一种基于大数据的识别景区客流拥堵的方法与流程

1.本发明公开一种方法,涉及数据分析技术领域，具体地说是一种基于大数据的识别景区客流拥堵的方法。


背景技术：

2.景区客流承载量、景区客流人数、客流密度等指标关系到景区旅游人员的安全。而现有的对景区客流量的情况的监测，主要利用人工统计、闸机统计、红外线感应、重力感应等方式进行统计，但由于系统工具的数量、位置等条件限制，只能对存在统计设施的部分进行监测，无法对景区内部任意某区域游客的拥堵情况进行精确监测。很难准确掌握景区内部某区域客流情况，并进行及时的疏导。


技术实现要素：

3.本发明针对现有技术的问题，提供一种基于大数据的识别景区客流拥堵的方法，为景区管理部门形成更为准确的景区客流情况监测情况，以便及时疏导协调，降低景区内客流密度，提升游客游览的安全性与舒适性。
4.本发明提出的具体方案是：
5.一种基于大数据的识别景区客流拥堵的方法，根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，
6.对于所述游客可活动区域，利用dbsan算法获得可活动区域内的客流密度，对于所述区域内道路，利用交通流密度算法获得区域内道路的客流密度，结合所述可活动区域内的客流密度和所述区域内道路的客流密度获得可活动区域及与可活动区域相关的区域内道路的整体客流密度，
7.根据所述可活动区域内的客流密度、所述区域内道路的客流密度及整体客流密度识别景区客流拥堵情况。
8.优选地，所述的一种基于大数据的识别景区客流拥堵的方法中在所述根据游客在景区内的位置信息之前，包括：
9.利用无线网络通信技术和gps定位技术，实时获取游客在景区内的位置信息。
10.优选地，所述的一种基于大数据的识别景区客流拥堵的方法中获得所述整体客流密度，包括：
11.建立客流密度识别模型，利用所述客流密度识别模型分析获得所述可活动区域内的客流密度和所述区域内道路的客流密度的权重，利用所述可活动区域内的客流密度和所述区域内道路的客流密度的权重计算获得所述整体客流密度。
12.优选地，所述的一种基于大数据的识别景区客流拥堵的方法中利用所述客流密度识别模型分析获得所述权重，包括：
13.获得所述可活动区域的面积m和所述区域内道路的长度n，则所述可活动区域内的客流密度和所述区域内道路的客流密度的权重分别为：
[0014][0015]
a为所述可活动区域内的客流密度的权重，b为所述区域内道路的客流密度的权重。
[0016]
优选地，所述的一种基于大数据的识别景区客流拥堵的方法中所述利用dbsan算法获得可活动区域内的客流密度，包括：
[0017]
计算所述可活动区域的客流密度，其中定位某个游客的位置为(x,y),利用如下公式：
[0018]
s2＝(x+k)2+(y+k)2[0019]
确定所述可活动区域，获得所述可活动区域的面积，并通过所述可活动区域内游客数量除以所述可活动区域的面积获得所述可活动区域的客流密度，其中k为大于零的常数。
[0020]
优选地，所述的一种基于大数据的识别景区客流拥堵的方法中利用交通流密度算法获得区域内道路的客流密度，包括通过如下公式：
[0021][0022]
计算所述区域内道路的客流密度，其中k为交通流密度，l为游客数量，n为区域内道路的长度。
[0023]
优选地，所述的一种基于大数据的识别景区客流拥堵的方法中所述识别景区客流拥堵情况之后，包括：
[0024]
根据所述可活动区域内的客流密度、所述区域内道路的客流密度以及所述整体客流密度，判断所述可活动区域和/或所述区域内道路是否进行预警。
[0025]
优选地，所述的一种基于大数据的识别景区客流拥堵的方法中所述判断所述可活动区域和/或区域内道路是否进行预警，包括：
[0026]
预设所述可活动区域的客流密度的告警阈值b，预设所述区域内道路的客流密度的告警阈值c，预设所述整体客流密度的告警阈值a，
[0027]
比较所述整体客流密度与告警阈值a，若所述整体客流密度大于告警阈值a，则进行预警，
[0028]
比较所述整体客流密度与告警阈值b，若所述整体客流密度大于告警阈值b，则进行预警，
[0029]
比较所述整体客流密度与告警阈值c，若所述整体客流密度大于告警阈值c，则进行预警。
[0030]
一种基于大数据的识别景区客流拥堵的系统，包括区域划分模块、分析模块及识别模块，
[0031]
区域划分模块根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，
[0032]
分析模块对于所述游客可活动区域，利用dbsan算法获得可活动区域内的客流密度，对于所述区域内道路，利用交通流密度算法获得区域内道路的客流密度，结合所述可活动区域内的客流密度和所述区域内道路的客流密度获得可活动区域及与可活动区域相关
的区域内道路的整体客流密度，
[0033]
根据所述可活动区域内的客流密度、所述区域内道路的客流密度及整体客流密度识别景区客流拥堵情况。
[0034]
一种基于大数据的识别景区客流拥堵的装置，包括：至少一个存储器和至少一个处理器；
[0035]
所述至少一个存储器，用于存储机器可读程序；
[0036]
所述至少一个处理器，用于调用所述机器可读程序，执行所述的一种基于大数据的识别景区客流拥堵的方法。
[0037]
本发明的有益之处是：
[0038]
本发明提供一种基于大数据的识别景区客流拥堵的方法，根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，并分别对可活动区域及区域内道路的客流情况进行客流密度数据的分析并结合可活动区域及区域内道路的客流情况获得整体客流密度数据，根据可活动区域内的客流密度、区域内道路的客流密度及整体客流密度识别景区客流拥堵情况，本发明方法无需建立大型闸机监测客流，更为方便且获取数据的成本低，并能够更加精确的识别景区客流情况，也可进一步根据区域划分进行针对性预警及疏导。
附图说明
[0039]
图1是本发明方法流程示意图。
[0040]
图2是本发明方法应用在景区中选定区域示意图。
[0041]
图3是景区中选定区域的客流密度示意图。
具体实施方式
[0042]
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
[0043]
本发明提供一种基于大数据的识别景区客流拥堵的方法，根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，
[0044]
对于所述游客可活动区域，利用dbsan算法获得可活动区域内的客流密度，对于所述区域内道路，利用交通流密度算法获得区域内道路的客流密度，结合所述可活动区域内的客流密度和所述区域内道路的客流密度获得可活动区域及与可活动区域相关的区域内道路的整体客流密度，
[0045]
根据所述可活动区域内的客流密度、所述区域内道路的客流密度及整体客流密度识别景区客流拥堵情况。
[0046]
本发明方法对景区内客流监测，利用游客在景区内的位置数据，结合dbsan算法与交通流密度算法，测算该区域内客流密度情况，进而实现客流情况的识别，以便参照预警阈值进行景区客流的实时、精确、有效地监控。
[0047]
具体应用中，在本发明的一些实施例中基于大数据进行景区客流拥堵的识别，其中本发明方法可以通过3g、4g、5g、wifi等无线网络通信技术及gps定位技术，实时获取游客在景区内的位置数据，定位技术能够保证1m以内误差或者更精确，并且该信息获取的成本
低，效率高，实时性可靠，根据游客在景区内的位置数据，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，参考图2，
[0048]
利用客流密度识别模型进行景区客流拥堵的识别，其中利用dbsan算法，测算出可活动区域客流密度，利用交通流密度公式测算与可活动区域相关的区域内道路的客流密度，结合该区域内道路客流密度与活动区域客流密度的权重数据，测算该区域的整体客流密度情况，参考图3，
[0049]
并根据可活动区域客流密度、区域内道路的客流密度及整体客流密度情况进行景区客流拥堵情况的识别。
[0050]
基于上述实施例，在本发明的另一些实施例中，具体说明了景区内客流密度识别模型测算可活动区域及与可活动区域相关的区域内道路的客流密度的过程。其中利用客流密度识别模型测算可活动区域的面积为m，区域内道路长度为n，利用公式：
[0051][0052]
分别测算出可活动区域与区域内道路的客流密度的权重，a为所述可活动区域内的客流密度的权重，b为所述区域内道路的客流密度的权重。
[0053]
对于可活动区域的客流密度，利用dbsan算法，依据游客位置、游客与游客之间的距离数据，计算可活动区域客流密度情况，比如定位到某个游客的位置为(x,y)，利用如下公式：
[0054]
s2＝(x+k)2+(y+k)2[0055]
通过大于零的常数k可指定可活动区域面积为识别区域面积，统计此面积内的其他游客位置数据，测算所述某个游客的位置周围的游客数量，利用此面积和游客数量，确认客流密度h，为更加准确，可以计算该活动区域内每位游客所对应的客流密度情况，进而计算该区域客流密度的几何平均数。
[0056]
对于区域内道路的客流密度，利用交通流密度公式：
[0057][0058]
进行客流密度的计算，k为交通流密度，l为游客数量，n为道路长度。
[0059]
结该区域内道路客流密度与可活动区域客流密度的权重数据，测算该区域的整体客流密度情况，其中p为整体客流密度，公式如下：
[0060]
p＝a*h+b*k
[0061]
根据p值判断景区内客流的拥堵情况。
[0062]
在上述实施例的基础上，为进一步进行客流管理，可根据p值判断景区内客流的拥堵情况的结果采取适当的措施。其中设定景区内选定区域的整体客流密度阈值a、可活动区域客流密度阈值b与区域内道路客流密度阈值c，分别利用密度阈值a、b及c与p值取差值q，如果p值高于设定的密度阈值，即q《0，则表示区域内游客客流过多，需要限制到进入景区和到该区域的客流人数。如果p值低于设定的阈值，即q》0，则表示区域内客流暂时正常。此时，q表示该区域内客流的安全密度值，结合该区域游客活动空间的数据m和n，可推算出该区域达到阈值需要继续放入的客流量。汇总所有区域达到报警阈值需要放入的客流量即为该景区达到报警值的客流量。另外，可进一步设定需提前引导客流的预警密度值w，w小于设定的
客流密度阈值，当p值等于w时，景区管理部门就需要对该区域内客流进行引导，以防止其达到该区域的客流密度阈值。
[0063]
本发明还提供一种基于大数据的识别景区客流拥堵的系统，包括区域划分模块、分析模块及识别模块，
[0064]
区域划分模块根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，
[0065]
分析模块对于所述游客可活动区域，利用dbsan算法获得可活动区域内的客流密度，对于所述区域内道路，利用交通流密度算法获得区域内道路的客流密度，结合所述可活动区域内的客流密度和所述区域内道路的客流密度获得可活动区域及与可活动区域相关的区域内道路的整体客流密度，
[0066]
识别模块根据整体客流密度识别景区客流拥堵情况。
[0067]
上述系统内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，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。
[0068]
同样地，本发明系统可以根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，并分别对可活动区域及区域内道路的客流情况进行客流密度数据的分析并结合可活动区域及区域内道路的客流情况获得整体客流密度数据，根据可活动区域内的客流密度、区域内道路的客流密度及整体客流密度识别景区客流拥堵情况，本发明方法无需建立大型闸机监测客流，更为方便且获取数据的成本低，并能够更加精确的识别景区客流情况，也可进一步根据区域划分进行针对性预警及疏导。
[0069]
以及本发明还提供一种基于大数据的识别景区客流拥堵的装置，包括：至少一个存储器和至少一个处理器；
[0070]
所述至少一个存储器，用于存储机器可读程序；
[0071]
所述至少一个处理器，用于调用所述机器可读程序，执行所述的一种基于大数据的识别景区客流拥堵的方法。
[0072]
上述装置内的处理器的信息交互、执行可读程序过程等内容，由于与本发明方法实施例基于同一构思，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。
[0073]
同样地，本发明装置可以根据游客在景区内的位置信息，将景区划分为游客可活动区域及与可活动区域相关的区域内道路，并分别对可活动区域及区域内道路的客流情况进行客流密度数据的分析并结合可活动区域及区域内道路的客流情况获得整体客流密度数据，根据可活动区域内的客流密度、区域内道路的客流密度及整体客流密度识别景区客流拥堵情况，本发明方法无需建立大型闸机监测客流，更为方便且获取数据的成本低，并能够更加精确的识别景区客流情况，也可进一步根据区域划分进行针对性预警及疏导。
[0074]
需要说明的是，上述较佳实施例中各流程和各系统结构中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构，也可以是逻辑结构，即，有些模块可能由同一物理实体实现，或者，有些模块可能分由多个物理实体实现，或者，可以由多个独立设备中的某些部件共同实现。
[0075]
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明
的保护范围之内。本发明的保护范围以权利要求书为准。