[發(fā)明專利]一種基于移動群智感知的食堂排隊時間檢測系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201911034353.2
• 申請日: 2019-10-29
• 公開（公告）號: CN111127733B
• 公開（公告）日: 2021-12-28
• 發(fā)明（設(shè)計）人: 呂明琪;王琦暉;邢順華
• 申請（專利權(quán)）人: 杭州智策略科技有限公司
• 主分類號: G07C11/00
• 分類號: G07C11/00;H04M1/72403;H04M1/72454;H04W4/029;G06N3/04;G06N3/08
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

1.一種基于智能手機(jī)傳感設(shè)備的食堂排隊時間檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括線下訓(xùn)練模塊和實時檢測模塊，其中，所述線下訓(xùn)練模塊包括：

樣本采集單元，用于采集并建立動作樣本集和活動樣本集；

動作識別模型訓(xùn)練單元，用于基于動作樣本集訓(xùn)練動作識別模型；

粗略活動識別模型訓(xùn)練單元，用于基于活動樣本集訓(xùn)練粗略活動識別模型；

排隊識別模型訓(xùn)練單元，用于基于活動樣本集訓(xùn)練排隊識別模型

所述實時檢測模塊包括：

食堂實時定位單元，用于基于智能手機(jī)的定位設(shè)備，檢測用戶當(dāng)前是否在食堂，以及在哪個食堂；

基于動作識別模型的樓層實時估計單元，用于基于智能手機(jī)的加速度傳感器，檢測用戶的上下樓動作，在此基礎(chǔ)上估計用戶所在樓層；

基于粗略活動識別模型和排隊識別模型的排隊實時檢測單元，用于基于智能手機(jī)的加速度傳感器，檢測用戶的排隊活動；

排隊時間估算單元，用于結(jié)合多個用戶的排隊活動估算排隊時間。

2.一種如權(quán)利要求1所述的基于智能手機(jī)傳感設(shè)備的食堂排隊時間檢測系統(tǒng)實現(xiàn)的方法，其特征在于，所述方法包括以下步驟：

第一、線下訓(xùn)練，過程如下：

1.1)樣本采集：采集并建立動作樣本集和活動樣本集；

1.2)動作識別模型線下訓(xùn)練：基于動作樣本集訓(xùn)練動作識別模型；

1.3)粗略活動識別模型線下訓(xùn)練：基于活動樣本集訓(xùn)練粗略活動識別模型；

1.4)排隊識別模型線下訓(xùn)練：基于活動樣本集訓(xùn)練排隊識別模型；

第二、實時檢測，過程如下：

2.1)食堂實時定位：基于智能手機(jī)的定位設(shè)備，檢測用戶當(dāng)前是否在食堂，以及在哪個食堂；

2.2)樓層實時估計：基于智能手機(jī)的加速度傳感器，檢測用戶的上下樓動作，在此基礎(chǔ)上估計用戶所在樓層；

2.3)排隊實時檢測：基于智能手機(jī)的加速度傳感器，檢測用戶的排隊活動；

2.4)排隊時間估算：結(jié)合多個用戶的排隊活動估算排隊時間。

3.如權(quán)利要求2所述的方法，其特征在于，所述1.1)中，樣本采集的步驟如下：1.1.1)動作樣本采集：基于智能手機(jī)采集用戶在食堂中可能進(jìn)行的各種類型動作的樣本，動作類型包括站、坐、走、上樓和下樓，其中，動作樣本的數(shù)據(jù)為采集到的三軸加速度數(shù)據(jù)序列，動作樣本的標(biāo)注為進(jìn)行的動作類型，最終形成動作樣本集MS；

1.1.2)活動樣本采集：首先，基于智能手機(jī)采集用戶在食堂中可能進(jìn)行的各種類型活動的樣本，活動類型包括排隊、吃飯、挑選窗口、閑逛和聊天，其中，活動樣本的數(shù)據(jù)為采集到的三軸加速度數(shù)據(jù)序列，活動樣本的標(biāo)注為進(jìn)行的動作類型；然后，將活動樣本標(biāo)注泛化為持續(xù)運動、持續(xù)靜止、動靜交替三類，形成粗略活動樣本集CS；將活動樣本標(biāo)注泛化為排隊和其它兩類，形成排隊樣本集QS。

4.如權(quán)利要求2或3所述的方法，其特征在于，所述步驟1.2)中，動作識別模型線下訓(xùn)練的步驟如下：

1.2.1)訓(xùn)練樣本生成：以大小為δ_mw、步長為δ_mw/2的滑動窗口對MS中的每個動作樣本進(jìn)行分割，最后得到大量動作訓(xùn)練樣本；

1.2.2)特征抽取：從動作訓(xùn)練樣本中抽取時域特征和頻域特征，其中，時域特征包括均值、方差、最大值和最小值；為計算頻域特征，對動作訓(xùn)練樣本的數(shù)據(jù)進(jìn)行離散傅立葉變換，在此基礎(chǔ)上計算1～10Hz頻率的幅值的熵，以及幅值最大的頻率和該頻率對應(yīng)的幅值作為特征；

1.2.3)模型訓(xùn)練：基于抽取的特征和動作類型標(biāo)注，采用C4.5決策樹模型訓(xùn)練得到動作識別模型MM。