[发明专利]一种判断乘客进出站的方法及装置有效
申请号: | 201711408080.4 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108205888B | 公开(公告)日: | 2021-04-02 |
发明(设计)人: | 王程 | 申请(专利权)人: | 北京奇虎科技有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 王玉双 |
地址: | 100088 北京市西城区新*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 判断 乘客 进出 方法 装置 | ||
本发明公开了一种判断乘客进出站的方法及装置。所述方法包括:检测携带移动终端的乘客是否位于站台的进站区域/出站区域,若是,则确定所述携带移动终端的乘客进站/出站。上述方法中,乘客进站/出站的确认由移动终端执行,从而减少了闸机的工作任务,降低了闸机的配置成本。同时,由于无需使用公共交通车票与闸机进行交互操作,因此省去了乘客对公共交通车票的携带、刷取、充值等操作,方便乘客乘坐公共交通工具出行。
技术领域
本发明涉及交通票务处理技术领域,具体涉及一种判断乘客进出站的方法,以及一种判断乘客进出站的装置。
背景技术
部分公共交通站台内设置有自动检票机,如地铁站台内设置有用于自动检票的闸机,自动检票机上安装有读写器,通过读写器与公共交通车票之间的读写操作等交互,完成乘客进出站和交通费用支付。
目前,乘客使用公共交通车票如IC卡乘坐地铁的过程包括:乘客进站时,将IC卡放置在进站闸机的读卡区域,进站闸机确定乘客进站并打开,同时向IC卡写入进站站台;乘客出站时,将IC卡放置在出站闸机的读卡区域,出站闸机确认乘客出站并打开,同时确认出站站台以及从IC卡读取进站站台和车票账户金额等信息,根据进站站台和出站站台确定本次乘车使用金额,并从车票账户金额中扣除本次乘车使用金额,将剩余车票账户金额写入IC卡内并对原始车票账户金额进行替换,从而完成IC卡的车票账户金额的更新。闸机可以定期汇总刷取的车票总金额并上传至交通服务器。
在上述实现方式中,不仅需要特别定制的IC卡、功能强大的闸机,其交互方式也比较复杂。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的判断乘客进出站的方法,以及判断乘客进出站的装置。
依据本发明的一个方面,提供了一种判断乘客进出站的方法,包括:检测携带移动终端的乘客是否位于站台的进站区域/出站区域;若是,则确定所述携带移动终端的乘客进站/出站。
可选地,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域包括:生成提供给闸机的进站信息编码/出站信息编码;检测在所述闸机刷取所述进站信息编码/出站信息编码的预定时间段内是否接收到所述闸机反馈的进站确认信息/出站确认信息。
可选地,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域包括:检测是否接收到所述站台的广播信号。
可选地,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域还包括:在检测接收到所述站台的广播信号后,生成进站提示信息/出站提示信息;检测是否接收到针对所述进站提示信息/出站提示信息提交的确认指示。
可选地,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域包括:检测所述移动终端所处的地理位置;判断所述地理位置是否处于所述站台的进站区域/出站区域。
可选地,所述站台的进站区域/出站区域为特征识别空间,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域包括:通过环境图像识别、地理位置识别、特定目标检测中至少一种方式确定所述移动终端是否位于站台的所述特征识别空间。
可选地,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域包括:检测所述移动终端是否刷取所述站台的进站信息编码/出站信息编码。
可选地,所述检测携带移动终端的乘客是否位于站台的进站区域/出站区域包括:检测是否接收到所述移动终端提交的进入所述站台的进站区域/出站区域的指示信息。
可选地,在确定所述携带移动终端的乘客进站/出站之后,所述方法还包括:向站台的闸机发送开启指示。
可选地,所述方法还包括:获取进站/出站的站台标识。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司,未经北京奇虎科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711408080.4/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种改进型监控设备
- 下一篇:基于卷积神经网络的高速公路交通流预测方法