一趟列车zx,在未来时间段内的时刻t累积检票人数rx(t)通过如下公式计算:其中,x=1,2,...,n,n为所述任一检票口对应的所有车次总数,tx为车次zx在当前车站的开车时间,车次zx的购票旅客总数为mx,在t0时刻前进站的旅客占比为k,且提前进站时间满足(μ,σ2)的正态分布;对于所述任一趟列车zx,在未来时间段内的时刻t累积检票人数rx(t)通过如下公式计算:其中,tx为车次zx的开检时间,vx为所述任一检票口的每分钟旅客检票进站的人数,车次zx的购票旅客总数为mx;所述任一检票口候车区在所述未来时间段内的时刻t的旅客总人数s(t)通过如下公式计算:其中,x=1,2,...,n,n为所述任一检票口对应的所有车次总数,fx(t)为任一趟列车zx在未来时间段内的时刻t累积候车人数,rx(t)为任一趟列车zx在未来时间段内的时刻t累积检票人数。具体地,将旅客的候车时长习惯基于提前进站时间满足(μ,σ2)的正太分布的数学模型构建,那么在未来时间段内的时刻t累积进入对应检票口候车区进行候车的人数fx(t)可以通过对正态分布曲线下面的区域面积进行计算的方式构建公式:其中,x=1,2,...,n,n为所述任一检票口对应的所有车次总数,tx为车次zx在当前车站的开车时间,车次zx的购票旅客总数为mx,在t0时刻前进站的旅客占比为k,且提前进站时间满足(μ,σ2)的正太分布;对于列车进站,检票口开始检票,旅客匀速通过检票口进站上车造成的候车区的聚集人数下降的过程,通过如下公式计算在未来时间段内的时刻t累积检票人数fx(t):其中,tx为车次zx的开检时间,vx为所述任一检票口的每分钟旅客检票进站的人数,车次zx的购票旅客总数为mx;最后,对于造成检票口候车区的旅客人数瞬时增加的fx(t)以及造成检票口候车区的旅客人数瞬时减少的rx(t)进行作差计算,进行该检票口对应的所有车次进行累加求和后,就可以得到在所述未来时间段内的时刻t的旅客总人数s(t):其中,x=1,2,...,n,n为所述任一检票口对应的所有车次总数,fx(t)为任一趟列车zx在未来时间段内的时刻t累积候车人数,rx(t)为任一趟列车zx在未来时间段内的时刻t累积检票人数。基于上述实施例,该方法中,所述列车运行时间信息包括列车运行图时刻表和列车正晚点信息;对应地,基于购票旅客信息和所述列车运行图时刻表确定未来时间段内任一检票口候车区的标准客流量后,基于所述列车正晚点信息修正所述标准客流量得到未来时间段内任一检票口候车区的客流量。具体地,若当前提取购票旅客信息和列车运行时刻信息进行未来时间段内任一检票口候车区的客流量分析预警的时刻可以获取所述任一检票口对应某些车次的正晚点信息,那么基于所述列车正晚点信息修正所述标准客流量得到未来时间段内任一检票口候车区的客流量。具体修正方式是,将列车的到站时间在从列车运行图时刻表上获取的标准到站时间的基础上加上晚点时间,将列车的离站时间在从列车运行图时刻表上获取的标准离站时间的基础上也加上晚点时间,然后以修正后的车次到站和离站时间进行客流的分析和预测。基于上述实施例,该方法中,所述环境因素包括天气信息、是否为重大节假日和安保戒严信息;对应地,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整,具体包括:若所述未来时间段的天气信息为恶劣情况或为重大节假日,则所述人数警戒阈值在基准阈值的基础上上调;若所述未来时间段的安保戒严信息为戒严等级,则所述人数警戒阈值在基准阈值的基础上下调。具体地,本发明中将对旅客大量聚集或者旅客稀疏情况影响的环境因素归结为三类:天气信息、是否为重大节假日和安保戒严信息。其中,当遇上雨雪台风等恶劣天气时,旅客会比晴好天气时提前更长时间到站候车,候车厅适当拥挤也是正常情况,因此,此时会将用于普通时期大客流预警的标准阈值向上调整,方便容纳更多旅客而不发出客流量过大预警报告;当遇到重大节假日,例如五天长假或七天长假中的首天或末天,则由于大量旅客出行导致旅客需要考虑交通堵车情况提前更长时间到站候车,候车厅适当拥挤也是正常情况,因此,此时也会将用于普通时期大客流预警的标准阈值向上调整,方便容纳更多旅客而不发出客流量过大预警报告;而当遇到安保等级较高的情况,例如重大国际、国内会议召开期间或者有流行病出现时期,对安保要求严格达到戒严等级或对室内场所聚集人数上限需要大幅降低以避免流行病的传播,候车厅的人数上限会大幅下调,即人数警戒阈值会下调,对超过安保要求或流行病聚集限制的人数即进行人流量过大预警。基于上述实施例,该方法中,所述若所述未来时间段的天气信息为恶劣情况或为重大节假日,则所述人数警戒阈值在基准阈值的基础上上调,若所述未来时间段的安保戒严信息为戒严等级,则所述人数警戒阈值在基准阈值的基础上下调,具体包括:通过如下公式计算所述人数警戒阈值tfina1:tfinal=tbase×β其中,tbase为基准阈值,β为调整系数,若所述未来时间段的天气信息为恶劣情况或为重大节假日,则β>1,若所述未来时间段的安保戒严信息为戒严等级,则β<1。具体地,通过上述公式进一步限定了对基准阈值进行上调或者下调的方法,上下调都是通过乘性调整系数实现,上调对应的调整系数的值大于1,下调对应的调整系数的值小于1。此处需要说明的是,任一检票口候车区对应的基准阈值为固定值,客运站检票口所属候车区域各项客运相关设备运行正常,站房无损坏或故障,基准阈值按照设计院候车室设计容量设定当因客运站站房出现故障或损坏导致不超过检票口候车区域面积的5%无法正常提供于旅客候车,基准阈值按照设计院候车室设计容量的95%设定。下面对于不同细分环境因素下的调整系数进行详细介绍说明:对于存在安保任务或者戒严等级的情况:当由一级警卫对象出席参加的会议,举办地到达列车途经本站,政治安保任务对应的安保任务的调整系数β为0.7;由二级警卫对象出席参加的会议,举办地到达列车途经本站,政治安保任务对应的安保任务的调整系数β为0.8;由三级警卫对象出席参加的会议,举办地到达列车途经本站,政治安保任务对应的安保任务的调整系数β为0.85。对于存在不利出行的天气情况下:12小时内降雨量超过9.9mm且6小时内降雨量不超过9.9mm降雨等级对应的天气的调整系数β为1.05;6小时内降雨量范围在(10,14.9mm]内的降雨等级对应的天气的调整系数β为1.1;6小时内降雨量超过15mm的降雨等级对应的天气的调整系数β为1.15;12小时内降雪量超过5.9mm且6小时内降雪量不超过5.9mm的降雪等级对应天气的调整系数β为1.05;6小时内降雪量范围在(6,9.9]mm内的降雪等级对应的天气的调整系数β为1.1;6小时内降雪量超过15mm的降雪等级对应的天气的调整系数β为1.15;当风速达到10.8m/s且不超过19.1m/s时,大风对应的天气的调整系数β为1.05;当风速达到19.2m/s且不超过27.9m/s时,大风对应的天气的调整系数β为1.1;当室外温度在-19.9~-31℃或在30~41℃范围内,气温对应的天气的调整系数β为1.1。对于存在未来时间段属于重大节假日的情况:当未来时间段所属日期为5天以上长假的前一天或后一天,节日对应的调整系数β为1.05;当日期为五一劳动节或国庆节假期内,节日对应的调整系数β为1.1。基于上述实施例,该方法中,还包括:若任一检票口候车区发出人流量过大预警,生成所述任一检票口对应的检票策略,查询同站内其他无人流量过大预警的安全检票口;使用所述安全检票口承担部分所述任一检票口的旅客人数,且告知所述任一检票口的相邻检票口也发出人流量过大预警。具体地,在分析预警时刻,若发现任一检票口在未来时间段内会出现大客流拥挤的情况,则需要立即采用应急处理方案,其中一种是在同站内搜索其他旅客数量不饱和的检票口候车区且对应于同一站台,那么通过将人流量过大预警的检票口对应的车次中的一趟或若干趟车次在保证不引起不饱和检票口人流量过大的情况下转移到所述不饱和检票口进行检票上车,实现分流处理。针对最短的2小时内客流感知对应生成应急预警方案以及实施落地问题,可以根据不同情况适应性生成策略。一些简单可以快速实施的人流疏通方式还包括提前几分钟检票,往往一个检票口可以通过一个大通道可以通向多个站台,且公共通道区域可以为候车室分担部分旅客容量(但也配置客运组织人员、铁路公安等进行现场组织秩序),此情况针对列车晚点导致多趟列车候车旅客叠加堆积问题,通过提前几分钟检票可得到缓解,将检票口候车区聚集人群疏散至站台候车;还有,人工引导旅客乘坐指定扶梯到站台上车,和通过可移动伸缩围挡引导等等。最高等级的应急方案是变更检票口。基于上述实施例,本发明提供一种基于举例描述的铁路客运站大客流感知与应急处置方法,该方法包括如下步骤:步骤s1,获取互联网售票到发旅客信息、列车运行时刻信息、候车室检票口客流密度信息、列车正晚点信息、天气信息。具体地,步骤s1中包括如下步骤:步骤s11:获取互联网售票系统接口的某车次列车在本客运站检票口n的上下车旅客人数信息nn和在检票口n检票第i趟列车的运行图时刻信息例如,获取a站,在第5检票口检票的第1趟k667次列车购票上车800人;获取a站,在第5检票口检票的第2趟k928次列车购票上车653人;获取a站,在第5检票口检票的第3趟k1012次列车购票上车796人。步骤s12:获取铁路客运站视频采集分析系统的候车室检票口客流密度信息;例如,获取a站,第1趟车待检时间段内,候车大厅所属第5检票口候车区域的客流密度信息1.2,步骤s13:通过调度接口获取晚点列车信息,例如,获取第5检票口第1趟、第2趟...第n趟列车晚点2小时、1小时...2小时;步骤s14:获取天气信息,例如若获取客运站外雨雪天气,乘客大部分选择提前进站候车。步骤s2:融合旅客信息、列车运行图时刻信息、候车室检票口客流密度信息,自动感知生成客运站检票口客流以及未来时间段客流变化趋势。具体地,步骤s2中包括如下步骤:步骤s21:根据获取的售票信息中旅客人数和列车到发信息,计算出客运站某检票口的候车旅客人数;接着步骤s1中的例子,例如,假设80分钟内在5检票口检票的旅客会在此候车,若80分钟内,有3趟车在此检票,每趟车的候车人数分别为1800、1653、1796,则有检票口5的旅客人数nn为:步骤s22:根据获取的客票接口列车运行时刻信息,设k667图定开车时间为12:02,当前时间为10:47,计算对于在检票口5候车的第1趟列车旅客,则距开车剩余时间为:步骤s23:以在a站乘坐k667次列车旅客的进站时间为例进行验证,统计历史数据发现:25%的旅客在开车前80min以前进站,75%的旅客在开车前0~80min内进站,开车前0~80min内进站旅客的进站时间参数x与概率密度f(x)服从μ,σ的高斯分布。其中,x为旅客进站时间的变换,变换关系如下:x=(h×60+m)/10。其中,h、m表示小时、分钟,如列车开车时间为12:02,对应的x即为72.2。提取开车前0~80min内进站旅客的进站数据,绘制柱状图,并做归一化处理,再叠加概率密度函数f(x),进行数据比对。进一步地,可通过概率密度函数f(x)预测出各时刻的已进站到达5检票口候车旅客人数,表1为预测进站人数表格,表1如下所示:表1预测进站人数时间预测值/人10:427110:527811:029811:1213411:2218111:3223211:4226711:5228212:02289开检后,旅客人数可随时间t线性减少。设对于在检票口5候车的第1趟列车旅客,根据互联网售票信息所包含的其购票总人数则实时候车人数为:步骤s25:对于检票口5,根据视频采集分析系统反馈的客流密度信息,对候车人数nn进行修正,得到检票口实际的人数信息,修正系数为αn=1.1,有nrn=nn*αn=1632*1.1=1795。步骤s26:根据以第5检票口第1趟列车为例分析,结合第5检票口后续列车k928和k1012在a站购票人数1653和1796,列车图定a站开车时间12:22和12:42,得到客流分布模型m如下:步骤s27:根据上述第5检票口第1趟车k928在10:4212:02时间段大约有1632人。第5检票口第2趟车k928在11:02-12:22时间段大约有1221人。第5检票口第3趟车k1012在11:22-12:42时间段大约有1266人。步骤s28:根据客流感知模型的客流分布算法,可得出精确到分钟的时间段,如在第五检票口的第1、2、3趟列车候车时间重叠时间段11:2212:02,总候车人数将有可能达到2663人以上。以第5检票口第1趟列车k667为例,可由客流感知模型得出第5检票口全天所有检票列车的候车人数的时刻分布情况,以及相邻检票列车在相同时间段内候车人数总和。步骤s3,融合天气信息、重大节日活动、安保任务信息,综合感知候车室检票口候车人数警戒阈值。具体地,步骤s3中包括如下步骤:步骤s31:根据客运站容量以及管控平台设备运行状态信息,电梯、广播、通风空调等旅客服务客运管理等设备均正常,结合候车室检票口设计旅客容量,充分尊重客运站现场人员的经验。例如,对第5检票口所属候车区域候车人数设定基准警戒阈值2000人。步骤s32:某一检票口n的候车人数警戒阈值ntn由nt修正得到,有:ntn=nt×ββ与天气(雨雪大风)、重大节日活动、安保任务等相关;天气、节日阈值提高,安保阈值降低。当天为五一节假日,客流量较平常增多,候车室检票口阈值适当扩容以满足旅客乘车需求,β=1.1,此时第5检票口的候车人数修正警戒阈值将为:2000×1.1=2200人。步骤s4,根据客流感知模型生成的客流分布数据及未来时间段趋势和客流警戒阈值,自主分析并定义应急处置的不同等级,结合列车晚点信息,生成与应急处置等级相对应的检票口列车开停检策略,联动城市公共交通,生成客运站内外疏散导流措施。具体地,步骤s4中包括如下步骤:步骤s400:当客运站候车室某检票口能同时正常工作的检票闸机数量保持固定不变,检票口通过能力一定的前提下,待检旅客人数越多,通过闸机所耗时间越长,检票口的检票所需时间与候车待检旅客人数之间符合线性关系分布。步骤s401:候车室检票相关部门和人员启动iii级预警:根据客流感知模型生成的候车室检票口客流分布以及未来时段预测信息,当客流大于等于当前检票口旅客排队容量,或旅客排队至对面检票口或占满所属检票口前所有空间,通知客运、应急办等部门,组织围栏s型导流通道,通知客运、公安等部门负责排队秩序。根据上述第5检票口所属候车区域候车人数容量修订阈值为2200人,根据客运站设计方案,列车k667所停第5股道只有第5检票口。根据上述第5检票口候车区在11:22—12:02时间段k667、k928、k1012三趟车候车重叠时段总人数2663人,超过第5检票口所属候车区域容纳旅客人数修订阈值2200人,超过第5检票口闸机正前方排队区域容量。应急处置模型系统生成应急方案:通知设备科、应急办等部门,组织围栏s型导流通道,有序排队等待检票,通知客运、公安等部门负责排队秩序。步骤s402:根据从调度获取的列车晚点信息,导致出站区域旅客人数同时段剧增,应联动车站处城市公交、出租车、地铁等进行加开车次疏散旅客,并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。根据从调度获取到a站第1、4、8、12等检票口列车晚点,在11:52—12:12时间段有多趟列车相继到达a站,客票系统获取晚点车次a站下车人数总和将达5000人,将致使出站区域旅客人数在此时间段剧增。应急处置模型系统生成应急处置方案:客运站应联动车站处的城市公交车、出租车、地铁等加开车次、优先调度等有效疏解出站旅客,并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客高效出站,避免长时间滞留。步骤s41:根据客流感知模型生成的候车室检票口客流分布以及未来时段客流感知表示信息,以候车室检票口候车旅客人数阈值ntn为基础,计算超过阈值人数部分的检票时间t1,结合列车到达时间以及客运人员最短接车准备时间,提前t11时间开始检票,并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。应急处置模型系统根据客流感知模型的客流分布,分析在11:22-12:02时段,超过候车室第5检票口候车区域旅客容量阈值大约400人,其中约150人为最近时刻检票车次k667旅客,计算超出阈值的150人检票通过闸机所需时间3分钟,结合列车到达时间及客运人员最短接车准备时间,生成提前2分钟开始检票策略,通知客运及综控室、指挥中心;并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。步骤s42:候车室检票相关部门和人员启动ii级预警:根据从调度接口获取的列车晚点信息,检票口检票车次晚点,导致后续列车候车旅客在相同时间段内相继到达检票口候车,候车人数大于此检票口候车旅客人数阈值ntn,检票口附近候车席位全满,计算超过阈值人数部分的检票时间t2,结合列车到达时间以及客运人员最短接车准备时间,提前t22时间开始检票,并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。应急处置模型系统根据从调度接口获取的晚点列车信息,设第5检票口k667晚点20分钟,将导致k667、k928次列车将集中在12:22检票,候车在11:02--12:22将有3453人在此检票口检票候车,结合此检票口后续相邻列车的候车人数,重叠时间段将有大于3453的旅客候车,超过了第5检票口阈值2200,检票口附近候车席位全满,计算超过阈值2200的人数检票时间7分钟,根据列车进站接车先后顺序,结合列车到达时间以及客运人员最短接车准备时间,提前3分钟开始检票k667次列车策略,并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。步骤s43:候车室检票相关部门和人员启动i级预警:此检票口待检列车大面积晚点,候车人数远超过阈值ntn,多趟车次的乘车旅客在相同时间段聚集在候车室检票口附近,其他检票口有空闲,根据车站调度以及接车条件允许情况,可将最近待检车次变更至空闲检票口,提前开检需加上因变更检票通道旅客通过所需的时间差,并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。应急处置模型系统根据从调度接口获取的晚点列车信息,设第5检票口k667和k928列车相继晚点40和20分钟,将导致k667、k928、k1012三趟列车将集中在12:42检票,11:22—12:42时间段聚集在第5检票口候车区域的旅客人数5222远超过阈值2200,触发i级预警,将生成方案疏散第5检票口部分旅客,此时第8检票口若有空闲或可适当调控为空闲,根据车站调度以及接车条件允许情况,系统将最近待检车次k667变更至第8检票口,提前开检需加上因变更检票通道旅客通过所需的时间差3分钟;并组织车站铁路公安、客运人员组织排队候车,广播大屏引导旅客。下面对本发明提供的客运站大客流感知预警装置进行描述,下文描述的客运站大客流感知预警装置与上文描述的第一种客运站大客流感知预警方法可相互对应参照。图2为本发明提供的客运站大客流感知预警装置的结构示意图,如图2所示,该装置包括感知单元210和预警单元220,其中,所述感知单元210,用于基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;所述预警单元220,用于若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。本发明提供的客运站大客流感知预警装置,通过基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。由于将环境因素纳入人数警戒阈值的调整之中,提出对环境因素的考量的具体方式,可以得到相对于现有的客流分析更准确合理的大客流预警结果。因此,本发明提供的方法,实现了将当天的环境因素纳入客流分析的考量范围,得到更准确合理的大客流预警结果。在上述实施例的基础上,该装置中,所述感知单元,具体用于:基于购票旅客信息确定任一检票口对应的所有车次的上车旅客量;基于列车运行图时刻表确定所述任一检票口对应的所有车次的到站和离站时间;基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量。在上述实施例的基础上,该装置中,所述基于所述上车旅客量和所述到站和离站时间确定所述任一检票口候车区在未来时间段内的客流量,具体包括:对于所述任一检票口的任一趟列车zx,在未来时间段内的时刻t累积候车人数fx(t)通过如下公式计算:其中,x=1,2,...,n,n为所述任一检票口对应的所有车次总数,tx为车次zx在当前车站的开车时间,车次zx的购票旅客总数为mx,在t0时刻前进站的旅客占比为k,且提前进站时间满足(μ,σ2)的正太分布;对于所述任一趟列车zx,在未来时间段内的时刻t累积检票人数rx(t)通过如下公式计算:其中,tx为车次zx的开检时间,vx为所述任一检票口的每分钟旅客检票进站的人数,车次zx的购票旅客总数为mx;所述任一检票口候车区在所述未来时间段内的时刻t的旅客总人数s(t)通过如下公式计算:其中,x=1,2,...,n,n为所述任一检票口对应的所有车次总数,fx(t)为任一趟列车zx在未来时间段内的时刻t累积候车人数,rx(t)为任一趟列车zx在未来时间段内的时刻t累积检票人数。在上述实施例的基础上,该装置中,所述列车运行时间信息包括列车运行图时刻表和列车正晚点信息;对应地,基于购票旅客信息和所述列车运行图时刻表确定未来时间段内任一检票口候车区的标准客流量后,基于所述列车正晚点信息修正所述标准客流量得到未来时间段内任一检票口候车区的客流量。在上述实施例的基础上,该装置中,所述环境因素包括天气信息、是否为重大节假日和安保戒严信息;对应地,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整,具体包括:若所述未来时间段的天气信息为恶劣情况或为重大节假日,则所述人数警戒阈值在基准阈值的基础上上调;若所述未来时间段的安保戒严信息为戒严等级,则所述人数警戒阈值在基准阈值的基础上下调。在上述实施例的基础上,该装置中,所述若所述未来时间段的天气信息为恶劣情况或为重大节假日,则所述人数警戒阈值在基准阈值的基础上上调,若所述未来时间段的安保戒严信息为戒严等级,则所述人数警戒阈值在基准阈值的基础上下调,具体包括:通过如下公式计算所述人数警戒阈值tfinal:tfinal=tbase×β其中,tbase为基准阈值,β为调整系数,若所述未来时间段的天气信息为恶劣情况或为重大节假日,则β>1,若所述未来时间段的安保戒严信息为戒严等级,则β<1。在上述实施例的基础上,该装置中,还包括应急单元,具体用于:若任一检票口候车区发出人流量过大预警,生成所述任一检票口对应的检票策略,查询同站内其他无人流量过大预警的安全检票口;使用所述安全检票口承担部分所述任一检票口的旅客人数,且告知所述任一检票口的相邻检票口也发出人流量过大预警。图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(communicationsinterface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行客运站大客流感知预警方法,该方法包括:基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,read-onlymemory)、随机存取存储器(ram,randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的客运站大客流感知预警方法,该方法包括:基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的客运站大客流感知预警方法,该方法包括:基于购票旅客信息和列车运行时刻信息确定未来时间段内任一检票口候车区的客流量;若所述客流量大于所述未来时间段对应的人数警戒阈值,则发出人流量过大预警;其中,所述人数警戒阈值基于所述未来时间段对应的环境因素进行调整。以上所描述的终端实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如rom/ram、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1