本文關(guān)鍵詞：通道行人集聚型異常事件自動識別算法設(shè)計　出處：《公路交通科技》2016年05期 　論文類型：期刊論文

  更多相關(guān)文章： 交通工程 自動識別 交通流特征分析 集聚事件 行人 軌道交通樞紐

【摘要】：為了對城市軌道交通樞紐通道內(nèi)的集聚型異常事件進(jìn)行合理的疏導(dǎo)和客流組織,保障城市軌道交通樞紐的安全、高效運行,本文提出了一種通道內(nèi)行人集聚型異常事件的自動識別算法。該算法首先通過對通道客流基礎(chǔ)數(shù)據(jù)平穩(wěn)性和突變性的分析,創(chuàng)建了一種兼具平穩(wěn)性和突變性特征的新數(shù)據(jù)類型,然后基于雙截面客流數(shù)據(jù)設(shè)計了自動識別算法的關(guān)鍵參數(shù)—偏移空間差值。最后通過對關(guān)鍵參數(shù)變化特征的分析,建立了通道行人集聚型異常事件自動識別算法。仿真試驗結(jié)果顯示:該算法的檢測精度為100%,反應(yīng)時間均值為65 s,表明該算法對通道行人集聚事件有極強(qiáng)的自動檢測能力和較短的反應(yīng)時間。
[Abstract]:In order to organize the gathering abnormal events in urban rail transit hub and ensure the safe and efficient operation of urban rail transit hub. In this paper, an algorithm for automatic identification of pedestrian clustering anomaly events in the channel is proposed. Firstly, the stability and mutation of the basic data of the pedestrian flow in the channel are analyzed. A new data type with both stationary and abrupt characteristics is created. Then, based on the two-section passenger flow data, the key parameter-offset spatial difference of the automatic identification algorithm is designed. Finally, the variation characteristics of the key parameters are analyzed. An algorithm for automatic identification of pedestrian clustering anomaly events is established. The simulation results show that the detection accuracy of the algorithm is 100 and the average reaction time is 65 seconds. It shows that the algorithm has strong automatic detection ability and short reaction time.
【作者單位】： 北京工業(yè)大學(xué)北京市交通工程重點實驗室;
【基金】：國家自然科學(xué)基金項目(51208014)
【分類號】：U298
【正文快照】： 0引言城市軌道交通樞紐客流具有高集中性、主導(dǎo)性和時間不均衡性的特征,這會導(dǎo)致樞紐設(shè)施在1日內(nèi)某個時段或某個時段的短時間內(nèi)往往要接受高密集客流沖擊作用的影響,這種沖擊作用尤其體現(xiàn)在作為樞紐瓶頸設(shè)施的人行通道,特別是換乘通道處,從而導(dǎo)致通道服務(wù)水平的下降[1]。相對

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 王波;李曉霞;安栓莊;;軌道交通換乘站客流特性分析及車站設(shè)計[J];都市快軌交通;2010年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李鑫;陳艷艷;陳寧;劉小明;馮國臣;;通道行人集聚型異常事件自動識別算法設(shè)計[J];公路交通科技;2016年05期

2 馬海漫;;城市軌道交通換乘樞紐乘客集散微觀仿真研究[J];科技視界;2015年04期

3 王波;鄭曉薇;李世民;;北京軌道交通網(wǎng)絡(luò)實施效果的思考[J];城市軌道交通研究;2014年11期

4 馮志達(dá);邵學(xué)恒;朱興琳;;烏魯木齊市快速公交客流分布特征研究[J];公路與汽運;2014年05期

5 李樸;徐田坤;劉夏楠;;網(wǎng)絡(luò)化運營模式下城市軌道交通客流分布特性[J];綜合運輸;2013年02期

6 王琦;牛艷麗;;重慶市城市綜合客運樞紐換乘行為研究[J];福建建筑;2012年11期

7 王洋;賈利民;徐杰;郭建媛;康亞舒;;城市軌道交通突發(fā)事件客流誘導(dǎo)系統(tǒng)設(shè)計[J];鐵路計算機(jī)應(yīng)用;2012年10期

8 邱忠權(quán);何金海;;城市軌道交通一體化客運服務(wù)研究[J];物流技術(shù);2012年15期

9 丁蕾;徐永能;姜毅;;地鐵換乘客流實時監(jiān)測模型研究[J];都市快軌交通;2011年06期

10 許中容;;城際軌道交通與城市軌道交通換乘協(xié)調(diào)研究[J];科技資訊;2011年30期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王波;安栓莊;李曉霞;;城市軌道交通換乘設(shè)施的評價方法[J];都市快軌交通;2007年04期

2 劉學(xué)軍;;地鐵換乘行為及換乘站布置選型[J];城市軌道交通研究;2006年08期

3 白雁;韓寶明;干宇雷;;城市軌道交通換乘站布局綜合評價方法研究[J];都市快軌交通;2006年03期

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王忠,韻湘;基于VC++的網(wǎng)絡(luò)拓?fù)鋱D中環(huán)的自動識別算法[J];武漢化工學(xué)院學(xué)報;2001年04期

2 魏志軒;基于神經(jīng)網(wǎng)絡(luò)的車牌自動識別算法[J];黑龍江科技學(xué)院學(xué)報;2005年03期

3 ;[J];;年期

相關(guān)會議論文 前1條

1 黃進(jìn)文;王威廉;張鑫;;基于虛擬儀器實現(xiàn)的ECG信號S-T段波形自動識別算法研究[A];2007'儀表，，自動化及先進(jìn)集成技術(shù)大會論文集（一）[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 李剛;基于圖像工程的路面破損自動識別算法研究[D];長安大學(xué);2010年

相關(guān)碩士學(xué)位論文 前7條

1 燕丹晨;基于衛(wèi)星高度計的中尺度渦自動識別算法研究[D];國家海洋環(huán)境預(yù)報中心;2015年

2 王祥鳳;設(shè)備結(jié)構(gòu)缺陷無損自動識別算法研究[D];東北電力大學(xué);2006年

3 張偉;地面目標(biāo)圖象自動識別算法和系統(tǒng)研究[D];華中科技大學(xué);2006年

4 孟凡超;目標(biāo)自動識別算法研究及硬件實現(xiàn)[D];長春理工大學(xué);2004年

5 譚小沙;復(fù)雜條件下的QR碼圖像自動識別算法及其實現(xiàn)[D];湖南大學(xué);2013年

6 王福生;基于紋理與形狀特性的鞋底花紋自動識別算法的研究[D];大連海事大學(xué);2006年

7 龍鎮(zhèn);車牌自動識別算法的研究與實現(xiàn)[D];華北電力大學(xué)（河北）;2009年

本文編號：1365881