[发明专利]一种用于城市轨交乘客走行时间的实时预测方法

权利要求书

1.一种用于城市轨交乘客走行时间的实时预测方法，其特征在于包括以下步骤：

步骤一、将某号线城市轨交地铁的某个高峰时段等时间间隔划分成N个统计周期；

步骤二、对于m号出入口，计算在特征日p的第t个统计周期内的客流量对应从m号出入口到站台候客区的走行时间

步骤三、利用神经网络，以在特征日p的第t-1个统计周期内的客流量对应从m号出入口到站台候客区的走行时间以及在上一个特征日p-1的第t个统计周期内的客流量对应从m号出入口到站台候客区的走行时间作为输入，对在特征日p的第t个统计周期对应从m号出入口到站台候客区的走行时间进行预测；

步骤四，重复步骤二至三，完成某个高峰时段N个统计周期对应的从m号出入口到站台候客区的走行时间的预测。

2.根据权利要求1所述的用于城市轨交乘客走行时间的实时预测方法，其特征在于：在所述m号出入口处设置三个WIFI探针，以乘客对应的MAC地址作为检测对象，利用三角质心定位算法，判断乘客是否进站，并记录各个乘客的进站时刻，进而统计在特征日p的第t个统计周期内的客流量

3.根据权利要求2所述的用于城市轨交乘客走行时间的实时预测方法，其特征在于：将站台候客区以WIFI探针探测半径为间隔，沿长度上进行等间隔分区，在每个区域内设置三个WIFI探针，以乘客对应的MAC地址作为检测对象，利用三角质心定位算法，判断乘客是否到达站台候客区，并记录到达时刻，取乘客在各个区域的最早到达时刻作为到达站台候客区时刻，计算所有乘客的进站时刻与对应的到达站台候客区时刻的差值，以及所有差值的平均值，则所述平均值即为在特征日p的第t个统计周期从m号出入口到达站台候客区对应的走行时间

4.根据权利要求3所述的用于城市轨交乘客走行时间的实时预测方法，其特征在于：先根据在特征日p的第t-1个统计周期内到达站台候客区的所有乘客对应的MAC地址，从第t个统计周期内到达站台候客区的所有乘客对应的MAC地址中，将与之相同的MAC地址去除；再对比在特征日p的第t个统计周期所有乘客的进站时刻和到达站台候客区时刻，若进站时刻晚于到达站台时刻，则将对应乘客的MAC地址从第t个统计周期内到达站台候客区的所有乘客的MAC地址中去除，剩余的MAC地址用于走行时间的计算。

5.根据权利要求3所述的用于城市轨交乘客走行时间的实时预测方法，其特征在于：在所述m号出入口处选取检测区域，所述检测区域设置为方形区域，其宽度设置为m号出入口的通道宽度，长度设置为指定值，三个所述WIFI探针分别设置在宽度方向的同侧上的两个顶角和相对侧的边上；对于所述站台候客区的每个区域，三个所述WIFI探针分别设置在长度方向的同侧上的两个顶角和相对侧的边上，但所述相对侧的边上的WIFI探针均位于站台候客区在长度方向上同一侧，相邻两个区域重合的顶角上的WIFI探针仅保留一个。

6.根据权利要求5所述的用于城市轨交乘客走行时间的实时预测方法，其特征在于利用三角质心定位算法，判断乘客是否进站的方法包括以下步骤：

步骤Ⅰ、以所述m号出入口处的检测区域建立直角坐标系，确定三个WIFI探针的位置坐标；

步骤Ⅱ、以三个WIFI探针同时探测到某一乘客对应的MAC地址的RSSI信号值对应的距离为半径，三个WIFI探针的位置为圆心，画三个圆，计算所述三个圆彼此的交点坐标，记为E(x_e,y_e)，F(x_f,y_f)，G(x_g,y_g)；

步骤Ⅲ、利用如下方程式，计算三角形△EFG对应的质心D(x_d,y_d)，根据检测区域的坐标范围，判断质心D(x_d,y_d)是否处于检测区域内，进而判断所述某一乘客是否进站

7.根据权利要求5所述的用于城市轨交乘客走行时间的实时预测方法，其特征在于利用三角质心定位算法，判断乘客是否到达站台候客区的方法包括以下步骤：

步骤ⅰ、以所述站台候客区建立直角坐标系，确定各个区域内的每个WIFI探针的位置坐标；

步骤ⅱ、以各个区域内的三个WIFI探针同时探测到某一乘客对应的MAC地址的RSSI信号值对应的距离为半径，三个WIFI探针的位置为圆心，画三个圆，计算所述三个圆彼此的交点坐标，记为E(x_e,y_e)，F(x_f,y_f)，G(x_g,y_g)；

步骤ⅲ、利用如下方程式，计算三角形△EFG对应的质心D(x_d,y_d)，根据各个区域的坐标范围，判断质心D(x_d,y_d)是否处于对应的区域内，进而判断所述某一乘客是否到达站台候客区