[发明专利]基于大数据的智慧公交停靠时间预测方法及系统

说明书

本发明涉及大数据技术领域，具体涉及一种基于大数据的智慧公交停靠时间预测方法及系统。该方法首先获取公交车站点图像信息，由图像信息获取人体和公交车光流信息，由人体和公交车光流信息分别获取目标车辆乘车人员的目标簇群和目标车辆，得到目标车辆乘车人员光流图；获取目标车辆乘车人员光流图的邻域范围，得到阻碍人员光流图；对目标簇群的人体光流信息的大小进行聚类，对得到的簇群分配权重，得到行动速度光流图；将三张光流图合并得到三通道人流分布图；将人流分布图输入停靠时间预测网络得到预测停靠时间，并对预测停靠时间进行修正，得到最终预测停靠时间。本发明对公交停靠时间进行预测和修正，提升了公交停靠时间的准确性和实时性。

技术领域

本发明涉及大数据技术领域，具体涉及一种基于大数据的智慧公交停靠时间预测方法及系统。

背景技术

随着我国社会经济的不断发展，城市交通拥堵、出行不便等问题日益突出，严重影响了人们的正常生活和城市的发展。发展城市公共交通不仅是缓解城市交通拥堵的有效措施，还是改善城市人居环境，促进城市可持续发展的必然要求。公交车作为城市公共交通中最常见的交通方式，公交车站点是人们上下车与换乘的地点，人们在公交车站点等待公交车的时间占出行时间的一部分，所以公交车站点停靠时间预测对人们出行有着积极作用。

现有技术大多是对公交车站点停靠时间的影响因素进行分析，对各个公交车站点停靠时间的影响因素和历史停靠时间进行网络训练，通过历史数据预测公交车站点停靠时间。

上述现有技术存在以下缺陷：根据对公交车站点停靠时间的影响因素和历史停靠时间进行网络训练，通过历史数据预测公交车站点停靠时间的方法。仅考虑了历史数据预测停靠时间，而没有考虑实际停靠时间是根据实际情况动态变化的，在公交车停靠时间内有其他公交车到达相同站点公交车的停靠时间也会受影响，会导致预测停靠时间准确性较差。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于大数据的智慧公交停靠时间预测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于大数据的智慧公交停靠时间预测方法，该方法包括以下步骤：

获取公交车站点的站点图像信息，所述站点图像信息包括站点人员的人体关键点和公交车关键点；根据所述站点图像信息获取人体光流信息和公交车光流信息，由所述公交车光流信息获取目标车辆；

由所述人体光流信息对所述站点人员进行聚类，筛选出目标车辆乘车人员的目标簇群；将所述目标簇群内所述人体关键点处的像素值置为所述人体光流信息的大小，得到目标车辆乘车人员光流图；

获取所述目标车辆乘车人员光流图的邻域范围；将所述邻域范围内人体关键点处的像素值置为所述邻域范围内的所述人体光流信息的大小，得到阻碍人员光流图；

对所述目标簇群的所述人体光流信息的大小进行聚类，得到多个行动速度簇群；对所述行动速度簇群分别分配权重；将所述人体关键点处的像素值置为所述权重，得到行动速度光流图；

将所述目标车辆乘车人员光流图、所述阻碍人员光流图和所述行动速度光流图合并得到三通道的人流分布图；

将所述人流分布图输入停靠时间预测网络得到预测停靠时间；获取相关公交车的停靠时间，相关公交车包括所述目标车辆在预测停靠时间内到达站点的前方和后方的公交车，根据所述停靠时间对所述预测停靠时间进行修正，得到最终预测停靠时间。

优选的，所述根据所述站点图像信息获取人体光流信息和公交车光流信息，由所述公交车光流信息获取目标车辆，包括：

当所述公交车光流信息的大小减小为零时，将所述公交车作为目标车辆。

优选的，所述由所述人体光流信息对所述站点人员进行聚类，筛选出目标车辆乘车人员的目标簇群，包括：

检测所述站点图像中的公交车站点边缘；