[發明專利]一種基于DNN的公交車詳細調度方法

有效

• 申請號: 202010920818.0
• 申請日: 2020-09-04
• 公開（公告）號: CN112037515B
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 鐘競;曾忠英
• 申請（專利權）人: 安徽逸路安科技股份有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 合肥三川專利代理事務所(普通合伙) 34150
• 代理人: 楊艷飛

1.一種基于DNN的公交車詳細調度方法，其特征在于，該方法包括：

步驟一，采集每個公交站牌處正在候車的乘客圖像，將乘客圖像送入乘客密度檢測網絡，得到乘客密度圖；將得到的乘客密度圖送入等級分類網絡進行處理，得到每個公交站牌處乘客的密度等級；

步驟二，預先設置等級閾值，當得到的密度等級大于等于等級閾值時，在相應的公交站牌處生成初始調車指令并開始執行倒計時指令；

步驟三，對于每個密度等級大于等級閾值的公交站牌：

在倒計時指令開始執行至倒計時指令執行結束這一時間段內，對在該公交站牌處存在停靠操作的公交車進行篩選操作，計算符合篩選條件的公交車的乘客上車率，其中，上車人數與公交站牌處正在候車的乘客人數的比值為乘客上車率；對該時間段內得到的公交車的乘客上車率進行比較操作，得到最高乘客上車率；

步驟四，結合初始調車指令和最高乘客上車率對應公交車的線路，生成最終調車指令，調用備用公交車上路運行。

2.如權利要求1所述的方法，其特征在于，乘客密度檢測網絡包括乘客密度檢測編碼器和乘客密度檢測解碼器，其中，乘客密度檢測編碼器對乘客圖像進行特征提取，得到第一特征圖；乘客密度檢測解碼器對特征圖進行上采樣與特征提取，得到乘客密度圖。

3.如權利要求1所述的方法，其特征在于，等級分類網絡包括等級分類編碼器和全連接層，其中，乘客密度圖經過等級分類編碼器的特征提取后送入全連接層，得到各個乘客密度等級的概率，經過后處理后得到乘客密度圖的密度等級。

4.如權利要求1所述的方法，其特征在于，所述篩選操作具體為：

對每輛公交車內的人數進行統計，根據得到的人數相應的為每輛公交車設置權重；若某一輛公交車權重小于預先設置好的權重閾值，則該公交車此次不進行乘客上車率的計算；其中，權重越小，人數越多。

5.如權利要求4所述的方法，其特征在于，對每輛公交車內的人數進行統計的具體方法為：

利用公交車內的第一攝像頭采集車廂圖像，將車廂圖像送入關鍵點檢測網絡，得到關鍵點熱圖，根據關鍵點熱圖中關鍵點的個數得到公交車內的人數。

6.如權利要求5所述的方法，其特征在于，根據乘客密度圖得到公交車站牌處正在候車的乘客人數，利用公交車內的第二攝像頭采集多幀上客門處的乘客上車圖像，利用關鍵點檢測網絡對乘客上車圖像進行處理得到上車人數。

7.如權利要求6所述的方法，其特征在于，關鍵點檢測網絡包括關鍵點檢測編碼器和關鍵點檢測解碼器，關鍵點檢測編碼器對輸入圖像進行特征提取，輸出第二特征圖；關鍵點檢測解碼器對第二特征圖進行上采樣與特征提取，生成關鍵點熱圖。

8.如權利要求1所述的方法，其特征在于，若在倒計時指令開始執行至執行結束這一時間段內某線路公交車的出現次數大于等于兩次，則選擇在這一時間段內得到的該線路多輛公交車對應的多個乘客上車率中的最大值作為該線路公交車的乘客上車率進行比較操作。

9.如權利要求1所述的方法，其特征在于，所述備用公交車停放在公交站牌附近。