CN114613128A - 一种基于数据分析的地铁防疫监控管理*** - Google Patents

一种基于数据分析的地铁防疫监控管理*** Download PDF

Info

Publication number
CN114613128A
CN114613128A CN202210129597.4A CN202210129597A CN114613128A CN 114613128 A CN114613128 A CN 114613128A CN 202210129597 A CN202210129597 A CN 202210129597A CN 114613128 A CN114613128 A CN 114613128A
Authority
CN
China
Prior art keywords
epidemic prevention
signal
subway
station
line
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
CN202210129597.4A
Other languages
English (en)
Inventor
陈芳
伍盼盼
赵川
张炅
白宇
王丽
成炎
张嵩
郭世有
魏振兴
程凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Traditional Chinese Medicine HUTCM
Original Assignee
Henan University of Traditional Chinese Medicine HUTCM
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 Henan University of Traditional Chinese Medicine HUTCM filed Critical Henan University of Traditional Chinese Medicine HUTCM
Priority to CN202210129597.4A priority Critical patent/CN114613128A/zh
Publication of CN114613128A publication Critical patent/CN114613128A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/20—Individual registration on entry or exit involving the use of a pass
    • G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
    • G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C9/00—Individual registration on entry or exit
    • G07C9/30—Individual registration on entry or exit not involving the use of a pass
    • G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
    • G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/002—Generating a prealarm to the central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/016—Personal emergency signalling and security systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Pathology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了地铁防疫技术领域，用于解决现有的地铁防疫管控中，无法对地铁的各项防疫指标作出准确的预判和分析，并难以将各项防疫指标进行关联整合，故给地铁的防疫工作带来了挑战，增加了城市防疫工作负担的问题，尤其公开了一种基于数据分析的地铁防疫监控管理***，包括数据采集单元、基础防控单元、流量分析单元、环境评估单元、关联管控单元、预警反馈单元和显示终端；本发明，通过公式计算、图像统计以及构建坐标系的方式将评判地铁疫情的各项防控指标进行准确的预判分析，利用分数标定、均值处理以及区间定级的方式将各类防疫指标进行关联整合，从而在对地铁的各项防疫指标实现准确预判和分析的同时，也促进了地铁防疫工作的开展。

Description

一种基于数据分析的地铁防疫监控管理***
技术领域
本发明涉及地铁防疫技术领域，具体为一种基于数据分析的地铁防疫监控管理***。
背景技术
随着中国经济的发展和城市化，城市的规模和人口都在不断扩大，城市交通问题日益凸显，地铁因其安全、舒适、快速、准点、载客量大、低能耗、低污染的特点，越来越受到青睐；
而地铁站作为一座城市内重要的交通枢纽之一，每天的人流量都是特别庞大的，因此营造安全、健康的乘车环境，落实各项疫情防控要求，制定完善的日常防疫措施，是地铁防疫工作的重要任务；
但现有的地铁体系在疫情的管控中，无法对地铁的身份凭证信息、人流量信息以及环境信息做出准确的预判和分析，且也难以将各项模块预判分析的结果进行关联整合，故难以做到对地铁疫情的高效管控，无疑给地铁的防控工作带来了巨大的挑战，也增加了城市防疫工作的负担；
为了解决上述缺陷，现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有的地铁防疫管控中，无法对地铁的各项防疫指标作出准确的预判和分析，并难以将各项防疫指标进行关联整合，故给地铁的防疫工作带来了挑战，增加了城市防疫工作负担的问题，通过公式计算、图像统计以及构建坐标系的方式将评判地铁疫情的各项防控指标进行准确的预判分析，利用分数标定、均值处理以及区间定级的方式将各类防疫指标进行关联整合，从而在对地铁的各项防疫指标实现准确预判和分析的同时，也促进了地铁防疫工作的开展，并为城市防疫工作的顺利展开打下了基础，而提出一种基于数据分析的地铁防疫监控管理***。
本发明的目的可以通过以下技术方案实现：
一种基于数据分析的地铁防疫监控管理***，包括数据采集单元、基础防控单元、流量分析单元、环境评估单元、关联管控单元、预警反馈单元和显示终端；
所述数据采集单元用于实时采集各乘客的乘车凭证信息，并将其发送至基础防控单元；数据采集单元也用于实时采集地铁站点各站口的客流数据信息，并将其发送至流量分析单元；数据采集单元还用于实时采集各地铁线路的环境数据参数，并将其发送至环境评估单元；
所述基础防控单元用于对接收的各乘客的乘车凭证信息进行基础凭证判别分析处理，据此生成正常通行指令和异常通行指令，并将其发送至关联管控单元；
所述流量分析单元用于对接收地铁站点各站口的客流数据信息进行站点流量评判分析处理，据此生成站点流量拥挤信号和站点流量松散信号，并将其均发送至关联管控单元；流量分析单元还用于对接收地铁站点各站口的客流数据信息进行线路流量评判分析处理，据此生成线路流量拥挤信号、线路流量松散信号和线路流量适中信号，并将其均发送至关联管控单元；
所述环境评估单元用于对接收的各地铁线路的环境数据参数进行环境质量评估分析处理，据此生成优级环境信号、良好环境信号以及次级环境信号，并将其均发送至关联管控单元；
所述关联管控单元用于对接收的凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号进行关联打分评级分析处理，据此生成优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平，并将其发送至预警反馈单元；
所述预警反馈单元用于对接收的优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平进行预警上报分析处理，并以文本字样的方式发送至显示终端进行反馈输出。
进一步的，客流数据信息用于表示单位时间内地铁线路中乘客流动情况的数据信息，且客流量数据信息包括进站人数和出站人数；
乘车凭证信息用于表示各乘客乘坐地铁的健康凭证数据信息，且乘车凭证信息包括体温凭证和身份凭证，其中，体温凭证用于表示实时的各乘客体温情况数据信息，而身份凭证用于表示各乘客是否具备实时的乘坐地铁资格的身份验证数据信息，且身份凭证包括通行码和路径行程，通行码用于表示乘客是否具备安全进入地铁的通行资格的凭证数据信息，路径行程用于表示乘客有效时间内途径的城市地区的是否属于安全地区的凭证数据信息；
环境数据参数用于表示实时的地铁的空气环境质量情况的数据信息，且环境数据参数包括粉尘浓度、二氧化碳浓度、氧气浓度和温湿度。
进一步的，基础凭证判别分析处理的具体操作步骤如下：
先实时获取各乘客乘车凭证信息中的体温凭证，并将其标定为Temo，其中，o为大于等于1的自然数，将体温凭证Temo代入对应的体温阈值Yu1进行比对，当体温凭证Temo超出体温阈值Yu1时，则生成异常体温信号，而当体温凭证Temo处于体温阈值Yu1时，则生成正常体温信号；
再实时获取各乘客乘车凭证信息中的身份凭证，且身份凭证包括通行码和路径行程，并将通行码标定为A，且A＝{红码，绿码}，将路径行程标定为B，且B＝{低风险地区，中高风险地区，高风险地区}，并将A和B进行集合处理，若A∩B＝{绿码，低风险地区}，则生成正常身份信号，若A∩B＝{绿码，中高风险地区}或{绿码，高风险地区}或{红码，低风险地区}或{红码，中高风险地区}或{红码，高风险地区}，则均生成异常身份信号；
将各乘客乘车的体温凭证信号和身份凭证信号进行交叉分析，若同时获取正常体温信号和正常身份信号时，则生成正常通行指令，而其他情况下均生成异常通行指令。
进一步的，站点流量评判分析处理的具体操作步骤如下：
实时获取地铁站点各站口的客流数据信息中的进站人数和出站人数，并将其分别标定为Enpijv和Expijv，依据公式
Figure BDA0003502093340000031
求得各站点总客流值zdiv，其中，i＝{1，2，3...n}，j＝{1，2，3...m}，v＝{1，2，3...k}；
随机捕捉一条地铁线路，并据此调取同一时间内的各站点总客流值zdiv，并以站点为横坐标，以各站点总客流值zdiv为纵坐标构建条形统计图，并按照序数排序的方法将条形统计图中总客流值表现最高的站点标定为序数1，将在条形统计图中总客流值表现第二高的站点标定为序数2，以此类推，将在条形统计图中总客流值最小的站点标定为序数m；
设立站点客流基准值Gz，并将站点客流基准值Gz与各站点总客流值zdiv进行比对，若站点总客流值zdiv≥站点客流基准值Gz，则生成站点流量拥挤信号，若站点总客流值zdiv＜站点客流基准值Gz，则生成站点流量松散信号。
进一步的，线路流量评判分析处理的具体操作步骤如下：
依据公式
Figure BDA0003502093340000032
求得各地铁线路总客流值xlv，捕捉一段时间内的各地铁线路总客流值xlv，并以时间为横坐标，以地铁线路总客流值xlv为纵坐标构建二维坐标系，将各地铁线路总客流值xlv以散点的形式绘制在二维坐标系中，并在二维坐标系上设置上载参照线和下载参照线，将处于上载参照线以上的地铁线路标定为满载线路，将处于下载参照线以下的地铁线路标定为松载线路，将处于上载参照线与下载参照线之间的地铁线路标定为普载线路；
分别统计一段时间内满载线路、松载线路和普载线路的个数和，并将其分别标定为MZ、SZ和PZ，若满足MZ≥SZ+PZ，则生成线路流量拥挤信号，若满足SZ≥MZ+PZ，则生成线路流量松散信号，而其他情况下均生成线路流量适中信号。
进一步的，环境质量评估分析处理的具体操作步骤如下：
获取实时的各地铁线路环境数据参数中的粉尘浓度、二氧化碳浓度、氧气浓度和温湿度，并将其分别标定为feni、eryi、yaqi和wsdi，依据公式
Figure BDA0003502093340000041
Figure BDA0003502093340000042
求得环境质量估值Hua，其中，e1、e2、e3和e4分别为粉尘浓度feni、二氧化碳浓度eryi、氧气浓度yaiq和温湿度wsid的权重因子系数，且e3＞e2＞e1＞e4＞0，e1+e2+e3+e4＝4.3698；
将环境质量估值Hua与环境阈值Yu2进行比对分析，当环境质量估值Hua小于环境阈值Yu2的最小值时，则生成次级环境信号，当环境质量估值Hua处于环境阈值Yu2之内时，则生成良好环境信号，当环境质量估值Hua大于环境阈值Yu2的最大值时，则生成优级环境信号。
进一步的，关联打分评级分析处理的具体操作步骤如下：
随机捕捉同一时刻的凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号中的优级环境信号、良好环境信号以及次级环境信号，并将正常通行指令和异常通行指令分别评分为100和60，将站点流量拥挤信号和站点流量松散信号分别评分为60和100，将线路流量拥挤信号、线路流量松散信号和线路流量适中信号分别评分为60、100和80，将优级环境信号、良好环境信号以及次级环境信号分别评分为100、80和60；
并同时提取四类信号对应的评分值，将各评分值进行均值处理，据此得到防疫评分X，将防疫评分X代入评级区间，若防疫评分X处于评级区间[90，100]，则将其评为优级防疫水平，若防疫评分X处于评级区间[80，90)，则将其评为中上级防疫水平，若防疫评分X处于评级区间[70，80)，则将其评为中下级防疫水平，若防疫评分X处于评级区间[60，70)，则将其评为差级防疫水平。
进一步的，预警上报分析处理的具体操作步骤如下：
当接收到优级防疫水平时，据此生成正常防疫预警信号，并以“当前地铁疫情防控较为高效有序的进行，继续保持”的文本字样发送至显示终端；
当接收到中上级防疫水平时，据此生成加强防疫预警信号，并以“当前地铁疫情防控出现一般防疫事故，需加强防控”的文本字样发送至显示终端；
当接收到中下级防疫水平和差级防疫水平时，据此生成高强度防疫预警信号，并以“当前地铁疫情防控出现较大防疫事故，亟须全面加强防控”的文本字样发送至显示终端。
与现有技术相比，本发明的有益效果是：
1、通过符号化的标定、阈值范围的代入比较以及集合交错的处理方式，将各乘客乘车凭证信息进行准确的分析和预判，并结合公式求和以及条形统计图的方式将各站点的人流量数人进行准确的统计分析，通过构建二维坐标系的方式将各地铁线路的人流量数进行比较分析，进而获知各地铁线路的人流量分布情况，并通过公式化的处理以及信号化的转换输出，实现了对地铁环境卫生进行准确的预判和分析，从而在明确各项疫情防控指标预判分析情况的同时，也进一步促进了地铁疫情防控工作的高效运行；
2、利用分数标定、均值处理以及区间代入定级的方式，将各类疫情防控指标预判结果进行关联整合，在实现地铁体系防疫工作整体、全面的管控的同时，也进一步促进地铁防疫体系的发展，并为城市防疫工作的顺利展开打下了基础。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；
图1为本发明的***总框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一：
如图1所示，一种基于数据分析的地铁防疫监控管理***，包括数据采集单元、基础防控单元、流量分析单元、环境评估单元、关联管控单元、预警反馈单元和显示终端；
数据采集单元用于实时采集各乘客的乘车凭证信息，并将其发送至基础防控单元，需要说明的是，乘车凭证信息用于表示各乘客乘坐地铁的健康凭证数据信息，且乘车凭证信息包括体温凭证和身份凭证，其中，体温凭证用于表示实时的各乘客体温情况数据信息，而身份凭证用于表示各乘客是否具备实时的乘坐地铁资格的身份验证数据信息，且身份凭证包括通行码和路径行程，通行码用于表示乘客是否具备安全进入地铁的通行资格的凭证数据信息，路径行程用于表示乘客有效时间内途径的城市地区的是否属于安全地区的凭证数据信息；
数据采集单元也用于实时采集地铁站点各站口的客流数据信息，并将其发送至流量分析单元，需要说明的是，客流数据信息用于表示单位时间内地铁线路中乘客流动情况的数据信息，且客流量数据信息包括进站人数和出站人数；
数据采集单元还用于实时采集各地铁线路的环境数据参数，并将其发送至环境评估单元，需要说明的是，环境数据参数用于表示实时的地铁的空气环境质量情况的数据信息，且环境数据参数包括粉尘浓度、二氧化碳浓度、氧气浓度和温湿度；
基础防控单元用于对接收的各乘客的乘车凭证信息进行基础凭证判别分析处理，据此生成正常通行指令和异常通行指令，并将其发送至关联管控单元；
流量分析单元用于对接收地铁站点各站口的客流数据信息进行站点流量评判分析处理，据此生成站点流量拥挤信号和站点流量松散信号，并将其均发送至关联管控单元；流量分析单元还用于对接收地铁站点各站口的客流数据信息进行线路流量评判分析处理，据此生成线路流量拥挤信号、线路流量松散信号和线路流量适中信号，并将其均发送至关联管控单元；
环境评估单元用于对接收的各地铁线路的环境数据参数进行环境质量评估分析处理，据此生成优级环境信号、良好环境信号以及次级环境信号，并将其均发送至关联管控单元；
关联管控单元用于对接收的凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号进行关联打分评级分析处理，据此生成优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平，并将其发送至预警反馈单元；
预警反馈单元用于对接收的优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平进行预警上报分析处理，并以文本字样的方式发送至显示终端进行反馈输出。
实施例二：
如图1所示，当基础防控单元接收到各乘客的乘车凭证信息时，并据此进行基础凭证判别分析处理，具体的操作步骤如下：
先实时获取各乘客乘车凭证信息中的体温凭证，并将其标定为Temo，其中，o为大于等于1的自然数，将体温凭证Temo代入对应的体温阈值Yu1进行比对，当体温凭证Temo超出体温阈值Yu1时，则生成异常体温信号，而当体温凭证Temo处于体温阈值Yu1时，则生成正常体温信号，需要说明的是，o表示为乘客；
再实时获取各乘客乘车凭证信息中的身份凭证，且身份凭证包括通行码和路径行程，并将通行码标定为A，且A＝{红码，绿码}，将路径行程标定为B，且B＝{低风险地区，中高风险地区，高风险地区}，并将A和B进行集合处理，若A∩B＝{绿码，低风险地区}，则生成正常身份信号，若A∩B＝{绿码，中高风险地区}或{绿码，高风险地区}或{红码，低风险地区}或{红码，中高风险地区}或{红码，高风险地区}，则均生成异常身份信号；
将各乘客乘车的体温凭证信号和身份凭证信号进行交叉分析，若同时获取正常体温信号和正常身份信号时，则生成正常通行指令，而其他情况下均生成异常通行指令，并将生成的正常通行指令和异常通行指令发送至关联管控单元。
实施例三：
如图1所示，当流量分析单元接收到地铁站点各站口的客流数据信息时，并据此进行站点流量评判分析处理，具体的操作步骤如下：
实时获取地铁站点各站口的客流数据信息中的进站人数和出站人数，并将其分别标定为Enpijv和Expijv，依据公式
Figure BDA0003502093340000071
求得各站点总客流值zdiv，其中，i＝{1，2，3...n}，j＝{1，2，3...m}，v＝{1，2，3...k}；
需要说明的是，i表示地铁线路站点，j表示地铁站点进出站口，v表示地铁线路；
随机捕捉一条地铁线路，并据此调取同一时间内的各站点总客流值zdiv，并以站点为横坐标，以各站点总客流值zdiv为纵坐标构建条形统计图，并按照序数排序的方法将条形统计图中总客流值表现最高的站点标定为序数1，将在条形统计图中总客流值表现第二高的站点标定为序数2，以此类推，将在条形统计图中总客流值最小的站点标定为序数m；
设立站点客流基准值Gz，并将站点客流基准值Gz与各站点总客流值zdiv进行比对，若站点总客流值zdiv≥站点客流基准值Gz，则生成站点流量拥挤信号，若站点总客流值zdiv＜站点客流基准值Gz，则生成站点流量松散信号；
需要说明的是，通过采集各站点的各进站出站口的乘客流量数，并将各站口的人流量进行求和，从而获知一个站点的具体的人数流动情况，并依据条形统计图的方式将各站点的人流量数进行比较和分析，并据此获知各站点的人流量的排序情况，并利用基准比较划分出各站点乘客流量大小的判别情况，通过公式化的计算、比较以及图像统计的方式对各站点的乘客流量进行明确的判定输出，从而促进了地铁疫情防控工作的高效运行；
当流量分析单元接收到地铁站点各站口的客流数据信息时，并据此进行线路流量评判分析处理，具体的操作步骤如下：
依据公式
Figure BDA0003502093340000072
求得各地铁线路总客流值xlv，捕捉一段时间内的各地铁线路总客流值xlv，并以时间为横坐标，以地铁线路总客流值xlv为纵坐标构建二维坐标系，将各地铁线路总客流值xlv以散点的形式绘制在二维坐标系中，并在二维坐标系上设置上载参照线和下载参照线，将处于上载参照线以上的地铁线路标定为满载线路，将处于下载参照线以下的地铁线路标定为松载线路，将处于上载参照线与下载参照线之间的地铁线路标定为普载线路；
分别统计一段时间内满载线路、松载线路和普载线路的个数和，并将其分别标定为MZ、SZ和PZ，若满足MZ≥SZ+PZ，则生成线路流量拥挤信号，若满足SZ≥MZ+PZ，则生成线路流量松散信号，而其他情况下均生成线路流量适中信号；
需要说明的是，通过对各条地铁线路的各站点的乘客流量数进行求和，从而获知地铁线路的具体的人数流动情况，并以构建二维坐标系的方式将各地铁线路的人流量数进行比较和分析，并据此获知各地铁线路的人流量分布情况，从而进一步促进了地铁疫情防控工作的高效运行；
并将生成的站点流量拥挤信号和站点流量松散信号与线路流量拥挤信号、线路流量松散信号和线路流量适中信号均发送至关联管控单元；据此生成，并将其均发送至关联管控单元。
实施例四：
如图1所示，当环境评估单元接收到各地铁线路的环境数据参数时，并据此进行环境质量评估分析处理，具体的操作步骤如下：
获取实时的各地铁线路环境数据参数中的粉尘浓度、二氧化碳浓度、氧气浓度和温湿度，并将其分别标定为feni、eryi、yaqi和wsdi，依据公式
Figure BDA0003502093340000081
Figure BDA0003502093340000082
求得环境质量估值Hua，其中，e1、e2、e3和e4分别为粉尘浓度feni、二氧化碳浓度eryi、氧气浓度yaiq和温湿度wsid的权重因子系数，且e3＞e2＞e1＞e4＞0，e1+e2+e3+e4＝4.3698；
需要说明的是，权重因子系数用于均衡各项数据在公式计算中的占比权重，从而促进计算结果的准确性；
将环境质量估值Hua与环境阈值Yu2进行比对分析，当环境质量估值Hua小于环境阈值Yu2的最小值时，则生成次级环境信号，当环境质量估值Hua处于环境阈值Yu2之内时，则生成良好环境信号，当环境质量估值Hua大于环境阈值Yu2的最大值时，则生成优级环境信号，并将生成的优级环境信号、良好环境信号以及次级环境信号均发送至关联管控单元。
实施例五：
如图1所示，当关联管控单元接收到凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号时，并据此进行关联打分评级分析处理，具体的操作步骤如下：
随机捕捉同一时刻的凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号中的优级环境信号、良好环境信号以及次级环境信号，并将正常通行指令和异常通行指令分别评分为100和60，将站点流量拥挤信号和站点流量松散信号分别评分为60和100，将线路流量拥挤信号、线路流量松散信号和线路流量适中信号分别评分为60、100和80，将优级环境信号、良好环境信号以及次级环境信号分别评分为100、80和60；
并同时提取四类信号对应的评分值，将各评分值进行均值处理，据此得到防疫评分X，将防疫评分X代入评级区间，若防疫评分X处于评级区间[90，100]，则将其评为优级防疫水平，若防疫评分X处于评级区间[80，90)，则将其评为中上级防疫水平，若防疫评分X处于评级区间[70，80)，则将其评为中下级防疫水平，若防疫评分X处于评级区间[60，70)，则将其评为差级防疫水平；
并将生成的优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平发送至预警反馈单元；
需要说明的是，假设同时捕捉到的评估信号分别为正常通行指令、站点流量松散信号、线路流量松散信号、优级环境信号时，则据此依次生成评分值100、100、100、100，并将各评分值进行均值处理，得到防疫评分X＝100，而X处于评级区间[90，100]，则将其评为优级防疫水平；
假设同时捕捉到的评估信号分别为异常通行指令、站点流量拥挤信号、线路流量拥挤信号、次级环境信号时，则据此依次生成评分值60、60、60、60，并将各评分值进行求和均值处理，得到防疫评分X＝60，而X处于评级区间[60，70)，则将其评为差级防疫水平；
当预警反馈单元接收到优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平时，并据此进行预警上报分析处理，具体的操作步骤如下：
当接收到优级防疫水平时，据此生成正常防疫预警信号，并以“当前地铁疫情防控较为高效有序的进行，继续保持”的文本字样发送至显示终端；
当接收到中上级防疫水平时，据此生成加强防疫预警信号，并以“当前地铁疫情防控出现一般防疫事故，需加强防控”的文本字样发送至显示终端；
当接收到中下级防疫水平和差级防疫水平时，据此生成高强度防疫预警信号，并以“当前地铁疫情防控出现较大防疫事故，亟须全面加强防控”的文本字样发送至显示终端。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；
如公式：
Figure BDA0003502093340000091
由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的权重因子系数；将设定的权重因子系数和采集的样本数据代入公式，任意两个公式构成四元一次方程组，将计算得到的系数进行筛选并取均值，得到e1、e2、e3和e4取值分别为1.3457、0.8945、2.0124和0.1172；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的权重因子系数；只要不影响参数与量化后数值的比例关系即可。
本发明在使用时，通过采集各乘客乘坐地铁的健康凭证信息，通过符号化的标定、阈值范围的代入比较以及集合交错的处理方式，将各乘客乘车凭证信息进行准确的分析和预判，从而促进的地铁防疫排查工作的实施；
通过采集各站点的各进站出站口的乘客流量数，先将各站口的人流量进行求和，并将各站点的人流量数人通过条形统计图的方式进行统计分析，并据此获知各站点的人流量的排序情况，并利用基准比较划分出各站点乘客流量大小的判别情况，从而促进了地铁疫情防控工作的高效运行；
通过对各条地铁线路的各站点的乘客流量数进行求和，从而获知地铁线路的具体的人数流动情况，并以构建二维坐标系的方式将各地铁线路的人流量数进行比较和分析，并据此获知各地铁线路的人流量分布情况，从而进一步促进了地铁疫情防控工作的高效运行；
通过采集地铁环境数据信息，通过公式化的处理以及信号化的转换输出，从而实现了对地铁环境卫生进行准确的预判和分析，也进一步的促进了地铁防疫工作的进行；
将各类地铁防疫预判分析的结果进行关联整合分析，通过将各类防疫预判结果进行分数评定，再将其进行均值处理得到防疫评分X，并将防疫评分X代入评级区间内进行防疫水平定级，从而对地铁体系的疫情状况进行准确的评估和分析，将各项地铁防疫指标进行关联整合，在实现地铁体系防疫工作整体、全面的管控的同时，也进一步促进地铁防疫体系的发展，并为城市防疫工作的顺利展开打下了基础。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种基于数据分析的地铁防疫监控管理***，其特征在于，包括数据采集单元、基础防控单元、流量分析单元、环境评估单元、关联管控单元、预警反馈单元和显示终端；
所述数据采集单元用于实时采集各乘客的乘车凭证信息，并将其发送至基础防控单元；数据采集单元也用于实时采集地铁站点各站口的客流数据信息，并将其发送至流量分析单元；数据采集单元还用于实时采集各地铁线路的环境数据参数，并将其发送至环境评估单元；
所述基础防控单元用于对接收的各乘客的乘车凭证信息进行基础凭证判别分析处理，据此生成正常通行指令和异常通行指令，并将其发送至关联管控单元；
所述流量分析单元用于对接收地铁站点各站口的客流数据信息进行站点流量评判分析处理，据此生成站点流量拥挤信号和站点流量松散信号，并将其均发送至关联管控单元；流量分析单元还用于对接收地铁站点各站口的客流数据信息进行线路流量评判分析处理，据此生成线路流量拥挤信号、线路流量松散信号和线路流量适中信号，并将其均发送至关联管控单元；
所述环境评估单元用于对接收的各地铁线路的环境数据参数进行环境质量评估分析处理，据此生成优级环境信号、良好环境信号以及次级环境信号，并将其均发送至关联管控单元；
所述关联管控单元用于对接收的凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号进行关联打分评级分析处理，据此生成优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平，并将其发送至预警反馈单元；
所述预警反馈单元用于对接收的优级防疫水平、中上级防疫水平、中下级防疫水平和差级防疫水平进行预警上报分析处理，并以文本字样的方式发送至显示终端进行反馈输出。
2.根据权利要求1所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，客流数据信息用于表示单位时间内地铁线路中乘客流动情况的数据信息，且客流量数据信息包括进站人数和出站人数；
乘车凭证信息用于表示各乘客乘坐地铁的健康凭证数据信息，且乘车凭证信息包括体温凭证和身份凭证，其中，体温凭证用于表示实时的各乘客体温情况数据信息，而身份凭证用于表示各乘客是否具备实时的乘坐地铁资格的身份验证数据信息，且身份凭证包括通行码和路径行程，通行码用于表示乘客是否具备安全进入地铁的通行资格的凭证数据信息，路径行程用于表示乘客有效时间内途径的城市地区的是否属于安全地区的凭证数据信息；
环境数据参数用于表示实时的地铁的空气环境质量情况的数据信息，且环境数据参数包括粉尘浓度、二氧化碳浓度、氧气浓度和温湿度。
3.根据权利要求1所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，基础凭证判别分析处理的具体操作步骤如下：
先实时获取各乘客乘车凭证信息中的体温凭证，并将其标定为Temo，其中，o为大于等于1的自然数，将体温凭证Temo代入对应的体温阈值Yu1进行比对，当体温凭证Temo超出体温阈值Yu1时，则生成异常体温信号，而当体温凭证Temo处于体温阈值Yu1时，则生成正常体温信号；
再实时获取各乘客乘车凭证信息中的身份凭证，且身份凭证包括通行码和路径行程，并将通行码标定为A，且A＝{红码，绿码}，将路径行程标定为B，且B＝{低风险地区，中高风险地区，高风险地区}，并将A和B进行集合处理，若A∩B＝{绿码，低风险地区}，则生成正常身份信号，若A∩B＝{绿码，中高风险地区}或{绿码，高风险地区}或{红码，低风险地区}或{红码，中高风险地区}或{红码，高风险地区}，则均生成异常身份信号；
将各乘客乘车的体温凭证信号和身份凭证信号进行交叉分析，若同时获取正常体温信号和正常身份信号时，则生成正常通行指令，而其他情况下均生成异常通行指令。
4.根据权利要求1所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，站点流量评判分析处理的具体操作步骤如下：
实时获取地铁站点各站口的客流数据信息中的进站人数和出站人数，并将其分别标定为Enpijv和Expijv，依据公式
Figure FDA0003502093330000021
求得各站点总客流值zdiv，其中，i＝{1，2，3...n}，j＝{1，2，3...m}，v＝{1，2，3...k}；
随机捕捉一条地铁线路，并据此调取同一时间内的各站点总客流值zdiv，并以站点为横坐标，以各站点总客流值zdiv为纵坐标构建条形统计图，并按照序数排序的方法将条形统计图中总客流值表现最高的站点标定为序数1，将在条形统计图中总客流值表现第二高的站点标定为序数2，以此类推，将在条形统计图中总客流值最小的站点标定为序数m；
设立站点客流基准值Gz，并将站点客流基准值Gz与各站点总客流值zdiv进行比对，若站点总客流值zdiv≥站点客流基准值Gz，则生成站点流量拥挤信号，若站点总客流值zdiv＜站点客流基准值Gz，则生成站点流量松散信号。
5.根据权利要求4所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，线路流量评判分析处理的具体操作步骤如下：
依据公式
Figure FDA0003502093330000022
求得各地铁线路总客流值xlv，捕捉一段时间内的各地铁线路总客流值xlv，并以时间为横坐标，以地铁线路总客流值xlv为纵坐标构建二维坐标系，将各地铁线路总客流值xlv以散点的形式绘制在二维坐标系中，并在二维坐标系上设置上载参照线和下载参照线，将处于上载参照线以上的地铁线路标定为满载线路，将处于下载参照线以下的地铁线路标定为松载线路，将处于上载参照线与下载参照线之间的地铁线路标定为普载线路；
分别统计一段时间内满载线路、松载线路和普载线路的个数和，并将其分别标定为MZ、SZ和PZ，若满足MZ≥SZ+PZ，则生成线路流量拥挤信号，若满足SZ≥MZ+PZ，则生成线路流量松散信号，而其他情况下均生成线路流量适中信号。
6.根据权利要求1所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，环境质量评估分析处理的具体操作步骤如下：
获取实时的各地铁线路环境数据参数中的粉尘浓度、二氧化碳浓度、氧气浓度和温湿度，并将其分别标定为feni、eryi、yaqi和wsdi，依据公式
Figure FDA0003502093330000031
Figure FDA0003502093330000032
求得环境质量估值Hua，其中，e1、e2、e3和e4分别为粉尘浓度feni、二氧化碳浓度eryi、氧气浓度yaqi和温湿度wsdi的权重因子系数，且e3＞e2＞e1＞e4＞0，e1+e2+e3+e4＝4.3698；
将环境质量估值Hua与环境阈值Yu2进行比对分析，当环境质量估值Hua小于环境阈值Yu2的最小值时，则生成次级环境信号，当环境质量估值Hua处于环境阈值Yu2之内时，则生成良好环境信号，当环境质量估值Hua大于环境阈值Yu2的最大值时，则生成优级环境信号。
7.根据权利要求1所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，关联打分评级分析处理的具体操作步骤如下：
随机捕捉同一时刻的凭证评估信号、站点流量评估信号、线路流量评估信号以及环境评估信号中的优级环境信号、良好环境信号以及次级环境信号，并将正常通行指令和异常通行指令分别评分为100和60，将站点流量拥挤信号和站点流量松散信号分别评分为60和100，将线路流量拥挤信号、线路流量松散信号和线路流量适中信号分别评分为60、100和80，将优级环境信号、良好环境信号以及次级环境信号分别评分为100、80和60；
并同时提取四类信号对应的评分值，将各评分值进行均值处理，据此得到防疫评分X，将防疫评分X代入评级区间，若防疫评分X处于评级区间[90，100]，则将其评为优级防疫水平，若防疫评分X处于评级区间[80，90)，则将其评为中上级防疫水平，若防疫评分X处于评级区间[70，80)，则将其评为中下级防疫水平，若防疫评分X处于评级区间[60，70)，则将其评为差级防疫水平。
8.根据权利要求1所述的一种基于数据分析的地铁防疫监控管理***，其特征在于，预警上报分析处理的具体操作步骤如下：
当接收到优级防疫水平时，据此生成正常防疫预警信号，并以“当前地铁疫情防控较为高效有序的进行，继续保持”的文本字样发送至显示终端；
当接收到中上级防疫水平时，据此生成加强防疫预警信号，并以“当前地铁疫情防控出现一般防疫事故，需加强防控”的文本字样发送至显示终端；
当接收到中下级防疫水平和差级防疫水平时，据此生成高强度防疫预警信号，并以“当前地铁疫情防控出现较大防疫事故，亟须全面加强防控”的文本字样发送至显示终端。
CN202210129597.4A 2022-02-11 2022-02-11 一种基于数据分析的地铁防疫监控管理*** Pending CN114613128A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210129597.4A CN114613128A (zh) 2022-02-11 2022-02-11 一种基于数据分析的地铁防疫监控管理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210129597.4A CN114613128A (zh) 2022-02-11 2022-02-11 一种基于数据分析的地铁防疫监控管理***

Publications (1)

Publication Number Publication Date
CN114613128A true CN114613128A (zh) 2022-06-10

Family

ID=81859906

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210129597.4A Pending CN114613128A (zh) 2022-02-11 2022-02-11 一种基于数据分析的地铁防疫监控管理***

Country Status (1)

Country Link
CN (1) CN114613128A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115101202A (zh) * 2022-06-13 2022-09-23 戎誉科技(深圳)有限公司 一种基于大数据的健康检测数据管理***
CN115452216A (zh) * 2022-09-23 2022-12-09 安徽理工大学 一种基于互联网的煤矿巷道光纤智能在线监测***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105118229A (zh) * 2015-07-18 2015-12-02 东北师范大学 一种人群密度等级估测及报警方法
CN107833411A (zh) * 2017-10-27 2018-03-23 上海应用技术大学 地铁站突发事件应急疏散自救指挥***
CN108039016A (zh) * 2017-11-27 2018-05-15 天津精科技发展股份有限公司 一种地铁地下运营空间安全监测与预警***
CN112562843A (zh) * 2020-12-03 2021-03-26 北京软通智慧城市科技有限公司 一种疫情管理***、疫情管理方法、设备及存储介质
CN112991601A (zh) * 2021-01-18 2021-06-18 福建新大陆通信科技股份有限公司 一种结合健康码和温度监测的ctid门禁及使用方法
CN113468243A (zh) * 2021-07-02 2021-10-01 金冰峰 地铁客流分析与预测方法及分析与预测***
CN113962673A (zh) * 2021-12-20 2022-01-21 深圳市微付充科技有限公司 信息查验***、移动终端、查验机具和信息查验方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105118229A (zh) * 2015-07-18 2015-12-02 东北师范大学 一种人群密度等级估测及报警方法
CN107833411A (zh) * 2017-10-27 2018-03-23 上海应用技术大学 地铁站突发事件应急疏散自救指挥***
CN108039016A (zh) * 2017-11-27 2018-05-15 天津精科技发展股份有限公司 一种地铁地下运营空间安全监测与预警***
CN112562843A (zh) * 2020-12-03 2021-03-26 北京软通智慧城市科技有限公司 一种疫情管理***、疫情管理方法、设备及存储介质
CN112991601A (zh) * 2021-01-18 2021-06-18 福建新大陆通信科技股份有限公司 一种结合健康码和温度监测的ctid门禁及使用方法
CN113468243A (zh) * 2021-07-02 2021-10-01 金冰峰 地铁客流分析与预测方法及分析与预测***
CN113962673A (zh) * 2021-12-20 2022-01-21 深圳市微付充科技有限公司 信息查验***、移动终端、查验机具和信息查验方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115101202A (zh) * 2022-06-13 2022-09-23 戎誉科技(深圳)有限公司 一种基于大数据的健康检测数据管理***
CN115452216A (zh) * 2022-09-23 2022-12-09 安徽理工大学 一种基于互联网的煤矿巷道光纤智能在线监测***

Similar Documents

Publication Publication Date Title
CN108230676B (zh) 一种基于轨迹数据的交叉口行人过街风险评估方法
CN114613128A (zh) 一种基于数据分析的地铁防疫监控管理***
CN110493816B (zh) 一种用于轨交地铁车站客流量的实时预测方法
CN101465059B (zh) 城市道路交通安全态势鉴判预警***
CN114783183A (zh) 一种基于交通态势算法的监控方法与***
CN104408925A (zh) 基于陈列雷达的交叉口运行状态评价方法
CN101783074A (zh) 一种城市道路交通流状态实时判别方法及***
CN110046812A (zh) 城市安全发展水平的综合评价方法
CN106845768A (zh) 基于生存分析参数分布的公交车旅行时间模型构建方法
CN109087507A (zh) 一种道路交通信号单点控制效益评价方法
CN106651730A (zh) 基于客流密度与闸机通行时间的地铁客流预警***及方法
CN107677614A (zh) 一种水中重金属污染风险在线预警***及方法
CN107230350A (zh) 一种基于卡口与手机流量话单数据的城市交通量获取方法
CN116168356B (zh) 一种基于计算机视觉的车辆损伤判别方法
CN108053153A (zh) 一种生态旅游环境承载力预警***
CN116402369A (zh) 一种智慧城市交通运行安全监测数据评估***及方法
CN104575049B (zh) 一种基于阵列雷达的高架匝道智能诱导方法及装置
CN101075377A (zh) 基于偏最小二乘原理的高速公路交通事件自动检测方法
Elyasi et al. A novel dynamic segmentation model for identification and prioritization of black spots based on the pattern of potential for safety improvement
CN115578227A (zh) 一种基于多源数据确定大气颗粒物污染重点区域的方法
CN116631176B (zh) 站点客流分布状态的控制方法及***
CN114375005B (zh) 一种基于5g天线的车路通信测试***
CN116187762A (zh) 一种基于Anylogic的轨道交通枢纽站瓶颈风险识别方法
CN114048953B (zh) 一种基于多维感知和企业数据量化的智慧风控评估方法
CN114023061B (zh) 基于车路协同路侧感知***的交通流量采集能力评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20220610

RJ01 Rejection of invention patent application after publication