一种基于云平台的轻轨列车舒适度评测系统的制作方法

本发明涉及轻轨列车舒适度与乘客健康评测领域，具体涉及一种采集轻轨列车运行信息、车厢环境信息及人体生理信息等多模态信息，云平台通过对大量数据的处理、分析和预测，基于评价标准得出轻轨列车每个站点的实时舒适度结果、舒适度趋势及人体健康评价结果的系统。

背景技术：

轻轨列车由于具有准点、快速、大通勤量及低碳环保的特点，被国内外许多城市用于有效缓解城市的拥堵问题和环境问题，我国城市轨道交通发展迅猛，采用轻轨列车出行人数不断增加，轻轨列车乘客舒适性及健康也越来越受到人们的关注，因此非常有必要对轻轨列车的舒适度进行分析、评测和预测；但国内对轻轨列车乘客舒适性及健康的研究多侧重于对轻轨列车振动信号、车内环境、人体生理等单一变量或单一方面变量分析，还没有一种综合轻轨列车运行信息、车厢环境信息及人体生理信息的轻轨列车乘客舒适度与健康测评以及基于大量数据预测轻轨列车站点舒适度的系统。

现有的轻轨列车舒适性测量设备主要以列车振动为测量目标，进行轻轨列车舒适度评测，功能单一且造价昂贵，仅单方面评价轻轨列车车厢振动对轻轨列车乘客舒适性的影响，没有考虑环境因素及乘客生理参数对轻轨列车乘客舒适性的影响；然而，现有研究表明列车内环境因素(如噪声、温度、湿度、气压等)及乘客生理参数(如心率、血氧、血压、体温、心电等)对乘客舒适度评价起到至关重要的影响。

现阶段国内对轻轨列车的舒适度评价还很不完善，没有制定专属于我国的轻轨列车舒适度评价标准，没有对轻轨列车的舒适度进行具体且详细的分析，没有通过大量数据对每个站点舒适度的实时趋势预测。

综上所述，现有的轻轨列车舒适性评测系统十分不完善，分别体现在数据采集设备单一、数据分析标准不完善且精度不高、没有使用数据挖掘技术和深度学习技术，无法预测各站点的轻轨列车舒适度变化趋势；因此，目前的舒适度评测系统不能很好满足列车实际运行与乘客的实际需求。

针对现有不足，本发明设计的系统可通过手机和手环内部传感器采集轻轨列车信息、车内环境信息及人体生理信息，实时评价轻轨列车乘客舒适度与健康状况，为建立单模态及多模态的轻轨列车舒适度评价标准提供技术支持，为轻轨列车乘客提供出行信息与健康追踪服务；基于深度学习框架，预测出轻轨列车实时的舒适度变化趋势。

技术实现要素：

所述一种基于云平台的轻轨列车舒适度评测系统包括数据采集模块、云平台、手机app模块三大部分；通过手机内置的传感器(加速度、光线传感器、gps、麦克风)和智能手环内置的传感器(气压、温湿度、心率、血氧、血压、体温、心电等传感器)采集车厢振动信号、车厢内环境信息及人体生理信号等多模态数据，通过5g上传到云平台，基于评价标准对数据进行云计算，并基于深度学习框架将单模态及多模态的数据评价结果进一步分析，最后将舒适度评测结果、乘客的健康评价报告和各站点的舒适度变化趋势通过5g传输到手机app中显示，为轻轨列车运维人员提供快捷的列车运动监测服务，为轻轨列车乘客提供直观且实用的出行信息与健康追踪服务。

所述的数据采集模块采用加速度传感器，采集列车运行时某一瞬时的加速度数据(包括列车启动、制动、运行过程中的加速度数据)；通过光线传感器采集列车车厢内光线强度数据；通过gps实时定位乘客位置及轻轨列车站点位置；通过麦克风采集列车及车厢内环境的噪声强度数据；通过温湿度传感器采集列车车厢内温度数据及湿度数据；通过气压传感器采集列车车厢内气压数据；通过心率传感器采集人体心率数据；通过血氧传感器采集人体血氧饱和度数据；通过血压传感器采集人体血液收缩压和血液舒张压数据；通过体温传感器采集人体体温数据；通过心电传感器采集各波段、间期变化情况。

所述的云平台将各个传感器采集到的数据进行保存并简单处理，基于评价标准对数据进行云计算，与标准参数进行比对，得出评价结果并存储到云端数据库中，通过无线通信传输到手机app显示；基于深度学习框架，进一步分析采集到的数据与舒适度评测结果，可实现轻轨列车各站点的舒适度变化趋势的预测，并通过无线通信在手机app上显示。

所述手机app模块可用于显示基于云计算的舒适度评测结果、舒适度预测结果以及乘客健康评价报告，包括四个部分：舒适度曲线图、舒适度预测图、人体生理指标曲线图、人体健康报告；舒适度曲线图包括单模态数据指标的舒适度评测图和综合舒适度评测图两种。

本发明特征在于，综合轻轨列车车辆信息、车内环境信息和人体生理信息，准确全面方便地实时对轻轨列车舒适度及乘客健康进行评价、提示和预测，一旦出现人体不舒适或不健康结果，手机app模块会直观显示目前乘坐轻轨列车的站点舒适度较差，提示乘客即时换乘；不但为轻轨列车运行问题监测及人体健康状况追踪提供数据支持，而且为乘客提供实时舒适度评测与预测。

附图说明

下面结合附图和实施例对本发明进一步说明

图1是本发明的一种基于云平台的轻轨列车舒适度评测系统原理图。

具体实施方式

如图1所示的基于云平台的轻轨列车舒适度评测系统原理图，包括数据采集模块、云平台模块、手机app模块。

如图1所示的数据采集模块包括手机和智能手环两大部分，手机内部包括加速度传感器、光线传感器、gps、麦克风；手环内部包括心率传感器、血氧传感器、血压传感器、体温传感器、心电传感器、温湿度传感器、气压传感器；可人工调节数据的采集频率；通过android应用程序框架获取手机内传感器数据，其步骤为：首先自定义监听器，实现传感器监听器接口通信，实时监听传感器测量的值；其次获取android应用程序框架中的传感器管理器；最后通过传感器管理器获取各个传感器数据，并分别为各个传感器注册监听器；数据采集后通过网络通信框架上传至云平台。

图1所示的云平台可实现数据采集模块采集到的数据整理、数据分析、舒适度评测、舒适度预测；数据整理是对采集到的原始数据进行偏移量加减、单位替换、删除无效数据；数据分析包括加速度分析、光线强度分析、温湿度分析、气压分析、心率分析、血氧分析、血压分析、体温分析、心电分析等；以加速度分析为例，频域分析时分别将xyz三轴数据分别进行傅里叶变换得到复数，再将复数与共轭复数相乘得到实数，根据频率所在范围，对该实数进行数字加权，将三个方向数字加权得到的有效值带入标准公式得出舒适性指数n；舒适度评测是将时域和频域分析得到的结果与标准参数区间比对，得出舒适性结果；舒适度评测后将结果返回给手机app模块，采集到的数据与评测结果都保存在云平台上，用于舒适度预测；基于测量数据间的映射关系，在云平台构建基于深度学习框架的可监督式机器学习模型，采用tensorflow训练神经网络，通过大量评测数据与结果的训练后，神经网络可自主地实现对轻轨列车各站点的舒适度预测，并通过无线通信传输至手机app模块。

图1所示的手机app模块用于显示乘客可直观理解的评测结果图像，包括舒适度曲线图、舒适度预测图、人体生理指标曲线图、人体健康报告四个部分；舒适度曲线图又包括两种：单模态数据的舒适度评测图、综合数据的舒适度评测图；单模态数据的舒适度预测图是只将加速度、光线强度、噪声强度、温度、湿度、气压等单模态数据的舒适度值绘制成折现图；综合数据的舒适度评测图是基于轻轨列车乘客舒适度评价标准，将所有数据综合分析得出的舒适度值绘制为柱状图，x轴表示基于gps确定的轻轨列车经过的站点位置，y轴将每个站点的所有分析结果求平均值，绘制每个站点的平均舒适度，z轴以折线图的形式详细表示每个站点的所有评价结果；舒适度预测图是将轻轨列车路线中每个站点的未来舒适度趋势绘制成图；人体生理指标曲线图是基于心率、血氧、血压、体温、心电等人体健康相关数据绘制成的图线；人体健康报告是基于轻轨列车乘客健康评价方法生成的人体健康报告；轻轨列车每运行一站，整条线的数据都将更新；图中从不舒适到非常舒适是由红、黄、绿三种颜色表示，红色表示该站点的列车与外界环境导致乘客产生不舒适感，黄色表示该站点的列车与外界环境使乘客产生舒适感，绿色表示该站点的列车与外界环境使乘客感到非常舒适。

图1所示云平台采用的轻型轨道列车舒适度评价标准是振动数据(加速度、加速度变化率、振动频率)参考国内外铁道车辆舒适度标准gb5599-85及uic513进行时域和频域分析，根据坐姿下的三轴加速度求得振动幅值x，并与其共轭复数x’相乘，对xx’进行0.4～80hz的加权后，计算轻轨列车乘客坐姿下舒适性指数n1的范围；根据站姿下的三轴加速度求得振动幅值x，并与其共轭复数x’相乘，对xx’进行0.4～80hz的加权后，计算轻轨列车乘客站姿下舒适性指数n2的范围；环境数据(温度、湿度、气压、噪声、光线强度)根据环境舒适度标准进行评级，人体生理数据(心率、血氧、血压、体温、心电)依据人体生理舒适度评价量表进行评价，赋予舒适度不同等级与分值，非常舒适(1分)、舒适(0.5分)、不舒适(0分)；只要有一项指标舒适度评价不舒适，总舒适度评价结果则为不舒适(0分)，满分20分，如果每项都舒适，则可将总舒适度结果进一步分为非常舒适(大于18分)、舒适(14-18分)、不舒适(小于14分)三个等级；具体的各参数评价表如下所示：

图1所示云平台采用的轻轨列车乘客健康评价方法为：根据心率数值所在范围，判定乘客心率评价结果为优、良、差；根据血压数值所在范围，判定乘客血压评价结果为优、良、差；根据血氧饱和度数值所在范围，判定乘客血氧饱和度评价结果为优、良、差；根据体温数值所在范围，判定乘客体温评价结果为优、良、差；根据心电图中各波段的时间所在范围，判定乘客心电图为优、差；赋予乘客健康不同等级以分值，优(1分)、良(0.5分)、差(0分)；只要有一项指标健康评价为差，乘客总健康评价结果则为差(0分)，满分12分；如果每项都正常，则可将总健康评价结果进一步分为优(大于10分)、良(8-10分)、差(小于8分)三个等级；如果总健康评价结果为差，将自动给予鸣声震动警告，显示模块也给出文字警示及亮灯提醒；具体各指标评价表如下所示：

具体实施例

乘客准备乘坐轻轨列车出行前，打开app查看某号线每个站点的近期内舒适度评测图像和预测的舒适度变化趋势图像，假如当前站点未来一段时间内舒适度良好，乘客即可继续在该站点乘坐轻轨列车，否则可去其他站点换乘；乘客穿戴手环与手机进入车厢内，打开蓝牙，是手环与手机通信；列车开始运行，乘客点击“传感器数据”可查看手机和手环传感器采集的实时数据，点击“实时上传”按钮，将传感器全部数据上传至云平台，云平台实时分析数据，乘客通过手机app查看自己当前乘坐站点的单模态数据舒适度图像、综合舒适度图像、人体生理指标曲线图、人体健康报告；点击单模态数据舒适度图像，可查看自己正在乘坐轻轨时加速度、光线强度、噪声强度、温湿度、气压等实时的舒适度图像，例如点击加速度舒适度图像可看到一段时间内加速度的变化曲线和对应舒适度的变化曲线；点击综合舒适度图像可看到所有数据综合分析后的舒适度图像；点击人体生理指标曲线图可看到自己正在乘坐轻轨时的心率、血氧、血压、体温、心电等实时数据图线；点击人体健康报告，可看到近期内乘坐轻轨时的健康状况；乘客到站后，关闭手机app。

以上显示和描述了本发明的基本原理、实施过程和本发明的优点；本行业的技术人员应该了解，本发明不受上述实施例的限制，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内；本发明要求保护范围由所附的权利要求书及其等效物界定。