TWI672642B - 人次統計系統及其方法 - Google Patents
人次統計系統及其方法 Download PDFInfo
- Publication number
- TWI672642B TWI672642B TW106145209A TW106145209A TWI672642B TW I672642 B TWI672642 B TW I672642B TW 106145209 A TW106145209 A TW 106145209A TW 106145209 A TW106145209 A TW 106145209A TW I672642 B TWI672642 B TW I672642B
- Authority
- TW
- Taiwan
- Prior art keywords
- person
- speed
- condition
- travel
- traveling
- Prior art date
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本發明實施例提出一種人次統計系統及其方法。本發明實施例主要透過即時且自動化分析人員的行進方式,將人員處於某一區域之總軌跡依據單一個人的速度變化切分成不同的移動軌跡區段,再經由統計行經某處的所有人員的移動軌跡區段資訊,進而呈現出道路塞車位置分布或觀光地區中步行旅客常態性停留位置分布。藉此,可進一步作為交通設施改善的依據及回饋、商店之設點及容量設計之參考依據。
Description
本發明是有關於一種流量統計技術,且特別是有關於一種人次統計系統及其方法。
現有技術對於道路流量的統計,例如在兩個高速公路交流道之間的路段,會透過車輛偵測器、(eTag)射頻識別(Radio Frequency Identification,RFID)讀取器、監視攝影機等設備偵測及統計整個路段的平均車速,並依據不同的速度區間以不同的顏色標示此路段的行車壅塞程度現況,以方便用路人掌握即時道路資訊。然而,有時用路人及交通管理單位需要更完整的資訊,例如常態性的塞車的時段、塞車距離與平均車速、內外車道的交通參數差異、旅客的人次等,以作為使用者及交通相關單位因應的參考資訊。此外,上述現有技術主要採用固網通訊方式,其僅可達到定點的車次統計分析,廣泛地佈建終端偵測設備將大幅地增加系統建置成本。因此,政府機關的車流統計也僅限於高、快速公
路及市區主要幹道,且其維運成本也較為高昂。而在道路旁人次的統計也一樣的重要,因為觀光景點的人潮動向決定商家展店的機會與成本,且景點與人潮又相互影響而彼此變動著。例如,某一停留人潮的地點可能是熱門的景點或商家。若能區別旅客為停留或路過,即能動態地統計停留的人次。然而,上述的現有技術卻無法應用於此。
另一方面,電子產品製程進步快速,使得行動終端產品(例如,智慧型手機、車載機等)得以普及,其中結合全球定位系統(Global Positioning System,GPS)技術,使得各項服務得以準確地定位個人與物品,對於人類生活應用扮演著重要的角色。例如,手機APP程式可以用來計算與紀錄運動里程、車載機可用來監控物品或人員的配送及載運行程等。透過GPS技術,假設目標物於地表的某一位置P,可以取得對應於地球中心的卡式(Cartesian)座標位置(P=(x,y,z)),其中x軸是由地心通過經度0度方向,y軸是由地心通過東經90度方向,而z軸則是由地心通過北極方向。參考大地座標系統後可以轉換出此位置P的地球經度(λ)及緯度()座標,此處以表示。若此定位裝置在時間t 1及t 2可分別取得位置與,則終端設備於時間t 1至t 2間且由位置P 1移動至P 2的位移可由習知技術可求得其值。例如,採用地球大圓上之弧長距離:,其中R為地球半徑、θ為P 1及P 2兩點分別至地心之直線間的夾角。此外,亦可求得兩點
間的方位角α,其以真北為0度起點,由北向東南西北順時針旋轉一周360度。而常見的手機APP程式在運用GPS技術時,因人員的移動方式較車輛的移動方式更為複雜而無法正確且有效地決定起迄點。因此,使用者每次的行程記錄均需要手動操作開啟及關閉,徒增不便。
有鑑於此,本發明提供一種人次統計系統及其方法,基於人員的行進狀況決定道路塞車位置分佈及民眾常態性停留位置分佈。
本發明的人次統計方法,其包括下列步驟。取得人員處於某一區域的位置資訊。依據此人員的位置資訊比對行進切換條件,以將此區域的總軌跡切分成至少一段移動軌跡區段,而各移動軌跡區段內的行進狀況維持,且總軌跡係基於人員處於此區域的位置資訊。依據這些移動軌跡區段、區域相關資訊、記錄此人員位置資訊的時段、以及此區域內的行進狀況決定此區域的人次分佈。
本發明的人次統計系統,其包括至少一台定位裝置、地理參數資料庫、及後端伺服器。定位裝置取得人員處於某一區域的位置資訊。地理參數資料庫提供地理位置資訊。後端伺服器依據人員的位置資訊比對行進切換條件,以將此區域的總軌跡切分成至少一段移動軌跡區段,而各移動軌跡區段內的行進狀況維
持,且總軌跡係基於人員處於此區域的位置資訊。後端伺服器並依據這些移動軌跡區段、區域相關資訊、記錄此人員位置資訊的時段、以及此區域內的行進狀況決定此區域的人次分佈。
基於上述,本發明實施例係先分析人員的行進狀況及方法,將總軌跡利用速度變化及/或方位角變化來切分成不同移動軌跡區段,再統計此區域所有人員的移動軌跡區域,進而得出車輛或人員位置及停留分佈情形。藉此,可免除佈建定點式偵測器而降低成本,能提供符合實際需求的人次分佈。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
1‧‧‧人次統計系統
101‧‧‧定位裝置
102‧‧‧後端伺服器
103‧‧‧行進參數資料庫
104‧‧‧地理參數資料庫
S201~S217、S501~S504、S701~S705‧‧‧步驟
圖1是依據本發明一實施例之人次統計系統的示意圖。
圖2是依據本發明一實施例之人次統計方法-移動軌跡區段決定的流程圖。
圖3是一範例說明道路與汽車的速度-時間關係圖。
圖4是一範例說明圖3的移動軌跡區段。
圖5是依據本發明一實施例之人次統計方法-人次計數的流程圖。
圖6是一範例說明圖3的塞車起點統計分佈。
圖7是依據本發明一實施例之人次統計方法-資料查詢的流
程圖。
圖1是依據本發明一實施例之人次統計系統1的示意圖。請參照圖1,人次統計系統1包括一台或更多台定位裝置101、後端伺服器102、行進參數資料庫103、及地理參數資料庫104。
定位裝置101係支援至少一種衛星導航系統(例如,全球定位系統(Global Positioning System,GPS)、全球導航衛星系統(GLONAS)、北斗衛星導航系統等)的定位追蹤器、智慧型手機、車載機,並用以記錄位置資訊(例如,經緯度等)。於本實施例中,定位裝置101更支援諸於第三代(3G)、***(4G)行動通訊、窄頻-物聯網(NB-IoT)、長距離(Long Range,LoRa)等通訊技術(具有通訊晶片、收發器或電路),以定期傳遞其所紀錄的位置資訊。
後端伺服器102可以係電腦主機、伺服器、工作站等具運算功能之設備。此外,後端伺服器102支援與定位裝置101相同之通訊技術,以取得各定位裝置101的位置資訊。
行進參數資料庫103記錄有行動切換條件、行進方式辨識條件、速度、方位角、起點時間、起點位置、起點方位角、迄點時間、迄點位置、迄點方位角、行進平均速度、行進速度標準差等資訊。而地理參數資料庫104記錄有數個地理區域的地理位置資訊(例如,區域代碼、區域範圍、道路、公園、交通設施、道路速限、行政區域等)。
為了方便理解本發明的操作流程,以下將舉諸多實施例詳細說明。圖2是依據本發明一實施例說明一種人次統計方法-移動軌跡區段決定之流程圖。請參照圖2,下文中,將搭配圖1中各裝置說明本發明實施例所述之方法。本方法的各個流程可依照實施情形而隨之調整,且並不僅限於此。
本實施例主要目的係以正確地區分其移動總軌跡中的各行進狀況(例如,徒步方式時的停留、散步、快走、跑步、或使用交通工具時的停等紅綠燈、塞車、車多等)。流程主要採用迴圈的方式判斷每次定位裝置101輸入時的瞬時動態(例如,速度,方位角等)以決定當前位置為起點、終點或是行進狀況中某一位置點。流程開始時,後端伺服器102先進行流程初始化(步驟S201),其至少包含(1)初始化行動的相關參數、(2)設定行進狀況觀察區間(△t S )、及(3)初始化時序編號n為0。之後,後端伺服器102每次遞迴時序編號加一(步驟S202),並從定位裝置101取得目前時刻tn及位置資訊Pn(步驟S203),再取得已紀錄之上一時刻tn-1的位置資訊Pn-1及相關參數(步驟S204)。接著,後端伺服器102由連續兩次定位裝置101所輸入的位置及時間可求得目前時刻之瞬間位移dn,n-1、瞬間速度vn(步驟S205)。後端伺服器102再依據行進狀況的觀察區間計算行動切換條件S1(步驟S206)。關於行進切換條件S1的設計,以道路交通為例,請參照圖3,假設目標車輛的在某一路段的行進總軌跡如圖上方所示,而圖下方為對應的瞬時速
度-時間關係圖。車輛的速度曲線變化通常能反映出道路的交通狀況。例如,車輛可能因應塞車或交通號誌紅燈而進行一連串的減速、煞停及再加速過程。由此可知,對通過此路段之所有車輛的軌跡變化過程分析,即可進一步確認道路的交通現況。基於此發明概念,本發明實施例將人員(例如,人、汽車、腳踏車等)的行進狀況維持之移動軌跡區段定義為一種行進狀況,並透過行進切換條件S1將移動物的移動總軌跡拆解成多個行進狀況組合,如圖4所示。而後端伺服器102需依據定位裝置101所回傳的定位資訊,計算每一行進狀況對應的移動軌跡區段包含有行進狀況節點(起、迄點)之時間、位置與方位角、平均速度、速度標準差、相同行進狀況、及目前與前一行進狀況節點間位移等資訊,並儲存至例如是行進參數資料庫103或其他儲存媒介中。而行進狀況切換條件S1的設計考量如下:若欲區分行進過程中不同的移動軌跡區段,理論上可透過觀察人員瞬間移動速度是否為零來判斷目標是處於停止或移動狀態,然實際上,上述方式可能因為定位裝置101的穩定度或目標人員在某一地點來回信步走動而造成誤判。此外,若應用於高速移動的目標人員時,其行進狀況可能對應到不同的交通狀態,例如車多、塞車等等。此外,車輛之瞬時速度可能會因走走停停的行進狀況而劇烈變化。因此,若採用固定的瞬間速度當作切換門檻,容易受到人為因素、路況等狀態而誤判。有鑑於此,本發明實施例透過目前時刻t=t n 與上一時刻tn-1前的軌
跡參數對比來辨識行進狀況的改變。假設某一目標人員正進行某一行進狀況k,定義t n 與P n 為此目標人員之行進狀況k之第n次取得之定位時間點與位置,且n 1,其中t 1與P 1為此目標人員之行進狀況k之第一次取得之定位時間點與位置(起點)且n=1。接著,賦予一個可視實務或實際情況調整的行進狀況觀察區間(△t S )參數,本發明實施例觀察前一時刻t=t n-1止並往前追溯觀察區間△t S 的時間區間中的移動軌跡的變化:
(1)速度的變化
藉由目前瞬間速度(v n )與平均速度之差異(即,速度變化),可區別不同型態的行進狀況。因此,後端伺服器102可計算此觀察區間中的速度的平均值(v X,n )(即,平均速度)與標準差(σ V,n )(即,速度標準差),並將行進切換條件S1設計為|v n -v X,n |>K S11×σ V,n (即,速度切換條件)。當瞬間速度v n 滿足行進切換條件S1,即表示瞬間速度v n 與平均速度間的差異(即,速度變化)過大,並可將此當前時間點視為不同的行進狀況起點(換言之,此時間點亦為前一行進狀況迄點),其中K S11為可因應實務或實際情況設定之參數以調整速度差異的門檻值。換言之,速度切換條件係自移動軌跡區段(某一行進狀況)的起點位置對應時間點之後速度變化(|v n -v X,n |)大於速度變化門檻值(K S11×σ V,n ),且速度變化門檻值相關於此起點位置對應時間點至當前時間點之間的速度標準差σ V,n 。
(2)方位角的變化
在無明確道路的區域中,例如廣場或公園,人次的統計通常需要考慮目標人員行進的方向性,而對於道路上的人次統計,則有明顯不同的需求。因此,後端伺服器102可計算目前瞬間方位角(α n )與方位角平均值之差異(即,方位角變化)以區別不同型態的行進狀況。透過計算行進狀況觀察區間中的方位角平均值(α X,n )與標準差(σ α,n ),即可將行進切換條件S1設計為|α n -α X,n |>K S12×σ α,n (即,方位角切換條件)。當瞬間方位角α n 滿足切換條件S1,即表示目標人員轉向而造成瞬間方位角大幅度的改變,故可視為不同的行進狀況(若觀察區間中的方位角統計結果具有較大的標準差,則表示目標人員的移動方向較不明確),其中K S12為可因應實務或實際情況設定之參數以調整方位角偏移程度門檻值。換言之,方位角切換條件是自行進狀況起點位置對應時間點之後方位角變化(|α n -α X,n |)大於方位角變化門檻值(K S12×σ α,n ),且此方位角變化門檻值相關於起點位置對應時間點至當前時間點之間的方位角標準差σ α,n 。
由此可知,若不需要考量目標的移動方向,則行進切換條件S1可採用速度切換條件(|v n -v X,n |>K S11×σ V,n );若需要考量目標的移動方向,則行進切換條件S1可採用結合速度切換條件(|v n -v X,n |>K S11×σ V,n )及方位角切換條件(|α n -α X,n |>K S12×σ α,n )。
請返回圖2,若未滿足行進切換條件S1,則表示移動維
持在同一行進狀況中。此時,後端伺服器102計算行進方式辨識條件(包括行進方式重置條件S2及行進方式切換條件S3)(步驟S213、S214)。此階段主要目的在於確認目前行進狀況的行進方式(例如,徒步、慢跑或使用交通工具等),並依據行進方式計算行進狀況相關參數,即依據使用交通工具的判斷結果調整移動軌跡區段的決定。若將行進方式重置條件S2設計為:偵測目標人員是否完全停止,而在目標人員完全停止後,下一行動狀況預設的行進方式將重置為徒步,則可將行進方式重置條件S2設定為v X,n <K S21×V WALK ,其中V WALK 為徒步行走速度,而K S21為可因應實務或實際情況設定之參數。換言之,行進方式重置條件S2是自某一移動軌跡區段(行進狀況)的起點位置對應時間點之後平均速度v X,n 小於徒步移動門檻值K S21×V WALK ,且此徒步移動門檻值相關於徒步行走速度。另一方面,人員行進方式切換設計考量在於,目標人員完全停止前,當前行進狀況之行進方式將與前一行進狀況的行進方式相同,一旦在偵測到滿足行進方式切換條件S3時,會將整個行進狀況的行進方式設定為新的行進方式。例如,流程中欲辨識目標人員是否使用交通工具(步驟S215):假設在行進狀況觀察區間中,目標人員所在位置之最小統計區域類別為道路,且目標人員維持一定的平均速度(v X,n )且其值高於一般慢跑速度(V RUN ),則將目標人員之行進方式辨識為使用交通工具(例如,汽車、機車或腳踏車等工具)(步驟S216)。因此,行進方式切換條件S3可設計為
(σ V,n <K S31且v X,n >K S32×V RUN ),其中σ V,n 為行進狀況觀察區間之速度標準差且K S31及K S32為可因應實務或實際情況設定之參數,以透過相關參數的設定以排除短期的快跑衝刺等狀況。換言之,行進方式切換條件S3是某一行進狀況之起點位置對應時間點之後速度標準差σ V,n 小於變異門檻值K S31且平均速度v X,n 大於工具移動門檻值(K S32×V RUN ),且此變異門檻值及工具移動門檻值相關於慢跑速度。
此外,由於在某一行進狀況中,目標人員可能跨過多個不同的統計區域,而這些區域在統計上可能有不同的用途,例如分屬不同的路段、鄉鎮或縣市等等而需要個別的計數。因此,若行進狀況紀錄僅包含起訖點,統計人次時將喪失行進狀況中所通過的統計區域資訊。有鑑於此,本發明實施例即將某一地區畫分成多個不相互涵蓋之統計區域。例如,定義某一標的區域為一道路、公園或交通設施,並由地理參數資料庫104儲存此統計區域資料,而資料內容至少包含區域代碼、區域範圍、區域種類(道路或非道路)及區域速限等參數。於計算目前時刻之行進狀況相關參數時,於資料紀錄中納入所通過不同統計區域的區域資料(步驟S217)。另一方面,若滿足行進切換條件S1,則表示行進狀況的狀態改變。此時,以上一時刻(t=t n-1)作為當前行進狀況k的迄點(或終點)時間點(步驟S208),且行進狀況資料將輸出給人次統計流程進行分析人次的統計(步驟S212),並以目前時刻(t=t n )之位置作為下一行進狀況的起點位置,並重置時序編號為1(n=1)(步驟S209)。
後端伺服器102接著判斷瞬間行進狀況是否滿足行進方式重置條件S2(步驟S210);若是,則將下一行進狀況之行進方式重置為徒步(步驟S211)。之後,重複上述的目標位置輸入及參數計算流程(即,返回步驟S202),將即時產生一連串某一人員的行進狀況資訊(主要包括各移動軌跡區段起、迄點之時間、位置及其他行進應用參數(例如,起訖點之方位角、所有通過標的區域代碼等)),並將此興趣區域的總軌跡切分成多段移動軌跡區段。
舉例而言,在某一興趣目標區域中,以圖4示意圖上方之中央區塊路段為例,不同速度變化的轉折點將形成某一行進狀況的起點(即,前一行進狀況的迄點),如圖下方所示,各行進狀況內的速度大致維持。而關於總軌跡之分段結果的交通狀況,若假設行進狀況k-3之平均速度接近甚或超過道路速限,其可能代表道路順暢;行進狀況k-2之行進平均速度約為此路段速限的六成,可能代表車多或因應塞車所進行煞車之準備;行進狀況k-1速度接近0,代表塞車或停等紅燈。若要清楚地釐清各移動軌跡區段的意涵,則需透過此行進狀況的平均速度對應區域特性而再深入分析以獲得準確的詮釋。例如,將某一行進狀況的平均速度達到此路段的速限的八成以上,視為道路順暢;五成以上至八成則視為車多;五成以下則視為壅塞。而對於行人也可進行分類,例如,一般來說走路速度約5公里每小時(km/hr),而慢跑的速度約10km/hr,若以該慢跑速度的四成以下可視為散步狀態,表示逛街購
物的可能性,而四成以上則視為快速移動的移動路程,如趕車或運動。
在後端伺服器102側,各行進狀況則分別依據每一節點(如起、訖等)的位置、道路方向、時段,及速度分類來累計人次,並儲存於行進參數資料庫103中。後續查詢時,則可依選定路段區塊、方向、時段、速度分類、行進節點種類,以取得累計人次的資料。
關於人次統計流程(即,圖2步驟S212),請參照圖5,流程開始後,後端伺服器102須先設定行進參數資料庫103中的統計分類(步驟S501),其為某參數之最小統計分類/分群單位。例如,以時間來說,以每15分鐘定義為一個時段,亦即每日將可分為96個時段。又例如,針對目標速度,行車部分可分為塞車、車多、順暢,而步行部分可分為停留、路過等情況。透過行進參數的分類,單一目標軌跡之行進狀況擷取流程(即,圖2流程)所產出的行進狀況資料將輸人作為行進狀況紀錄(步驟S502),以方便後續快速的找到適合的統計欄位來填寫。後端伺服器102再依據行進節點位置(即,移動軌跡區段起訖點位置)及所屬統計區域(地理位置資訊)、時段、方向、速度分類(行進狀況分類),取得符合上述條件之人次計數值(步驟S503),再將此人次計數值加1來更新行進參數資料庫103記錄的內容(步驟S504)。依此類推,返回步驟S503接收來自其他單一目標軌跡之行進擷取流程所產出的行進資料,
並依據行進狀況資料中節點位置、所屬統計區域、時段、方向、速度等分類以檢索出行進參數資料庫103中對應的統計數值,並於累加後,更新行進參數資料庫103所對應的數值紀錄。依序取得大量目標人員的行進狀況資料,即可分析而得出此統計區域的人次分佈。
而查詢時,本發明實施例亦可有效地取出查詢區域的所有統計欄位。請參照圖7,後端伺服器102接收選定查詢地理範圍及時刻等條件的輸入內容(步驟S701),即可依據地理參數資料庫104之地理位置資訊查詢地理範圍中所有統計區域之區域代碼(步驟S702)。接著,後端伺服器102依據選定之區域代碼及時刻,自行進參數資料庫103取得對應統計區域內之座標及人次計數值(步驟S703),即可依據查詢結果產出統計區域內人次分布報告(步驟S704)。後端伺服器102會確認所有統計區域人次分布報告皆完成(步驟S705)後,才結束查詢。
舉例而言,以圖6為例,若選定查詢在車輛通過此中央區塊路段之時段之車輛平均速度低於速限五成之活動起點的人次,而其在空間中的分布將如圖中條狀統計圖所示。由統計圖的人次高峰至前方路口的距離,可用以判斷此時段的紅燈停等距離。
需說明的是,依據不同查詢條件,而得到特定路段、室外場所等區域的人次分佈結果(包含,塞車情況、民眾聚集程度等)。
綜上所述,本發明實施例透過即時且自動化分析人員的
行進方式,將人員處於某一區域之總軌跡依據單一個人的速度變化切分成不同的移動軌跡區段,再經由統計行經某處的所有人員的移動軌跡區段資訊,進而呈現出道路塞車位置分布或觀光地區中步行旅客常態性停留位置分布,可進一步作為交通設施改善的依據及回饋、商店之設點及容量設計之參考依據。
本發明實施例至少具備以下功效:本發明實施例運用定位裝置偵測人員位置,以降低廣泛佈建各類定點式偵測器所需高昂建置與維運成本。
本發明實施例使用自動化方式,在給定一個可視實務調整寬度的行進狀況觀察區間中,觀察人員移動軌跡的速度或方位角變化,正確地找出移動軌跡區段的起迄點,從而避免使用單一的門檻值而造成對人員動態的錯誤的解讀。
本發明實施例透過不同的行進狀況節點位置、方向、時段、行進方式分類進行個別的統計,以篩選出使用者想要的人流分布統計資料。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
Claims (4)
- 一種人次統計方法,包括:取得一人員處於一區域的位置資訊;依據該人員的位置資訊比對至少一行進切換條件,以將該區域的總軌跡切分成至少一移動軌跡區段,其中每一該移動軌跡區段內的行進狀況維持,而該總軌跡係基於該人員處於該區域的位置資訊;以及依據該至少一移動軌跡區段、該區域相關資訊、記錄該人員之位置資訊的時段、以及該區域內的行進狀況決定該區域的人次分佈,其中取得該人員處於該區域的位置資訊之後,更包括:依據該人員的位置資訊比對至少一行進方式辨識條件,以判斷該人員是否使用交通工具;以及依據使用交通工具的判斷結果調整該至少一移動軌跡區段的決定,其中該至少一行進切換條件及該至少一行進方式辨識條件係基於該人員之速度變化及方位角變化,以得出該總軌跡中不同行進狀況及行進方式是否使用交通工具,其中該至少一行進切換條件包括一速度切換條件及一方位角切換條件,該速度切換條件是自一該移動軌跡區段的起點位置對應時間點之後該速度變化大於一速度變化門檻值,且該速度變化 門檻值相關於該起點位置對應時間點至當前時間點之間的速度標準差,而該方位角切換條件是自該起點位置對應時間點之後該方位角變化大於一方位角變化門檻值,且該方位角變化門檻值相關於該起點位置對應時間點至該當前時間點之間的方位角標準差。
- 如申請專利範圍第1項所述的人次統計方法,其中該至少一行進方式辨識條件包括一行進方式重置條件及一行進方式切換條件,該行進方式重置條件是自一該移動軌跡區段的起點位置對應時間點之後平均速度小於一徒步移動門檻值,且該徒步移動門檻值相關於徒步行走速度,而該行進方式切換條件是該起點位置對應時間點之後速度標準差小於一變異門檻值且該平均速度大於一工具移動門檻值,且該變異門檻值及該工具移動門檻值相關於慢跑速度。
- 一種人次統計系統,包括:至少一定位裝置,取得一人員處於一區域的位置資訊;一地理參數資料庫,提供地理位置資訊;以及一後端伺服器,依據該人員的位置資訊比對至少一行進切換條件,以將該區域的總軌跡切分成至少一移動軌跡區段,其中每一該移動軌跡區段內的行進狀況維持,而該總軌跡係基於該人員處於該區域的位置資訊,該後端伺服器並依據該至少一移動軌跡區段、該區域之地理位置資訊、記錄該人員之位置資訊的時段、以及該區域內的行進狀況決定該區域的人次分佈, 其中該後端伺服器依據該人員的位置資訊比對至少一行進方式辨識條件,以判斷該人員是否使用交通工具,並依據使用交通工具的判斷結果調整該至少一移動軌跡區段的決定,其中該至少一行進切換條件及該至少一行進方式辨識條件係基於該人員之速度變化及方位角變化,以得出該總軌跡中不同行進狀況及行進方式是否使用交通工具,其中該至少一行進切換條件包括一速度切換條件及一方位角切換條件,該速度切換條件是自一該移動軌跡區段的起點位置對應時間點之後該速度變化大於一速度變化門檻值,且該速度變化門檻值相關於該起點位置對應時間點至當前時間點之間的速度標準差,而該方位角切換條件是自該起點位置對應時間點之後該方位角變化大於一方位角變化門檻值,且該方位角變化門檻值相關於該起點位置對應時間點至該當前時間點之間的方位角標準差。
- 如申請專利範圍第3項所述的人次統計系統,其中該至少一行進方式辨識條件包括一行進方式重置條件及一行進方式切換條件,該行進方式重置條件是自一該移動軌跡區段的起點位置對應時間點之後平均速度小於一徒步移動門檻值,且該徒步移動門檻值相關於徒步行走速度,而該行進方式切換條件是該起點位置對應時間點之後速度標準差小於一變異門檻值且該平均速度大於一工具移動門檻值,且該變異門檻值及該工具移動門檻值相關於慢跑速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106145209A TWI672642B (zh) | 2017-12-22 | 2017-12-22 | 人次統計系統及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106145209A TWI672642B (zh) | 2017-12-22 | 2017-12-22 | 人次統計系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201928786A TW201928786A (zh) | 2019-07-16 |
TWI672642B true TWI672642B (zh) | 2019-09-21 |
Family
ID=68049154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106145209A TWI672642B (zh) | 2017-12-22 | 2017-12-22 | 人次統計系統及其方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI672642B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112804537B (zh) * | 2020-08-10 | 2022-08-16 | 成都中科大旗软件股份有限公司 | 一种景区多功能智能直播*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140032109A1 (en) * | 2012-07-30 | 2014-01-30 | Institute For Information Industry | Route recommendation system and method thereof |
TWI558249B (zh) * | 2014-09-23 | 2016-11-11 | Chunghwa Telecom Co Ltd | People 's potential information generation method |
TWI591493B (zh) * | 2016-10-05 | 2017-07-11 | Chunghwa Telecom Co Ltd | Method of Estimating Traffic Speed Using Positioning Trajectory Stop and Traveling Model |
-
2017
- 2017-12-22 TW TW106145209A patent/TWI672642B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140032109A1 (en) * | 2012-07-30 | 2014-01-30 | Institute For Information Industry | Route recommendation system and method thereof |
TWI558249B (zh) * | 2014-09-23 | 2016-11-11 | Chunghwa Telecom Co Ltd | People 's potential information generation method |
TWI591493B (zh) * | 2016-10-05 | 2017-07-11 | Chunghwa Telecom Co Ltd | Method of Estimating Traffic Speed Using Positioning Trajectory Stop and Traveling Model |
Also Published As
Publication number | Publication date |
---|---|
TW201928786A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3673407B1 (en) | Automatic occlusion detection in road network data | |
US10846540B2 (en) | Lane level traffic | |
US10657804B2 (en) | Updating maps and road status | |
US11423677B2 (en) | Automatic detection and positioning of pole-like objects in 3D | |
US11645839B2 (en) | Lane feature detection in aerial images based on road geometry | |
US11093759B2 (en) | Automatic identification of roadside objects for localization | |
US10127466B2 (en) | Lateral sign placement determination | |
US9355063B2 (en) | Parking lot detection using probe data | |
US11237007B2 (en) | Dangerous lane strands | |
US9002633B2 (en) | Method of determining and validating navigational priority settings utilizing probe data | |
US9489581B2 (en) | Vehicle counting and emission estimation | |
EP1975565A2 (en) | Feature information collecting apparatus and feature information collecting method | |
CN108021858A (zh) | 移动客体识别方法及客体流量分析方法 | |
US20210303884A1 (en) | Automatic positioning of 2d image sign sightings in 3d space | |
US11092443B2 (en) | Method, apparatus, and system for categorizing a stay point based on probe data | |
TWI672642B (zh) | 人次統計系統及其方法 | |
US12010585B2 (en) | Method, apparatus, and system for identifying mobile work zones | |
EP3671547B1 (en) | Automatic 3d positioning of road signs detected in 2d images | |
Su et al. | Identify intersections, curves and bifurcation junctions from GPS traces |