基于大数据轨迹分析的计算机路径决策系统和决策方法

1.本发明涉及基于大数据轨迹分析的计算机路径决策系统和路径决策方法，用于管理。


背景技术：

2.已知现有技术可以采用大数据分析的方式模拟预测目标的轨迹路线，如cn201711099729.9、cn201711099729.9等。这些系统将基础数据和对比数据，按照采集时间从近到远进行排序，计算目标车辆的通行概率。但是该技术未能准确监管目标的路径问题。
3.cn111260931a公开了一种社区监管系统。该系统的摄像头拍摄车牌号图像，自动控制器识别车牌号并设置有权限管理模块，当具有通行权限时降下升降地锁，否则保持升降地锁升起状态以阻止车辆通行。管理服务器设有时间段管理模块，按照对应的时段对前端的各个设备进行分时段的管理配置；在常规时段，车位管理器只允许业主登记的车辆通行。在上学放学时段，邻近学校的一部分车位管理器允许非业主的外部车辆通行。这种一体化监管系统仅根据时段粗略管理车辆，用户体验较差。


技术实现要素：

4.本发明提供了基于大数据轨迹分析的计算机路径决策系统和路径决策方法，将不同路段上的行人数量数据实时传递给控制中心，控制中心据此引导车辆的通行，提高社区安全性。
5.一种基于大数据轨迹分析的计算机路径决策系统，其特征在于包括：行人数据中心，用于存储行人轨迹信息，行人轨迹信息包括每一行人的身份信息、轨迹路径和通行时间，轨迹路径包括多个路径段；车辆数据中心，用于存储车辆轨迹信息，车辆轨迹信息包括每一车辆的身份信息、轨迹路径和通行时间；轨迹模拟单元，用于根据行人身份信息调用行人数据中心或根据车辆身份信息调用车辆数据中心，生成轨迹文档，轨迹文档包括轨迹类别、轨迹路径及通行截止时刻；第一入口，第一入口连接至地上通道，第一入口具有第一验证端，该第一验证端用于将行人身份信息发送至轨迹模拟单元；多个行人识别卡，用于向第一验证端提供行人身份信息；第二入口，第二入口具有第二验证端，第二入口连接至地下通道，第二入口经一限流闸连接至地上通道，当车辆通过限流闸时，第二验证端将车辆身份信息发送至轨迹模拟单元；多个车辆识别卡，用于向第二验证端提供车辆身份信息；密度分析单元，用于根据轨迹文档更新路径密度表，路径密度表包括每一路径段的编号和密度值；决策单元，用于根据路径段的密度决定限流闸开启状态，
其中，第二验证端将车辆身份信息发送至决策单元，决策单元调用车辆数据中心确定该车辆的轨迹路径，若轨迹路径的至少一个路径段与路径密度表中超过阈值的路径段重合时，关闭限流闸，若车辆的路径段的至所有路径段与路径密度表中超过阈值的路径段均不重合时，打开限流闸。
6.在本发明中，将目标社区的地上通道划分为多个路径段，统计行人或车辆进入居住地的多种路径段集合，采用dijkstra最短路径算法确定的总长度最小的路径段集合，该最小的路径段集合为该行人或车辆的轨迹路径。
7.在本发明中，预设行人或车辆的速度，根据轨迹路径的总长度计算通行时间。
8.在本发明中，行人识别卡向第一验证端提供行人身份信息的时刻定义为第一验证端的验证时刻，车辆识别卡向第二验证端提供车辆身份信息的时刻定义为二验证端的验证时刻，通行截止时刻=第一验证端或第二验证端的验证时刻+通行时间。
9.在本发明中，轨迹类别包括车辆轨迹或行人轨迹，车辆轨迹与行人轨迹对密度值的影响程度不同。
10.在本发明中，限流闸具有识别模块，识别模块检测出车辆通过限流闸时，向第二验证端发出输出车辆身份信息的请求。
11.在本发明中，在通行截止时刻前，路径密度表累加轨迹文档相应的路径段，在通行截止时刻后，路径密度表扣除相应的轨迹文档。
12.在本发明中，还包括滞留分析单元，在每一居住地入口安装人脸识别端，滞留分析单元根据人脸识别端与第一识别端的时间差确定行人滞留时间。
13.在本发明中，根据滞留时间更新通行时间。
14.一种基于大数据轨迹分析的路径决策方法，其特征在于包括：行人数据中心存储行人轨迹信息，行人轨迹信息包括每一行人的身份信息、轨迹路径和通行时间，轨迹路径包括多个路径段；车辆数据中心存储车辆轨迹信息，车辆轨迹信息包括每一车辆的身份信息、轨迹路径和通行时间；轨迹模拟单元根据行人身份信息调用行人数据中心或根据车辆身份信息调用车辆数据中心，生成轨迹文档，轨迹文档包括轨迹类别、轨迹路径及通行截止时刻；第一入口连接至地上通道，第一入口具有第一验证端，多个行人识别卡向第一验证端提供行人身份信息，第一验证端将行人身份信息发送至轨迹模拟单元；第二入口具有第二验证端，第二入口连接至地下通道，第二入口经一限流闸连接至地上通道，多个车辆识别卡向第二验证端提供车辆身份信息，当车辆通过限流闸时，第二验证端将车辆身份信息发送至轨迹模拟单元；密度分析单元根据轨迹文档更新路径密度表，路径密度表包括每一路径段的密度；决策单元根据路径段的密度决定限流闸开启状态，其中，第二验证端将车辆身份信息发送至决策单元，决策单元调用车辆数据中心确定该车辆的轨迹路径，若轨迹路径的至少一个路径段与路径密度表中超过阈值的路径段重合时，关闭限流闸，若车辆的路径段的至所有路径段与路径密度表中超过阈值的路径段均不重合时，打开限流闸。
15.实施本发明的这种基于大数据轨迹分析的计算机路径决策系统和方法，具有以下有益效果：根据进入的人员数量确定不同路段的拥挤程度。车辆进入社区时，模拟车辆的路段轨迹，确定该路段内的拥挤程度。如果至少一个路段的拥挤程度超过阈值，则指示车辆进入地下通道。如果路段的拥挤程度均未超过阈值，则车辆可以选择进入地上通过或地下通道。该系统可以根据下班放学高峰期的实际情况，智能的管制车辆，降低车辆刮碰行人的风险，提高社区安全性。
附图说明
16.图1为现有的社区的示意图，该社区包括地下通道和地上通道；图2为本发明的基于大数据轨迹分析的计算机路径决策系统的框图；图3为本发明的更新路径密度表的示意图；图4为本发明的比较该轨迹路径与路径密度表的示意图；图5为本发明的基于大数据轨迹分析的路径决策方法的流程图。
具体实施方式
17.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
18.如图1所示的社区，社区具有多栋房屋01和地下室02，入口门禁经地上通道03和路径段08连接至各房屋02，入口门禁经地下通道04连接至地下室02。为提高车辆进入的便捷，社区采用人车不分流的结构。入口门禁分为行人通过的第一入口05和车辆通过的第二入口06。行人通过验证后即可进入地上通道04。车辆通过验证后，如果限流闸07打开，车辆方可进入地上通道03或地下通道03。如果限流闸07关闭，车辆只能进入地下通道。通过对限流闸07的控制，可以达到车辆管制的目的。当社区处于下班或放学高峰期时，根据路径段的拥挤程度管制车辆，降低车辆刮碰行人的风险，提高社区安全性。
19.如图2至4所示的本发明的基于大数据轨迹分析的计算机路径决策系统，主要包括行人数据中心、车辆数据中心、轨迹模拟单元、第一入口、行人识别卡、第二入口、车辆识别卡、密度分析单元以及决策单元，此外还可以包括滞留分析单元。
20.行人数据中心存储行人轨迹信息。行人轨迹信息包括每一行人的身份信息、轨迹路径和通行时间。将社区划分为多个路径段，轨迹路径是指该行人从第一入口到达预定居住地经过的路径段集合。轨迹路径可以通过统计行人的通常行走路线得出，也可以根据最小路径算法得出。在本发明中，可以统计行人或车辆进入居住地的多种可行的路线的路径段集合，采用dijkstra最短路径算法确定的总距离最小的路径段集合，该最小的路径段集合为行人或车辆的轨迹路径。通行时间通常是指行人占用该路径段集合的时间，通过预设行人的速度，例如3km/h，根据轨迹路径计算通行时间。
21.车辆数据中心存储车辆轨迹信息。车辆轨迹信息包括每一车辆的身份信息、轨迹路径和通行时间。车辆的轨迹路径的计算方法参照行人，车辆的居住地以车辆所有者的居住地为准。车辆的行驶速度可以设定位10km/h。
22.轨迹模拟单元根据行人身份信息调用行人数据中心或根据车辆身份信息调用车辆数据中心，生成轨迹文档。轨迹文档包括轨迹类别、轨迹路径及通行截止时刻，轨迹路径
包括多个路径段。轨迹模拟单元对每一输入的人身份信息和车辆身份信息生成相应的轨迹文档。行人的轨迹类别可以设置为1，车辆的轨迹类别可以设置为2。通行截止时刻是指行人或车辆解除对路径段占用的时刻，此时达到预定位置。在本发明中，通行截止时刻=第一验证端或第二验证端的验证时刻+通行时间。轨迹文档为临时数据包，轨迹模拟单元将生成的轨迹文档发送给密度分析单元。轨迹文档例如【1，11、13、24、27、31，18：30】。11、13、24、27、31分别为路径段代码。
23.参照图1的社区，第一入口连接至地上通道。第一入口具有第一验证端，第一验证端用于将行人身份信息发送至轨迹模拟单元。行人进入第一入口时，刷行人识别卡后方可进入，行人识别卡向第一验证端提供行人身份信息。第二入口具有第二验证端，第二入口连接至地下通道，第二入口经一限流闸连接至地上通道。当车辆通过限流闸时，第二验证端将车辆身份信息发送至轨迹模拟单元。车辆进入第二入口时，刷车辆识别卡后方可进入，车辆识别卡向第二验证端提供车辆身份信息。在部分时刻，限流闸开启，车辆可以选择进入地上通道或地下通道。在部分时刻，限流闸关闭，车辆只可以进入地下通道。在本发明中，限流闸具有识别模块，识别模块检测出车辆通过限流闸时，向第二验证端发出输出车辆身份信息的请求。也就是说或，进入地上通道的车辆纳入轨迹密密度表分析中。
24.密度分析单元根据轨迹文档更新路径密度表，路径密度表包括每一路径段的密度。在通行截止时刻前，路径密度表累加相应的轨迹文档。轨迹类别包括车辆轨迹、行人轨迹，车辆轨迹与行人轨迹对路径密度表的影响程度不同。具体来说，增加路径密度表中与轨迹文档对应的路径段。对于1类轨迹文档，路径段密度增加1。对于2类路径文档，路径段密度增加5。在通行截止时刻后，路径密度表扣除相应的轨迹文档。具体来说，减小路径密度表中与轨迹文档对应的路径段。对于1类轨迹文档，路径段密度减小1。对于2类路径文档，路径段密度减小5。路径密度表的更新过程参照图3，根据行人的轨迹文档，在18:30之前累加路径段11、13、24、27、31。
25.决策单元根据路径段的密度决定限流闸开启状态。具体来说，当xx车辆进入时，车辆身份识别卡在第二验证端识别身份后，第二验证端将车辆身份信息发送至决策单元。决策单元调用车辆数据中心确定该xx车辆的轨迹路径，轨迹路径例如是【11、12、14、25、31】。参照图4，比较该轨迹路径与路径密度表。若轨迹路径至少部分的与路径密度表中超过阈值的路径段重合时，视为某路径段处于过饱和状态。关闭限流闸，车辆可以进入地下通道。若车辆的路径段集合与路径密度表中超过阈值的路径段均不重合时，视为该路线中的所有路径段均处于未饱和状态。打开限流闸，车辆可以选择进入地下通道或地上通道。在图4中，设定阈值为9，由于路径段31的密度超过阈值，所以该xx车辆不得进入地上通道，即关闭限流闸。同时，若车辆进入地上通道，该车辆的轨迹信息又会纳入路径密度表中，成为下一阶段的比较参数。
26.滞留分析单元用于统计分析人员行走的不确定性。在每一居住地入口安装人脸识别端，滞留分析单元根据人脸识别端与第一识别端的时间差确定行人滞留时间。滞留时间可能超过或小于预设的通行时间。此时可以根据需要修改针对该人员身份信息的预设的通行时间。在该人员下次进入社区时，以新的通行时间确定通行截止时刻，最终决定路径的占用时间。
27.参照图5，本发明还公开了基于大数据轨迹分析的路径决策方法，其特征在于包
括：行人数据中心存储行人轨迹信息，行人轨迹信息包括每一行人的身份信息、轨迹路径和通行时间；车辆数据中心存储车辆轨迹信息，车辆轨迹信息包括每一车辆的身份信息、轨迹路径和通行时间；轨迹模拟单元根据行人身份信息调用行人数据中心或根据车辆身份信息调用车辆数据中心，生成轨迹文档，轨迹文档包括轨迹类别、轨迹路径及通行截止时刻，轨迹路径包括多个路径段；第一入口连接至地上通道，第一入口具有第一验证端，多个行人识别卡向第一验证端提供行人身份信息，第一验证端将行人身份信息发送至轨迹模拟单元；第二入口具有第二验证端，第二入口连接至地下通道，第二入口经一限流闸连接至地上通道，多个车辆识别卡向第二验证端提供车辆身份信息，当车辆通过限流闸时，第二验证端将车辆身份信息发送至轨迹模拟单元；密度分析单元根据轨迹文档更新路径密度表，路径密度表包括每一路径段的密度；第二验证端将车辆身份信息发送至决策单元，决策单元调用车辆数据中心确定该车辆的轨迹路径；决策单元根据路径段的密度决定限流闸开启状态，若轨迹路径至少部分的与路径密度表中超过阈值的路径段重合时，关闭限流闸，若车辆的路径段集合与路径密度表中超过阈值的路径段均不重合时，打开限流闸。
28.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。