[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2018032938A1 - 基于探针的人流预警分析方法和系统 - Google Patents

基于探针的人流预警分析方法和系统 Download PDF

Info

Publication number
WO2018032938A1
WO2018032938A1 PCT/CN2017/093913 CN2017093913W WO2018032938A1 WO 2018032938 A1 WO2018032938 A1 WO 2018032938A1 CN 2017093913 W CN2017093913 W CN 2017093913W WO 2018032938 A1 WO2018032938 A1 WO 2018032938A1
Authority
WO
WIPO (PCT)
Prior art keywords
probe
monitoring area
analysis
block
traffic
Prior art date
Application number
PCT/CN2017/093913
Other languages
English (en)
French (fr)
Inventor
傅东生
Original Assignee
深圳奇迹智慧网络有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 深圳奇迹智慧网络有限公司 filed Critical 深圳奇迹智慧网络有限公司
Publication of WO2018032938A1 publication Critical patent/WO2018032938A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data

Definitions

  • the invention belongs to the field of human flow early warning technology, and in particular relates to a probe-based human flow early warning analysis method and system.
  • the probe is a functional module that utilizes the wireless broadcast signal sent by the AP with the WIFI module of the smart device device to perform the sensing of the device and collect the offline behavior track of the MAC address of the smart device.
  • the AP is a HUB in a traditional wired network and is the most commonly used device when building a small wireless LAN.
  • An AP is equivalent to a bridge connecting a wired network and a wireless network. Its main function is to connect the wireless network clients together and then connect the wireless network to the Ethernet.
  • the data from different APs are aggregated and connected to the Internet through the AC (Wireless LAN Access Control Device), and the control functions of AP device configuration management, wireless user authentication, management, broadband access, and security are completed.
  • the way to monitor and predict the flow of people in the regional location is to use video surveillance and video, computer graphics and video analysis techniques to detect the mobile traffic density statistics in a specified area.
  • the number of monitored passenger flows reaches the set threshold.
  • public places such as scenic spots, business districts, and transportation hubs, people often face crowded situations, especially during the holidays, the flow of people will be more concentrated and the concentration will increase relatively. In the event of a sudden incident, if it is not timely, it is prone to a vicious accident.
  • the high-definition video monitoring device of the prior art has a high cost, the video surveillance has a monitoring dead angle, and the monitoring distance has a defect that the image quality of the monitoring image is easily affected by the environment.
  • the embodiment of the invention provides a probe-based human flow early warning analysis method and system.
  • the invention provides a probe-based human flow early warning analysis method, comprising:
  • the analysis and calculation results are displayed by the visualization platform.
  • the collecting, by the probe built in the AP device, the wireless message sent by the mobile terminal in the monitoring area, and transmitting the wireless message information to the probe server further includes:
  • the AP module with the built-in probe is laid in the monitoring area in advance, the monitoring area is divided into a plurality of blocks and road segments, and the flow threshold corresponding to each block and the road segment is set.
  • the analyzing and calculating the detected MAC address data, obtaining the human traffic in the monitoring area, and sending the analysis and the calculation result to the visualization platform further includes:
  • the alarm information is automatically generated and pushed to the pre-bound terminal or platform.
  • the displaying the analysis and the calculation result by using the visualization platform specifically includes:
  • the heat status, the sudden increase status, the road condition, the frequency of the crowd visit, and the migration status of the human flow corresponding to each block or road segment are presented in the form of a map, a graph or a table.
  • the method further includes:
  • the invention also provides a probe-based human flow early warning analysis system, the system comprising an AP device with a built-in probe, a probe server, a background processing system and a visualization platform, the background processing system comprising a MAC address resolution module and a human flow Analysis module, where:
  • the AP device with a built-in probe is configured to collect a wireless packet sent by the mobile terminal in the monitoring area, and transmit the wireless packet information to the probe server.
  • the MAC address resolution module is configured to read the wireless message information stored in the probe server, and parse the MAC address of the mobile terminal carried in the wireless message information;
  • the human traffic analysis module is configured to analyze and calculate the detected MAC address data, obtain the traffic of each block and the road segment in the monitoring area, and send the analysis and calculation result to the visualization platform;
  • the visualization platform is configured to display the analysis and calculation results.
  • the human flow early warning analysis system further includes an AP device arrangement module, and the background processing system further includes a monitoring area dividing module, wherein:
  • the AP device arranging module is configured to pre-lay an AP device with a probe built in the monitoring area;
  • the monitoring area dividing module is configured to divide the monitoring area into a plurality of blocks and road segments, and set a flow threshold corresponding to each block and the road segment.
  • the background processing system further includes:
  • a judging module configured to determine whether the traffic of each block or section is greater than a preset flow threshold
  • the pushing module is configured to automatically generate an alarm information if it is greater than a preset flow threshold, and push the alarm information to a pre-bound terminal or platform.
  • the visualization platform is specifically configured to:
  • the heat status, sudden increase status, road condition, frequency of visits by people and the migration status of people in each block or section are presented in the form of maps, graphs or tables.
  • the background processing system further includes:
  • the prediction module is configured to perform big data analysis on the traffic of each block and section in the monitored area obtained by the history, predict the traffic of each block and section in the monitoring area within the next 48 hours, and issue an early warning message in advance.
  • the probe-based human flow early warning analysis method and system provided by the present invention can detect the MAC address of each mobile terminal device as human flow information by using a probe, and the process records the flow information in real time with high accuracy and is not subject to the environment. Impact, low cost, timely push alarm and warning information to users and relevant management personnel, and thus help the site management personnel to make judgments at the first time. Take appropriate measures during the peak period of passenger flow, correctly guide the flow of passengers, prevent problems before they occur, and avoid accidents.
  • FIG. 1 is a schematic diagram of a probe-based human flow early warning analysis method according to an embodiment of the present invention
  • FIG. 2 is a schematic diagram of a probe-based human flow early warning analysis method according to another embodiment of the present invention.
  • FIG. 3 is a schematic diagram of a probe-based human flow early warning analysis method according to another embodiment of the present invention.
  • FIG. 4 is a structural diagram of a probe-based human flow early warning analysis system according to an embodiment of the present invention.
  • FIG. 5 is a block connection diagram of the probe-based human flow early warning analysis system provided in FIG. 4;
  • FIG. 6 is a structural diagram of a probe-based human flow early warning analysis system according to another embodiment of the present invention.
  • FIG. 7 is a structural diagram of a probe-based human flow early warning analysis system according to another embodiment of the present invention.
  • FIG. 8 is a structural diagram of a probe-based human flow early warning analysis system according to another embodiment of the present invention.
  • the invention provides a probe-based human flow early warning analysis method, as shown in FIG. 1 , comprising:
  • S100 Collect, by using a probe built in the AP device, a wireless packet sent by the mobile terminal in the monitoring area, and transmit the wireless packet information to the probe server.
  • the wireless message information stored in the probe server is read, and the MAC address of the mobile terminal carried in the wireless message information is parsed.
  • S300 analyzing and calculating the detected MAC address data, obtaining the traffic of each block and the road segment in the monitoring area, and sending the analysis and calculation result to the visualization platform;
  • the push alarm message can remind the manager to immediately take care of the solution and divert the crowd.
  • the visualization platform can present the results of the analysis by including, but not limited to, maps, graphics, tables, and the like.
  • the probe is collected in the monitoring area by a probe built in the AP device.
  • the method further includes:
  • the AP module with a built-in probe is laid in the monitoring area in advance, and the monitoring area is divided into a plurality of blocks and road segments, and a flow threshold corresponding to each block and the road segment is set.
  • the analyzing and calculating the detected MAC address data, obtaining the human traffic in the monitoring area, and sending the analysis and the calculation result to the visualization platform further includes:
  • the threshold is greater than the preset flow threshold, the alarm information is automatically generated, and the alarm information is pushed to the pre-bound terminal or platform.
  • the displaying the analysis and the calculation result by using the visualization platform specifically includes:
  • the heat status, the sudden increase status, the road condition, the frequency of the crowd visit, and the migration status of the human flow corresponding to each block or road segment are presented in the form of a map, a graph or a table.
  • the method further includes:
  • the system platform can predict the crowding intensity of the detection area in at least 48 hours in the future, and issue an early warning message in advance.
  • the probe-based human flow early warning analysis method detects the MAC address of each mobile terminal device that can be defined as the flow information by using the probe, and the process records the flow information in real time with high accuracy, is not affected by the environment, and costs. Low cost, can promptly send alarm and warning information to users and related tubes
  • the staff helps the site manager to make the judgment in the first place. Take appropriate measures during the peak period of passenger flow, correctly guide the flow of passengers, prevent problems before they occur, and avoid accidents.
  • the method monitors the distribution of human flow density and the movement of human flow in a specified area in real time, and conducts flow flow prediction and early warning analysis and notification to the area.
  • the alarm message can be pushed to the platform, regional large screen, and smart city APP in real time, so that the manager can respond promptly and timely, so that the masses can also obtain alarm messages and transfer route notifications in time.
  • the system platform can predict the flow of people in at least 48 hours in the future, can predict the possibility of emergencies in advance, estimate the maximum passenger flow tolerance in public places in advance, and discover major passenger flow safety hazards in time, thus helping the site management personnel to Make the judgment at the first time.
  • the present invention also provides a probe-based human flow early warning analysis system, as shown in FIG. 4 and FIG. 5, the system includes an AP device 100 with a probe built therein, a probe server 200, a background processing system 300, and a visualization platform 400.
  • the background processing system 300 includes a MAC address resolution module 301 and a human traffic analysis module 302, wherein:
  • the AP device 100 with the built-in probe is configured to collect the wireless packet sent by the mobile terminal in the monitoring area, and transmit the wireless message information to the probe service.
  • the MAC address resolution module 301 is configured to read the wireless message information stored in the probe server, and parse the MAC address of the mobile terminal carried in the wireless message information;
  • the MAC address on the mobile terminal carried by each person is used as the unique identifier of the person, and the data corresponding to the MAC is the data of the crowd.
  • the human traffic analysis module 302 is configured to analyze and calculate the detected MAC address data, obtain the traffic of each block and the road segment in the monitoring area, and send the analysis and calculation result to the visualization platform;
  • the visualization platform 400 is configured to display the analysis and calculation results through the visualization platform.
  • the display module is an interface between the system and the user, and different types of users manage, configure, and view the function page of the flow warning system through the front end of the system, and the page presents the heat map of the flow in the form of graphical and data analysis, and the sudden increase Maps, hedge maps, and migration maps, where:
  • a) Thermal map Mark each probe device with different colors to detect the number of real-time flow, combined with map display. For example, if the number of people currently detected by the probe 1 is 123, (red indicates more than 100), the color of the location area of the map of the probe is red.
  • the sudden increase graph shows the growth of the number of different single-point probe devices in the system compared with the previous period, and the degree of human flow growth is marked by different colors: the green indicates that the growth degree has not reached the level set by the administrator.
  • Increase the warning value the flow of people is relatively normal, yellow represents the sudden increase in the number of people reaching the warning threshold, and needs to pay attention to the growth of the flow of people.
  • Red represents a sudden increase in the number of people reaching the alert threshold, and needs to focus on the growth of people.
  • Hedging map based on big data, analyzes the changes of human flow density and the flow direction of specific monitoring points in the detection area and combines the map to obtain the flow status of each collision point that is prone to danger. If it is prone to dangerous collision point attachments Congested or narrow cornices such as commercial buildings, narrow roads, and elevators will also highlight the information on the mouth, which will facilitate the relevant departments to take different mitigation measures according to the situation of the mouth.
  • the hedge map includes the path diagram: the blue road segment represents normal flow of people, the yellow road segment represents denser flow of people, and the red road segment represents dense crowds, which is prone to collision.
  • the designated area A is the migration center, and all the probe devices in the area are grouped into one group.
  • the probe group detects all the mac data in real time, and some mac data is in the previous time period.
  • another area B it is considered that this part of the population moves from the B area to the A area, and the same part of the mac data appears in the C area in the next time period, and it is considered that this part of the population migrates from the A area to the C area.
  • First visitor The first person to appear within 90 days.
  • Flow forecast Based on the historical survey data of the entire detection area and different areas of interest, establish a flow forecasting model to predict the hourly flow and peak time of each block in the next 48 hours, so that relevant personnel can deal with risks ahead of time.
  • the parsing module set on the back end of the system mainly contains the following functional units:
  • Log collection program responsible for collecting log information reported by the mobile terminal from the probe server.
  • Kafka cluster responsible for receiving log information written by the log collector.
  • Spark cluster responsible for consuming the messages of the kafka cluster, calculating various indicators of the system in real time, and pushing the results to the hbase cluster. Some tasks on the Spark cluster will also report the alarm information of the AP warning and the sudden increase information to the display module.
  • Hbase cluster responsible for storing the calculated result data and providing high-speed query function.
  • Redis responsible for caching some temporary information of the system to improve the query speed.
  • Mysql responsible for storing operational data entered by the operator and administrator.
  • g) Configure the server module It is responsible for reading the configuration information from the probe server and writing it to the Redis cache.
  • the Spark task will read the configuration information required by the task from Redis.
  • Message notification module responsible for notifying the front end of the AP alarm message, and also carrying the task of sending a message notification to the external large screen management platform and the smart city APP.
  • Flow forecasting module It is responsible for periodically reading the actual data of the flow of hbase, and predicting the total number of people in the entire region and block within the next 48 hours, the number of people per hour and the peak time.
  • Crowd Trajectory Module responsible for running historical information on the calculation of the crowd trajectory at least once a day.
  • the back end of the human flow early warning analysis system uses the industry-proven Kafka+Spark Streaming+hbase real-time computing architecture solution, specifically:
  • Kafka does data temporary storage: Kafka is a distributed message queue with excellent throughput and high reliability and scalability. Kafka is used as the log delivery middleware to receive logs, and the Spark Streaming request is accepted, and the AP logs are sent to the Spark Streaming cluster in order.
  • Spark Streaming is an extension of Spark, which is specially used to implement data processing by streaming analysis. Spark Streaming supports Kafka, Flume, Twitter, ZeroMQ, Kinesis, TCP Sockets and other data sources. In addition, you can use a complex algorithm such as map, reduce, join, window to process data. The processed data can be sent to the file system, database, and other third parties. Spark Streaming is similar to Apache Storm for streaming data processing. Spark Streaming has two features: high throughput and strong fault tolerance. The Spark Streaming cluster is connected to the Kafka cluster. Spark Streaming obtains logs from the Kafka cluster and processes them. Spark Streaming takes data from the Kafka cluster in real time and stores it in the internal available memory space. This data is processed as each batch window arrives.
  • Hbase result storage In order to facilitate front-end display and page request, the processed result will be written to the hbase database.
  • HBase–Hadoop Database is a highly reliable, high performance, column-oriented, scalable distributed storage system.
  • HBase itself is a very powerful database that combines the key/value storage model to bring real-time query capabilities and the ability to perform offline processing or batch processing via MapReduce.
  • Hbase can query records in a large amount of data, and can also obtain comprehensive analysis reports from them.
  • the human flow early warning analysis system further includes an AP device placement module 500, and the background processing system 300 further includes a monitoring area dividing module 303, wherein:
  • the AP device layout module 500 is configured to pre-position an AP device with a built-in probe in the monitoring area;
  • the monitoring area dividing module 303 is configured to divide the monitoring area into a plurality of blocks and road segments, and set a flow threshold corresponding to each block and the road segment.
  • the visualization platform is specifically configured to:
  • the heat status, sudden increase status, road condition, frequency of visits by people and the migration status of people in each block or section are presented in the form of maps, graphs or tables.
  • the background processing system 300 further includes:
  • the determining module 304 is configured to determine whether the traffic of each block or road segment is greater than a preset flow threshold
  • the pushing module 305 is configured to automatically generate an alarm information if the threshold is greater than a preset flow threshold, and push the alarm information to a pre-bound terminal or platform.
  • the background processing system 300 further includes:
  • the prediction module 306 is configured to perform big data analysis on the traffic of each block and the road segment in the historically acquired monitoring area, predict the traffic volume of each block and the road segment in the monitoring area within the next 48 hours, and issue an early warning message in advance.
  • the probe-based human flow early warning analysis system detects the MAC address of each mobile terminal device that can be defined as the flow information by using the probe. This process records the flow information in real time with high accuracy, is not affected by the environment, and costs. Low cost, can promptly send alarm and warning information to users and related tubes
  • the staff helps the site manager to make the judgment in the first place. Take appropriate measures during the peak period of passenger flow, correctly guide the flow of passengers, prevent problems before they occur, and avoid accidents.
  • the system monitors the distribution of human flow density and the movement of people in a given area in real time, and conducts flow forecasting and early warning analysis and notification of the area.
  • the alarm message can be pushed to the platform, regional large screen, and smart city APP in real time, so that the manager can respond promptly and timely, so that the masses can also obtain alarm messages and transfer route notifications in time.
  • the system platform can predict the flow of people in at least 48 hours in the future, can predict the possibility of emergencies in advance, estimate the maximum passenger flow tolerance in public places in advance, and discover major passenger flow safety hazards in time, thus helping the site management personnel to Make the judgment at the first time.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Alarm Systems (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)

Abstract

本发明提供了一种基于探针的人流预警分析方法和系统，涉及人流预警技术领域。该方法包括：通过探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；读取探针服务器中存储的无线报文信息，并解析出无线报文信息中携带的移动终端的MAC地址；对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；通过所述可视化平台显示结果。本发明通过探针探测每个移动终端设备的MAC地址的过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管理人员，进而帮助场所管理人员能够在第一时间作出判断。

Description

基于探针的人流预警分析方法和系统 技术领域
本发明属于人流预警技术领域，尤其涉及一种基于探针的人流预警分析方法和系统。
背景技术
探针是利用智能设备商带有WIFI模块的AP所发出的无线广播信号进行设备的感知，采集智能设备MAC地址的线下行为轨迹的一项功能模块。AP是传统有线网络中的HUB，也是组建小型无线局域网时最常用的设备。AP相当于一个连接有线网和无线网的桥梁，其主要作用是将各个无线网络客户端连接到一起，然后将无线网络接入以太网。来自不同AP的数据通过AC(无线局域网接入控制设备)进行汇聚并接入Internet，同时完成AP设备的配置管理、无线用户的认证、管理及宽带访问、安全等控制功能。
目前实现区域位置的人流监控和预测的方式是通过视频监控录像，利用机器视觉、计算机图形图像视频分析技术，进而检测指定区域的移动人流密度统计，当所监控的客流数量达到设定的阀值时进行客流报警，并启动相应的预警方案，防止发生安全事故。在景区、商圈、交通枢纽等公共场所经常会面临人群密集的情况，尤其是在节假日期间人流将更加集中，密集度也会相对上升。一旦发生突发性事件，如不及时预警极易出现恶性事故。由于现有利用监控技术实现人流预警存在如下几个缺点：1)高清视频监控设备成本高，安装成本 也高；2)视频监控存在监控死角，且监控距离有限；3)监控图像画质容易受环境影响，如雪雨天、阴天画面会不清晰导致捕捉监控的人流数据会受影响。
上述问题亟待解决。
发明内容
针对现有技术的高清视频监控设备成本高，视频监控存在监控死角，且监控距离有，监控图像画质容易受环境影响的缺陷，本发明实施例提供一种基于探针的人流预警分析方法和系统。
本发明提供一种基于探针的人流预警分析方法，包括：
通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；
读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；
对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；
通过所述可视化平台显示所述分析和计算结果。
优选的，所述通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器之前还包括：
预先在监控区域内铺设内置有探针的AP模块，将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。
优选的，所述对探测到的MAC地址数据进行分析和计算，获取监控区域内的人流量，并将分析和计算结果发送至可视化平台之后还包括：
判断各个区块或路段的人流量是否大于预设的人流阈值；
若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。
优选的，所述通过所述可视化平台显示所述分析和计算结果具体包括：
通过所述可视化平台以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。
优选的，所述通过所述可视化平台显示所述监控区域内各个区块和路段的人流量之后还包括：
对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。
本发明还一种基于探针的人流预警分析系统，所述系统包括内置有探针的AP设备、探针服务器、后台处理系统以及可视化平台，所述后台处理系统包括MAC地址解析模块和人流量分析模块，其中：
所述内置有探针的AP设备，用于采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；
所述MAC地址解析模块，用于读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；
所述人流量分析模块，用于对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；
所述可视化平台，用于显示所述分析和计算结果。
优选的，所述人流预警分析系统还包括AP设备布置模块，所述后台处理系统还包括监控区域划分模块，其中：
所述AP设备布置模块，用于预先在监控区域内铺设内置有探针的AP设备；
所述监控区域划分模块，用于将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。
优选的，所述后台处理系统还包括：
判断模块，用于判断各个区块或路段的人流量是否大于预设的人流阈值；
推送模块，用于若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。
优选的，所述可视化平台具体用于：
以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。
优选的，所述后台处理系统还包括：
预测模块，用于对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。
有益效果：本发明提供的基于探针的人流预警分析方法和系统，通过探针探测每个移动终端设备可定义为人流信息的MAC地址，此过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管理人员，进而帮助场所管理人员能够在第一时间作出判断。在客流高峰时期采取适当的措施，正确引导客流，防患于未然，避免事故的发生。
附图说明
图1为本发明实施例提供的基于探针的人流预警分析方法的步骤图；
图2为本发明另一实施例提供的基于探针的人流预警分析方法的步骤图；
图3为本发明另一实施例提供的基于探针的人流预警分析方法的步骤图；
图4为本发明实施例提供的基于探针的人流预警分析系统的结构图；
图5为图4提供的基于探针的人流预警分析系统的模块连接图；
图6为本发明另一实施例提供的基于探针的人流预警分析系统的结构图；
图7为本发明另一实施例提供的基于探针的人流预警分析系统的结构图；
图8为本发明另一实施例提供的基于探针的人流预警分析系统的结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于探针的人流预警分析方法，如图1所示，包括：
S100、通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；
S200、读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；
S300、对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；
S400、通过所述可视化平台显示所述分析和计算结果。
具体的，推送报警消息可提醒管理者即时做好处置方案，疏导人群。可视化平台可通过包括并不限于地图、图形、表格等形式展示所述分析结果。
优选的，如图2所示，所述通过内置于AP设备中的探针采集监控区域内 移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器之前还包括：
S500、预先在监控区域内铺设内置有探针的AP模块，将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。
优选的，如图3所示，所述对探测到的MAC地址数据进行分析和计算，获取监控区域内的人流量，并将分析和计算结果发送至可视化平台之后还包括：
S600、判断各个区块或路段的人流量是否大于预设的人流阈值；
S700、若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。
优选的，所述通过所述可视化平台显示所述分析和计算结果具体包括：
通过所述可视化平台以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。
优选的，所述通过所述可视化平台显示所述监控区域内各个区块和路段的人流量之后还包括：
对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。
具体的，系统平台经过长期的大数据运算分析，可预测未来至少48小时内的探测区域的人流密集程度，并提前发出预警消息。
本发明实施例提供的基于探针的人流预警分析方法，通过探针探测每个移动终端设备可定义为人流信息的MAC地址，此过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管 理人员，进而帮助场所管理人员能够在第一时间作出判断。在客流高峰时期采取适当的措施，正确引导客流，防患于未然，避免事故的发生。
该方法实时监测指定区域的人流密度分布、人流迁徙动向，并对该区域进行人流预测和预警分析通报。当该区域出现人群骤增情况能实时多渠道的推送报警消息到平台、区域大屏幕、智慧城市APP应用，让管理者能及时响应及时疏导，让群众也能及时获取告警消息和转移路线通知，从而有效的避免事故的发生。此外系统平台还可预测未来至少48小时的人流情况，能提前预知突发事件的可能性，提前估计出公共场所的最大客流承受能力，及时发现重大的客流安全隐患，进而帮助场所管理人员能够在第一时间作出判断。
本发明还提供一种基于探针的人流预警分析系统，如图4和图5所示，所述系统包括内置有探针的AP设备100、探针服务器200、后台处理系统300以及可视化平台400，所述后台处理系统300包括MAC地址解析模块301和人流量分析模块302，其中：
内置有探针的AP设备100，用于采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务；
MAC地址解析模块301，用于读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；
具体的，以每人携带的移动终端上的MAC地址作为人的唯一标识，则MAC对应的数据即是人群的数据。
人流量分析模块302，用于对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；
可视化平台400，用于通过所述可视化平台显示所述分析和计算结果。
具体的，显示模块是系统与用户的接口，不同类型的用户通过系统前端管理、配置以及查看人流预警系统的功能页面，所述页面以图形化和数据分析的形式呈现人流的热力图、骤增图、对冲图、以及迁徙图，其中：
a)热力图：以不同的颜色标记每个探针设备探测到实时人流数量，并结合地图展示。例如探针1当前探测到人群数量为123人，(红色表示100人以上)，则该探针所在地图的位置区域颜色呈现红色。
b)骤增图：骤增图体现系统不同单点探针设备近一段时间相对前一段时间的人数增长状况，并以不同颜色标识人流增长程度：绿色代表增长程度没有达到管理员设定的骤增预警值，人流状况比较正常，黄色代表骤增人数达到预警阈值、需要关注人流增长状况。红色代表骤增人数达到警戒阈值，需要重点关注人流增长状况。
c)对冲图：基于大数据对探测区域内特定监控点人流密度变化及人流动向进行分析并结合地图，得出各个容易发生危险的对撞点的人流状况，如果容易发生危险的对撞点附件有商厦，窄路，电梯等拥挤或者狭窄的隘口，也会突出展示隘口信息，方便有关部门根据隘口状况采取不同的缓解措施。对冲图包括路径图示：蓝色路段代表人流正常，黄色路段代表人流比较密集、红色路段代表人流密集，容易发生对撞。
d)迁徙图：指定区域A为迁徙中心，将该区域内所有探针设备归为一个组，实时记录每个探测时间段探针组探测到所有mac数据，其中部分mac数据在上一个时间段在另一个区域B出现，则认为这部分人群从B区域迁入到A区域，同理部分mac数据在下个时间段在C区域出现，则认为这部分人群从A区域迁出到C区域。
e)人群分析：根据不同人群停留时间特征，系统分为如下四类人群：
1)固定人群：90天内出现比例>80％，小于等于100％的人。(出现比例＝出现天数/到目前为止总天数)
2)重度访客：90天内，出现比例＝出现天数/到目前为止总天数，出现比例大于40％，小于80％的人
3)偶尔访客：90天内，出现比例＝出现天数/到目前为止总天数，出现比例大于0％，小于40％的人
4)初次访客：90天内，首次出现的人。
f)人流预测：基于整个探测区域及不同关注区域的历史人流数据，建立人流预测模型，预测未来48小时各个区块内每小时人流量及峰值出现的时间，以便相关人员提前处理风险，防患未然。
设置在系统后端的解析模块主要包含以下功能单元：
a)日志收集程序：负责从探针服务器收集移动终端上报的日志信息。
b)Kafka集群：负责接收日志收集程序写入的日志信息。
c)Spark集群：负责消费kafka集群的消息，实时计算系统各种指标，并将结果推送到hbase集群。Spark集群上的部分任务还会通将AP预警的报警信息，骤增信息报告给显示模块。
d)Hbase集群：负责存储计算的结果数据，提供高速查询功能。
e)Redis：负责缓存系统的部分临时信息，提高查询速度。
f)Mysql：负责存储运营人员，管理员输入的运营数据。
g)配置服务器模块：负责从探针服务器读取配置信息并写入Redis缓存，Spark任务将从redis读取任务需要的配置信息。
h)消息通知模块：负责向前端通知AP报警消息，也承载向外部大屏管理平台及智慧城市APP发送消息通知的任务。
i)人流预测模块：负责定期读取hbase的人流实际数据，预测未来48小时之内整个区域及区块的总人数，每小时人数及峰值出现时间。
j)人群轨迹模块：负责每天至少运行一次计算人群轨迹的历史信息。
人流预警分析系统的后端采用业界成熟的Kafka+Spark Streaming+hbase实时计算架构解决方案，具体为：
Kafka做数据暂存：Kafka作为分布式消息队列，既有非常优秀的吞吐量，又有较高的可靠性和扩展性。这里采用Kafka作为日志传递中间件来接收日志，同时接受Spark Streaming的请求，将AP日志按序发送给Spark Streaming集群。
Spark数据处理：Spark Streaming是Spark的扩展，专门用来实现流式分析方式处理数据。Spark Streaming支持Kafka、Flume、Twitter、ZeroMQ、Kinesis、TCP Sockets等多种数据源。此外，也可以使用一个复杂的算法，如map、reduce、join、window，这些来处理数据。处理完的数据可以被发送给文件系统、数据库、其他第三方。Spark Streaming类似于Apache Storm，用于流式数据的处理。Spark Streaming有高吞吐量和容错能力强两个特点。将Spark Streaming集群与Kafka集群对接，Spark Streaming从Kafka集群中获取日志并进行处理。Spark Streaming会实时地从Kafka集群中获取数据并将其存储在内部的可用内存空间中。当每一个batch窗口到来时，便对这些数据进行处理。
hbase结果存储：为了便于前端展示和页面请求，处理得到的结果将写入到hbase数据库。HBase–Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统。HBase本身就是十分强大的数据库，能够融合key/value存储模式带来实时查询的能力，以及通过MapReduce进行离线处理或者批处理的能力。Hbase能够在大量的数据中查询记录，也可以从中获得综合分析报告。
优选的，如图6所示，所述人流预警分析系统还包括AP设备布置模块500，所述后台处理系统300还包括监控区域划分模块303，其中：
AP设备布置模500，用于预先在监控区域内铺设内置有探针的AP设备；
监控区域划分模块303，用于将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。
优选的，所述可视化平台具体用于：
以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。
优选的，如图7所示，所述后台处理系统300还包括：
判断模块304，用于判断各个区块或路段的人流量是否大于预设的人流阈值；
推送模块305，用于若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。
优选的，如图8所示，所述后台处理系统300还包括：
预测模块306，用于对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。
需要说明的是，本发明实施例提供的上述系统中各个模块，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本发明实施例提供的基于探针的人流预警分析系统，通过探针探测每个移动终端设备可定义为人流信息的MAC地址，此过程实时记录人流信息，准确率高，不受环境影响，成本低廉，可及时推送报警和预警信息给用户和相关管 理人员，进而帮助场所管理人员能够在第一时间作出判断。在客流高峰时期采取适当的措施，正确引导客流，防患于未然，避免事故的发生。
该系统实时监测指定区域的人流密度分布、人流迁徙动向，并对该区域进行人流预测和预警分析通报。当该区域出现人群骤增情况能实时多渠道的推送报警消息到平台、区域大屏幕、智慧城市APP应用，让管理者能及时响应及时疏导，让群众也能及时获取告警消息和转移路线通知，从而有效的避免事故的发生。此外系统平台还可预测未来至少48小时的人流情况，能提前预知突发事件的可能性，提前估计出公共场所的最大客流承受能力，及时发现重大的客流安全隐患，进而帮助场所管理人员能够在第一时间作出判断。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

  1. 一种基于探针的人流预警分析方法，其特征在于，包括：
    通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；
    读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；
    对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；
    通过所述可视化平台显示所述分析和计算结果。
  2. 如权利要求1所述的方法，其特征在于，所述通过内置于AP设备中的探针采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器之前还包括：
    预先在监控区域内铺设内置有探针的AP模块，将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。
  3. 如权利要求2所述的方法，其特征在于，所述对探测到的MAC地址数据进行分析和计算，获取监控区域内的人流量，并将分析和计算结果发送至可视化平台之后还包括：
    判断各个区块或路段的人流量是否大于预设的人流阈值；
    若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。
  4. 如权利要求1所述的方法，其特征在于，所述通过所述可视化平台显示所述分析和计算结果具体包括：
    通过所述可视化平台以地图、图形或者表格的形式呈现各个区块或路段所 对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。
  5. 如权利要求1所述的方法，其特征在于，所述通过所述可视化平台显示所述监控区域内各个区块和路段的人流量之后还包括：
    对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。
  6. 一种基于探针的人流预警分析系统，其特征在于，包括内置有探针的AP设备、探针服务器、后台处理系统以及可视化平台，所述后台处理系统包括MAC地址解析模块和人流量分析模块，其中：
    所述内置有探针的AP设备，用于采集监控区域内移动终端发出的无线报文，并将所述无线报文信息传送给探针服务器；
    所述MAC地址解析模块，用于读取所述探针服务器中存储的无线报文信息，并解析出所述无线报文信息中携带的所述移动终端的MAC地址；
    所述人流量分析模块，用于对探测到的MAC地址数据进行分析和计算，获取监控区域内各个区块和路段的人流量，并将分析和计算结果发送至可视化平台；
    所述可视化平台，用于显示所述分析和计算结果。
  7. 如权利要求6所述的系统，其特征在于，所述人流预警分析系统还包括AP设备布置模块，所述后台处理系统还包括监控区域划分模块，其中：
    所述AP设备布置模块，用于预先在监控区域内铺设内置有探针的AP设备；
    所述监控区域划分模块，用于将所述监控区域划分为多个区块和路段，并设置每个区块和路段对应的人流阈值。
  8. 如权利要求7所述的系统，其特征在于，所述后台处理系统还包括：
    判断模块，用于判断各个区块或路段的人流量是否大于预设的人流阈值；
    推送模块，用于若大于预设的人流阈值，则自动生成报警信息，并将所述报警信息推送到预先绑定的终端或平台。
  9. 如权利要求6所述的系统，其特征在于，所述可视化平台具体用于：
    以地图、图形或者表格的形式呈现各个区块或路段所对应的人流量的热力状况、骤增状况、道路状况、人群造访频次状况以及人群迁徙状况。
  10. 如权利要求6所述的系统，其特征在于，所述后台处理系统还包括：
    预测模块，用于对历史获取到的监控区域内各个区块和路段的人流量进行大数据分析，预测未来48小时内监控区域内各个区块和路段的人流量，并提前发出预警消息。
PCT/CN2017/093913 2016-08-19 2017-07-21 基于探针的人流预警分析方法和系统 WO2018032938A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610697306.6A CN106251578B (zh) 2016-08-19 2016-08-19 基于探针的人流预警分析方法和系统
CN201610697306.6 2016-08-19

Publications (1)

Publication Number Publication Date
WO2018032938A1 true WO2018032938A1 (zh) 2018-02-22

Family

ID=57593285

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2017/093913 WO2018032938A1 (zh) 2016-08-19 2017-07-21 基于探针的人流预警分析方法和系统

Country Status (2)

Country Link
CN (1) CN106251578B (zh)
WO (1) WO2018032938A1 (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109657700A (zh) * 2018-11-22 2019-04-19 南京茶非氪信息科技有限公司 一种宏观区域连通道热度检测算法
CN110366200A (zh) * 2019-08-01 2019-10-22 上海重盟信息技术有限公司 一种终端标定的方法及装置
CN110868433A (zh) * 2018-08-21 2020-03-06 郭欣 一种平安城市无线智能感知终端及其应用
CN110880121A (zh) * 2019-08-05 2020-03-13 成都油管家科技有限公司 一种基于加油站的数据统计分析预警方法
CN110930023A (zh) * 2019-11-20 2020-03-27 满江(上海)软件科技有限公司 基于区块链的特定人群聚集点的公共安全预警系统
CN111010439A (zh) * 2019-12-16 2020-04-14 重庆锐云科技有限公司 一种景区舒适度监测与预警方法
CN111104610A (zh) * 2019-11-07 2020-05-05 重庆特斯联智慧科技股份有限公司 一种社区人口大数据的可视化管理系统和方法
CN111652161A (zh) * 2020-06-08 2020-09-11 上海商汤智能科技有限公司 人群过密预测方法、装置、电子设备及存储介质
CN111726352A (zh) * 2020-06-17 2020-09-29 杭州安恒信息技术股份有限公司 可视化监测探针状态的方法、装置、计算机设备和介质
CN111784082A (zh) * 2020-08-04 2020-10-16 安徽亿纵电子科技有限公司 一种基于大数据的gis山洪预防预警系统
CN111918210A (zh) * 2019-05-07 2020-11-10 武汉微物云联科技有限公司 一种基于wifi探针技术实现展厅服务机器人的定位方法及系统
CN112463136A (zh) * 2020-06-29 2021-03-09 中国铁路设计集团有限公司 基于热力图技术的城市空间区域人流活力分析方法
CN112702190A (zh) * 2020-12-11 2021-04-23 广东电力通信科技有限公司 一种基于消息队列的区域告警消息推送方法及系统
CN112905729A (zh) * 2021-03-05 2021-06-04 亿海蓝（北京）数据技术股份公司 轨迹数据的热力图生成方法、装置、电子设备和存储介质
CN113129928A (zh) * 2019-12-31 2021-07-16 杭州海康威视数字技术股份有限公司 通道隔离设备位置调整方法、装置、电子设备及存储介质
CN113283508A (zh) * 2021-05-28 2021-08-20 中国联合网络通信集团有限公司 客流预测方法、装置、设备及存储介质
CN113361734A (zh) * 2021-06-09 2021-09-07 合肥工业大学 一种风景区客流密度统计系统
CN113645180A (zh) * 2021-06-04 2021-11-12 复旦大学附属肿瘤医院 一种人流统计分析系统及其方法
CN114283386A (zh) * 2022-01-28 2022-04-05 浙江传媒学院 一种基于大数据的分析适应密集场景人流实时监测系统
CN114694285A (zh) * 2022-03-29 2022-07-01 重庆紫光华山智安科技有限公司 人流量告警方法、装置、电子设备和存储介质
CN115002150A (zh) * 2022-05-05 2022-09-02 连云港屋托帮文化传媒有限公司 一种智慧社区智能化疫情管控系统及方法
CN115081757A (zh) * 2022-08-20 2022-09-20 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN115797850A (zh) * 2023-02-06 2023-03-14 中国石油大学(华东) 基于视频流的油田生产安全预警分析系统
CN116431430A (zh) * 2023-03-01 2023-07-14 合芯科技有限公司 一种对Zookeeper集群监控分析系统及方法
CN117314119A (zh) * 2023-11-07 2023-12-29 北京凯泰铭科技文化发展有限公司 一种基于全域及域内景区游客数量精准在线实时分析系统
CN117908497A (zh) * 2024-03-18 2024-04-19 山东汉峰新材料科技有限公司 基于物联网的甘宝素产线安全监测系统
CN118172222A (zh) * 2024-05-11 2024-06-11 恒海云技术集团有限公司 基于大数据的智慧校园安全预警平台
CN118212773A (zh) * 2024-03-15 2024-06-18 广科通立(广东)数据服务有限公司 一种基于数据分析的路侧安全监控方法及系统
CN118261763A (zh) * 2024-05-14 2024-06-28 深圳市云鲸视觉科技有限公司 数字孪生城市的人流量模拟展示方法及系统

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251578B (zh) * 2016-08-19 2019-05-07 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统
GB201711411D0 (en) * 2016-12-30 2017-08-30 Maxu Tech Inc Early entry
CN108573265B (zh) * 2017-03-10 2023-04-07 中兴通讯股份有限公司 人流量统计方法及统计系统
CN106970976A (zh) * 2017-03-27 2017-07-21 重庆邮电大学 一种基于游客移动信令数据的景区实时动态客流量统计方法
CN107104851A (zh) * 2017-03-27 2017-08-29 珠海网博信息科技股份有限公司 一种基于wifi的热力图展示方法及系统
CN106919976A (zh) * 2017-04-25 2017-07-04 安徽省博达广告装饰有限公司 一种人数统计设备及其控制方法
CN107392119A (zh) * 2017-07-04 2017-11-24 西北农林科技大学 一种基于Spark Streaming的奶牛场监控视频实时过滤方法与系统
CN107480189A (zh) * 2017-07-11 2017-12-15 上海精数信息科技有限公司 一种多维度实时分析系统及方法
CN107645704A (zh) * 2017-07-13 2018-01-30 同济大学 一种基于阈值体系的区域客流预警系统及预警方法
CN107483322B (zh) * 2017-08-16 2021-01-15 湖南擎谱数字科技有限公司 基于红包雨游戏的商场人流监控与导向方法及系统
CN107845259B (zh) * 2017-10-24 2021-02-09 东南大学 公交运行情况实时反馈系统及公交实时运行数据处理方法
CN108038116A (zh) * 2017-10-24 2018-05-15 安徽四创电子股份有限公司 一种基于gis的人流密度监控方法
CN107801159B (zh) * 2017-10-25 2021-02-02 迈普通信技术股份有限公司 人流量监控方法、系统、信息处理方法及装置
CN108024207B (zh) * 2017-12-06 2020-12-01 南京华苏科技有限公司 基于三层防控圈的人流量监控方法
CN108260087A (zh) * 2018-01-31 2018-07-06 福州大学 一种基于wiifi长短时记忆的室内人流分布预测方法
CN108391234B (zh) * 2018-02-09 2021-04-30 华高数字科技有限公司 一种基于WiFi技术的人流量检测装置
CN108551654A (zh) * 2018-04-27 2018-09-18 广州仁星数位时代科技有限公司 一种基于区域链的细分人群数据挖掘系统
CN110535891A (zh) * 2018-05-24 2019-12-03 北京智慧图科技有限责任公司 一种识别用户到访的方法
CN108874908B (zh) * 2018-05-28 2019-05-17 苏州玩友时代科技股份有限公司 一种实时游戏业务告警方法
CN108966265A (zh) * 2018-06-01 2018-12-07 北京万相融通科技股份有限公司 一种车站客流量预测和统计分析的方法及其系统
CN109041099B (zh) * 2018-06-28 2022-02-11 新华三大数据技术有限公司 人流量预测方法、装置及终端
CN109151780A (zh) * 2018-07-25 2019-01-04 佛山市阿啪啪信息科技有限公司 一种基于wifi探针的数据采集方法、装置及系统
CN110831102B (zh) * 2018-08-07 2023-03-28 香港科技大学 路径构建方法及系统
CN109658643B (zh) * 2018-12-06 2021-04-27 中国工商银行股份有限公司 支付风险告警方法、服务器及智能pos
CN109598894A (zh) * 2018-12-14 2019-04-09 河南理工大学 一种基于多种信号检测的踩踏预警报警系统
CN109829119B (zh) * 2018-12-26 2023-04-28 成都熊谷油气科技有限公司 基于lbs大数据在智慧管网中的情报预警方法
CN111835540B (zh) * 2019-04-18 2023-04-18 杭州海康威视系统技术有限公司 进行告警的方法和装置
CN111862521B (zh) * 2019-04-28 2022-07-05 杭州海康威视数字技术股份有限公司 行为热力图生成及报警方法、装置、电子设备及存储介质
CN111935637A (zh) * 2019-05-13 2020-11-13 西安光启未来技术研究院 一种人流量分析方法、存储介质及处理器
CN112214523A (zh) * 2019-07-11 2021-01-12 中国移动通信集团湖南有限公司 容量控制方法及系统
CN112511967B (zh) * 2019-08-26 2023-02-28 上海连尚网络科技有限公司 一种发送终端探测信息的方法与设备
CN110674750A (zh) * 2019-09-25 2020-01-10 浪潮软件集团有限公司 一种智慧城市人员预警及引导系统
CN110636440A (zh) * 2019-09-26 2019-12-31 秒针信息技术有限公司 一种人流量预警方法、装置、电子设备及系统
CN110930638B (zh) * 2019-10-25 2021-10-22 北京拓明科技有限公司 一种人群聚集预警方法和系统
CN111132022A (zh) * 2019-12-20 2020-05-08 成都西加云杉科技有限公司 一种人群预警分析方法、装置及系统
CN111080026B (zh) * 2019-12-25 2022-12-13 北京百度网讯科技有限公司 人流密度预警方法及装置
CN113498012A (zh) * 2020-04-08 2021-10-12 上海黄浦数字商圈运营有限公司 一种客流预警方法、电子设备和可读存储介质
CN111540162A (zh) * 2020-04-17 2020-08-14 佛山科学技术学院 一种基于树莓派的人流预警系统
CN112188478B (zh) * 2020-09-29 2023-04-07 浙江新再灵科技股份有限公司 基于大数据分析的常驻人口数据采集方法
CN112035559B (zh) * 2020-11-02 2021-02-02 浙江口碑网络技术有限公司 热力图的展示方法、服务器及系统
CN112419123A (zh) * 2020-11-20 2021-02-26 深圳市先创数字技术有限公司 基于热力图算法的人流量管控方法、系统及存储介质
CN112434101B (zh) * 2020-11-23 2021-06-25 北京航空航天大学 一种利用共享出行大数据进行人流量迁徙分析的系统
CN112697988A (zh) * 2020-11-30 2021-04-23 华南农业大学 一种废水排放过程的人工智能监测系统及方法
CN112699109A (zh) * 2020-12-29 2021-04-23 西安九索数据技术股份有限公司 城市区域人流实时监测计算方法
CN112533141A (zh) * 2020-12-31 2021-03-19 浙江晶日科技股份有限公司 一种基于人流量和位置信息的调光系统及方法
CN112911000A (zh) * 2021-02-01 2021-06-04 南京信息工程大学 基于wifi探针的高校区域性人流量监测系统及方法
CN113068215B (zh) * 2021-03-12 2022-01-11 华扬联众数字技术(深圳)有限公司 一种基于权重与过滤的多WiFi探针MAC地址的动线算法
CN113810475B (zh) * 2021-08-30 2024-07-26 中国电子科技集团公司第五十四研究所 一种基于大数据架构的Wifi探针设备管控系统
CN114666400B (zh) * 2022-03-17 2024-06-28 山东鲁软数字科技有限公司 一种校园智能预警分流方法及系统
CN115909577A (zh) * 2022-11-30 2023-04-04 英华达（上海）科技有限公司 基于wifi探针的监控预警方法、系统、设备及存储介质
CN118097563A (zh) * 2024-04-18 2024-05-28 福建票付通创新科技有限公司 一种基于bi数据分析的区域客流评估系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101394645A (zh) * 2008-10-30 2009-03-25 中国移动通信集团北京有限公司 一种目标区域移动通信终端用户的流量统计方法及系统
US20140067156A1 (en) * 2012-09-04 2014-03-06 Vodafone Holding Gmbh System for Identification Provided by Users in Vehicles
CN104217592A (zh) * 2014-09-24 2014-12-17 福建星网锐捷网络有限公司 人流量统计方法、设备及系统
CN204539486U (zh) * 2015-04-17 2015-08-05 绍兴捷运信息科技有限公司 一种地铁线网客流样本追踪分析系统
CN106251578A (zh) * 2016-08-19 2016-12-21 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101662403B (zh) * 2008-08-29 2013-01-30 国际商业机器公司 动态人群的人群标记方法及其移动通信设备
CN103975558A (zh) * 2011-12-07 2014-08-06 三菱电机株式会社 网络解析装置、管理系统、网络解析方法以及程序
CN104573859A (zh) * 2014-12-31 2015-04-29 合肥城市云数据中心有限公司 一种基于Wifi定位和云数据处理技术的人流量预测方法
CN104811894B (zh) * 2015-03-09 2018-08-21 安徽云之迹信息技术有限公司 一种人流分布的统计方法、装置及服务器
CN104966134A (zh) * 2015-06-15 2015-10-07 海南大学 一种基于移动终端的景区内游客流量预测及超限应急系统
CN104980885B (zh) * 2015-06-25 2018-09-14 迪爱斯信息技术股份有限公司 一种面向wifi探测识别的数据处理系统及方法
CN105187240A (zh) * 2015-08-19 2015-12-23 广东中兴新支点技术有限公司 一种人流量检测方法及其装置
CN105282523A (zh) * 2015-11-23 2016-01-27 上海赢谊电子设备有限公司 一种人流量估计电子设备及其在公交站亭的使用方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101394645A (zh) * 2008-10-30 2009-03-25 中国移动通信集团北京有限公司 一种目标区域移动通信终端用户的流量统计方法及系统
US20140067156A1 (en) * 2012-09-04 2014-03-06 Vodafone Holding Gmbh System for Identification Provided by Users in Vehicles
CN104217592A (zh) * 2014-09-24 2014-12-17 福建星网锐捷网络有限公司 人流量统计方法、设备及系统
CN204539486U (zh) * 2015-04-17 2015-08-05 绍兴捷运信息科技有限公司 一种地铁线网客流样本追踪分析系统
CN106251578A (zh) * 2016-08-19 2016-12-21 深圳奇迹智慧网络有限公司 基于探针的人流预警分析方法和系统

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110868433A (zh) * 2018-08-21 2020-03-06 郭欣 一种平安城市无线智能感知终端及其应用
CN109657700A (zh) * 2018-11-22 2019-04-19 南京茶非氪信息科技有限公司 一种宏观区域连通道热度检测算法
CN109657700B (zh) * 2018-11-22 2022-11-11 南京茶非氪信息科技有限公司 一种宏观区域连通道热度检测方法
CN111918210A (zh) * 2019-05-07 2020-11-10 武汉微物云联科技有限公司 一种基于wifi探针技术实现展厅服务机器人的定位方法及系统
CN110366200A (zh) * 2019-08-01 2019-10-22 上海重盟信息技术有限公司 一种终端标定的方法及装置
CN110366200B (zh) * 2019-08-01 2022-11-18 上海重盟信息技术有限公司 一种终端标定的方法及装置
CN110880121A (zh) * 2019-08-05 2020-03-13 成都油管家科技有限公司 一种基于加油站的数据统计分析预警方法
CN111104610A (zh) * 2019-11-07 2020-05-05 重庆特斯联智慧科技股份有限公司 一种社区人口大数据的可视化管理系统和方法
CN111104610B (zh) * 2019-11-07 2023-03-21 重庆特斯联智慧科技股份有限公司 一种社区人口大数据的可视化管理系统和方法
CN110930023A (zh) * 2019-11-20 2020-03-27 满江(上海)软件科技有限公司 基于区块链的特定人群聚集点的公共安全预警系统
CN111010439A (zh) * 2019-12-16 2020-04-14 重庆锐云科技有限公司 一种景区舒适度监测与预警方法
CN113129928A (zh) * 2019-12-31 2021-07-16 杭州海康威视数字技术股份有限公司 通道隔离设备位置调整方法、装置、电子设备及存储介质
CN113129928B (zh) * 2019-12-31 2024-05-07 杭州海康威视数字技术股份有限公司 通道隔离设备位置调整方法、装置、电子设备及存储介质
CN111652161A (zh) * 2020-06-08 2020-09-11 上海商汤智能科技有限公司 人群过密预测方法、装置、电子设备及存储介质
CN111726352B (zh) * 2020-06-17 2023-05-26 杭州安恒信息技术股份有限公司 可视化监测探针状态的方法、装置、计算机设备和介质
CN111726352A (zh) * 2020-06-17 2020-09-29 杭州安恒信息技术股份有限公司 可视化监测探针状态的方法、装置、计算机设备和介质
CN112463136B (zh) * 2020-06-29 2023-12-05 中国铁路设计集团有限公司 基于热力图技术的城市空间区域人流活力分析方法
CN112463136A (zh) * 2020-06-29 2021-03-09 中国铁路设计集团有限公司 基于热力图技术的城市空间区域人流活力分析方法
CN111784082A (zh) * 2020-08-04 2020-10-16 安徽亿纵电子科技有限公司 一种基于大数据的gis山洪预防预警系统
CN112702190A (zh) * 2020-12-11 2021-04-23 广东电力通信科技有限公司 一种基于消息队列的区域告警消息推送方法及系统
CN112905729B (zh) * 2021-03-05 2024-01-30 亿海蓝（北京）数据技术股份公司 轨迹数据的热力图生成方法、装置、电子设备和存储介质
CN112905729A (zh) * 2021-03-05 2021-06-04 亿海蓝（北京）数据技术股份公司 轨迹数据的热力图生成方法、装置、电子设备和存储介质
CN113283508B (zh) * 2021-05-28 2023-11-10 中国联合网络通信集团有限公司 客流预测方法、装置、设备及存储介质
CN113283508A (zh) * 2021-05-28 2021-08-20 中国联合网络通信集团有限公司 客流预测方法、装置、设备及存储介质
CN113645180A (zh) * 2021-06-04 2021-11-12 复旦大学附属肿瘤医院 一种人流统计分析系统及其方法
CN113361734B (zh) * 2021-06-09 2023-11-07 合肥工业大学 一种风景区客流密度统计系统
CN113361734A (zh) * 2021-06-09 2021-09-07 合肥工业大学 一种风景区客流密度统计系统
CN114283386A (zh) * 2022-01-28 2022-04-05 浙江传媒学院 一种基于大数据的分析适应密集场景人流实时监测系统
CN114694285B (zh) * 2022-03-29 2023-09-01 重庆紫光华山智安科技有限公司 人流量告警方法、装置、电子设备和存储介质
CN114694285A (zh) * 2022-03-29 2022-07-01 重庆紫光华山智安科技有限公司 人流量告警方法、装置、电子设备和存储介质
CN115002150A (zh) * 2022-05-05 2022-09-02 连云港屋托帮文化传媒有限公司 一种智慧社区智能化疫情管控系统及方法
CN115081757B (zh) * 2022-08-20 2022-11-22 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN115081757A (zh) * 2022-08-20 2022-09-20 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN115797850A (zh) * 2023-02-06 2023-03-14 中国石油大学(华东) 基于视频流的油田生产安全预警分析系统
CN115797850B (zh) * 2023-02-06 2023-04-18 中国石油大学(华东) 基于视频流的油田生产安全预警分析系统
CN116431430A (zh) * 2023-03-01 2023-07-14 合芯科技有限公司 一种对Zookeeper集群监控分析系统及方法
CN117314119A (zh) * 2023-11-07 2023-12-29 北京凯泰铭科技文化发展有限公司 一种基于全域及域内景区游客数量精准在线实时分析系统
CN118212773A (zh) * 2024-03-15 2024-06-18 广科通立(广东)数据服务有限公司 一种基于数据分析的路侧安全监控方法及系统
CN117908497A (zh) * 2024-03-18 2024-04-19 山东汉峰新材料科技有限公司 基于物联网的甘宝素产线安全监测系统
CN117908497B (zh) * 2024-03-18 2024-06-07 山东汉峰新材料科技有限公司 基于物联网的甘宝素产线安全监测系统
CN118172222A (zh) * 2024-05-11 2024-06-11 恒海云技术集团有限公司 基于大数据的智慧校园安全预警平台
CN118261763A (zh) * 2024-05-14 2024-06-28 深圳市云鲸视觉科技有限公司 数字孪生城市的人流量模拟展示方法及系统

Also Published As

Publication number Publication date
CN106251578B (zh) 2019-05-07
CN106251578A (zh) 2016-12-21

Similar Documents

Publication Publication Date Title
WO2018032938A1 (zh) 基于探针的人流预警分析方法和系统
WO2018014873A1 (zh) 一种基于mac码和人脸识别的人流预警方法
CN103269355B (zh) 智慧天网应用平台
CN112305641B (zh) 一种高速公路交通安全气象物联网监测预警系统
CN107134158B (zh) 高速公路智能控制系统
CN104123815A (zh) 一种高速公路自启动应急救援快速处置系统
CN110971699A (zh) 一种智慧城市安全管理远程监控系统及方法
KR101445045B1 (ko) 통합관제센터의 통합관제서비스를 이용한 수위경고 시스템 및 방법
CN109102695B (zh) 智能交通服务站、智能交通服务方法及系统
CN110648528A (zh) 一种智慧公路管理系统
CN106971529A (zh) 一种高速公路监控系统
CN116362445B (zh) 一种面向多终端的智慧城市数字孪生地图管理系统
CN103795791A (zh) 基于无线传感网络的铁路防灾安全监控系统
CN210222962U (zh) 一种智能电子围栏系统
CN107135263A (zh) 工地扬尘远程监控管理系统和管理方法
CN106412127A (zh) 一种IPv6与IPv4双栈兼容的道路监控视频分析系统
CN105957370A (zh) 一种基于QoE的交通调度大数据系统及方法
CN113344735A (zh) 电网设备的防灾减灾监测预警系统
CN105070058B (zh) 一种基于实时路况视频的精准路况分析方法及系统
CN103634576B (zh) 一种高速公路移动终端监控系统及方法
CN210865032U (zh) 城市内涝监测预警系统
KR101722989B1 (ko) 기지국 유동인구 정보를 활용한 재난 관리 장치 및 방법
CN104902240A (zh) 一种封闭空间拥堵监测方法和系统
CN112583769A (zh) 车站的运行监控系统
CN114399726A (zh) 实时智能监测客流及预警的方法和系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17840913

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 16.07.2019)

122 Ep: pct application non-entry in european phase

Ref document number: 17840913

Country of ref document: EP

Kind code of ref document: A1