为应对地铁车站突发性大客流并进行实时智能管控，本文提出了一种基于视频数据的地铁车站突发大客流智能预警方法。首先通过视频识别技术，获取地铁车站各瓶颈处的实时客流数据；同时引入KNN近邻算法和百分位数法，对历史客流数据进行处理，提出客流密度持续增长时间的概念，并建立了客流密度持续增长时间的智能算法模型；最后以上海地铁徐泾东站为例进行算法验证。结果表明：本文提出方法具备可行性和有效性，对于保障城市轨道在大客流发生时的安全运营有重要的现实意义。
科研之友
微信
新浪微博
Facebook
分享链接
