Nothing Special   »   [go: up one dir, main page]

CN116249071A - 一种景点人口密度的确定方法、装置、电子设备和介质 - Google Patents

一种景点人口密度的确定方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN116249071A
CN116249071A CN202211648442.8A CN202211648442A CN116249071A CN 116249071 A CN116249071 A CN 116249071A CN 202211648442 A CN202211648442 A CN 202211648442A CN 116249071 A CN116249071 A CN 116249071A
Authority
CN
China
Prior art keywords
target
user
determining
probe
user data
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
CN202211648442.8A
Other languages
English (en)
Inventor
徐学锋
周佩雷
陈春锋
杨蕊
朱国栋
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.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp Ltd
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 China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN202211648442.8A priority Critical patent/CN116249071A/zh
Publication of CN116249071A publication Critical patent/CN116249071A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/14—Travel agencies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种景点人口密度的确定方法、装置、电子设备和存储介质，该方法包括：获取部署在各景点的Wi‑Fi探针所收集到的多个用户数据；根据多个用户数据和各Wi‑Fi探针的探针位置，确定多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；根据用户位置和采集时间，确定各景点在不同时刻的人口密度。相比于采用摄像头进行人脸识别后来计算人流密度情况的方法，本发明实施例不受Wi‑Fi探针安装位置的限制；且只需要基于用户数据即可实现对人口密度的确定，无需再额外识别其他信息，不存在对一些物体识别的准确率低的问题。

Description

一种景点人口密度的确定方法、装置、电子设备和介质
技术领域
本发明涉及数据处理的技术领域，特别是涉及一种景点人口密度的确定方法、装置、电子设备和介质。
背景技术
近年来，日益增长的旅游需求与旅游资源的稀缺性矛盾逐渐凸显，使旅游景区拥挤成为常态现象。景区密度是度量旅游业对某一地区社会经济生活的影响程度或在社会经济生活中的地位的一项指标。
旅游资源的空间承载量是指保证旅游资源质量和游客旅游质量的前提下，某一时段(比如：一天)景区可游览地区所能容纳的游客数量。旅游景区通常由若干个分景区(点)构成，要充分考虑到游客的流动性。《旅游规划通则》中充分考虑公式：
Figure BDA0004010829850000011
其中，C为景区日空间总容量，Xi为第i景点的可游览面积；Yi为第i景点的游客适宜游览面积，即平均每位游客占用的基本空间标准值；T为景区每天的有效开放时间，t为每位游客完成全部游览活动所需的平均游览时间，Di为第i景点的瞬时游客容量；z为景区的日周转率。
当前拥挤密度计算一般采用摄像头进行人脸识别后，计算人流密度情况，但受限于摄像头的安装位置以及对于一些物体识别的准确率。
发明内容
鉴于上述问题，提出了以便提供克服上述问题或者至少部分地解决上述问题的一种景点人口密度的确定方法、装置、电子设备和存储介质，包括：
一种景点人口密度的确定方法，所述方法包括：
获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；
根据所述多个用户数据和各Wi-Fi探针的探针位置，确定所述多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；
根据所述用户位置和所述采集时间，确定各景点在不同时刻的人口密度。
可选地，所述根据所述多个用户数据和各Wi-Fi探针的探针位置，确定所述多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间，包括：
对目标用户数据进行解析，得到目标接收的信号强度指示RSSI、收集所述目标用户数据的目标采集时间，以及收集所述目标用户数据的目标Wi-Fi探针的目标设备编码；
获取所述目标设备编码对应的目标探针位置；
根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离；
根据所述目标相对距离和所述目标探针位置，确定所述目标用户在所述目标采集时间时的目标用户位置。
可选地，所述对目标用户数据进行解析，包括：
从所述目标用户数据中分析出目标帧头部分，并根据所述目标帧头部分确定所述目标用户数据对应的目标指令类型；
当所述目标指令类型为数据指令类型时，对从所述目标用户数据中分析出的目标帧载荷部分进行解析。
可选地，在对所述目标帧载荷部分进行解析后，所述方法还包括：
将所述目标RSSI、所述目标采集时间和所述目标设备编码缓存至一缓存区域；
当所述目标RSSI、所述目标采集时间和所述目标设备编码在所述缓存区域的存储时长超过预设时长时，执行根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离的步骤。
可选地，所述根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离，包括：
根据所述目标RSSI，确定目标传播损耗；
根据所述目标传播损耗，确定所述目标相对距离。
可选地，所述目标探针位置包括目标探针经纬度，所述根据所述目标相对距离和所述目标探针位置，确定所述目标用户在所述目标采集时间时的目标用户位置，包括：
根据所述目标相对距离和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户位置；所述目标用户位置包括目标用户经纬度。
可选地，所述根据所述目标相对距离和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户位置，包括：
根据预设分段规则，确定所述目标相对距离所处的目标距离区间；所述目标距离区间对应一预设的经纬度与距离的转换关系；
根据所述目标距离区间对应的转换关系，和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户经纬度。
本发明实施例还提供了一种景点人口密度的确定装置，所述装置包括：
获取模块，用于获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；
第一确定模块，用于根据所述多个用户数据和各Wi-Fi探针的探针位置，确定所述多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；
第二确定模块，用于根据所述用户位置和所述采集时间，确定各景点在不同时刻的人口密度。
可选地，所述第一确定模块，用于对目标用户数据进行解析，得到目标接收的信号强度指示RSSI、收集所述目标用户数据的目标采集时间，以及收集所述目标用户数据的目标Wi-Fi探针的目标设备编码；获取所述目标设备编码对应的目标探针位置；根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离；根据所述目标相对距离和所述目标探针位置，确定所述目标用户在所述目标采集时间时的目标用户位置。
可选地，所述第一确定模块，用于从所述目标用户数据中分析出目标帧头部分，并根据所述目标帧头部分确定所述目标用户数据对应的目标指令类型；当所述目标指令类型为数据指令类型时，对从所述目标用户数据中分析出的目标帧载荷部分进行解析。
可选地，所述装置还包括：
缓存模块，用于在对所述目标帧载荷部分进行解析后，将所述目标RSSI、所述目标采集时间和所述目标设备编码缓存至一缓存区域。
第一确定模块，用于当所述目标RSSI、所述目标采集时间和所述目标设备编码在所述缓存区域的存储时长超过预设时长时，根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离。
可选地，所述第一确定模块，用于根据所述目标RSSI，确定目标传播损耗；根据所述目标传播损耗，确定所述目标相对距离。
可选地，所述目标探针位置包括目标探针经纬度，所述第一确定模块，用于根据所述目标相对距离和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户位置；所述目标用户位置包括目标用户经纬度。
可选地，所述第一确定模块，用于根据预设分段规则，确定所述目标相对距离所处的目标距离区间；所述目标距离区间对应一预设的经纬度与距离的转换关系；根据所述目标距离区间对应的转换关系，和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户经纬度。
本发明实施例还提供了一种电子设备，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上的景点人口密度的确定方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上的景点人口密度的确定方法。
本发明实施例具有以下优点：
本发明实施例中，获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；根据多个用户数据和各Wi-Fi探针的探针位置，确定多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；根据用户位置和采集时间，确定各景点在不同时刻的人口密度。相比于采用摄像头进行人脸识别后来计算人流密度情况的方法，本发明实施例不受Wi-Fi探针安装位置的限制；且只需要基于用户数据即可实现对人口密度的确定，无需再额外识别其他信息，不存在对一些物体识别的准确率低的问题。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1a是本发明实施例的一种景点人口密度的确定方法的步骤流程图；
图1b是本发明实施例的一种确定驻留时长的方法的示意图；
图2是本发明实施例的另一种景点人口密度的确定方法的步骤流程图；
图3是本发明实施例的一种实现景点人口密度的确定方法的系统的结构示意图；
图4是本发明实施例的一种数据模型图；
图5是本发明实施例的一种Wi-Fi探针和终端的位置示意图；
图6是本发明实施例的另一种Wi-Fi探针和终端的位置示意图；
图7是本发明实施例的一种数据集合；
图8是本发明实施例的一种可视化热力图；
图9是本发明实施例的一种景点人口密度的确定装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。显然，所描述的实施例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他实施例，都属于本发明保护的范围。
为了实现对景区内的不同景点的参观人口密度的统计，可以预先在不同景点处布置一个或多个Wi-Fi探针；这一个或多个Wi-Fi探针可以通过获取参观景点的用户的设备发出的信号，来收集参观景点的用户的用户数据；然后，可以基于所收集到的用户数据来确定参观景点的人口的密度。
相比于采用摄像头进行人脸识别后来计算人流密度情况的方法，本发明实施例所提供的一种景点人口密度的确定方法基于Wi-Fi探针不再受限于安装位置，且只需要基于用户数据即可实现对人口密度的确定，无需再额外识别其他信息，不存在对一些物体识别的准确率低的问题。
另外，需要说明的是，这一个或多个Wi-Fi探针是经过有关部门备案后设置的；且Wi-Fi探针收集并使用用户数据的过程也是在经过用户同意后进行的。
参照图1a，示出了本发明实施例的一种景点人口密度的确定方法的步骤流程图，可以包括如下步骤：
步骤101、获取部署在各景点的Wi-Fi探针所收集到的多个用户数据。
其中，用户数据可以是用户设备在与Wi-Fi探针(或者基站等信号收发设备)进行数据交互时，Wi-Fi探针基于用户设备发出/接收到的信号所生成的用户数据。
在实际应用中，当需要确定景区内各景点的参观人口密度的时候，可以先从部署在各景点的Wi-Fi探针获取Wi-Fi探针所收集到的多个用户数据。
作为一示例，获取用户数据的频率可以根据预设频率设定，例如：每小时获取一次，或者实时获取，以便实时更新各景点的参观人口密度。
作为另一示例，Wi-Fi探针的设置位置可以根据实际情况设定；为了保证可以准确的确定各景点的参观人口的密度，可以按照Wi-Fi探针的信号范围来设置，以保证所有Wi-Fi探针的信号范围可以覆盖所有景点的任意位置，也为了实现用户在移动时，用户终端可以从一个Wi-Fi探针无缝衔接的进入另一Wi-Fi探针的信号范围内，本发明实施例对此不作限制。
在实际应用中，只要用户设备进入到Wi-Fi探针的信号范围内，都可以实现Wi-Fi探针对用户数据的采集；从而，使得本发明实施例所提供的景点人口密度的确定方法不受限于监测设备的安装位置。
步骤102、根据多个用户数据和各Wi-Fi探针的探针位置，确定多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间。
在得到多个用户数据后，可以再获取各Wi-Fi探针的探针位置；Wi-Fi探针的探针位置可以是Wi-Fi探针所在的位置，其可以是在部署Wi-Fi探针的时候，预先收集并存储好的。
在得到多个用户数据和Wi-Fi探针的探针位置后，可以根据多个用户数据和各Wi-Fi探针的探针位置，确定每个用户数据对应的用户的用户位置，从而确定多个用户数据对应的多个用户的用户位置。
在确定各用户位置对应的用户位置的时候，还可以确定各用户位置对应的采集时间；也就是Wi-Fi探针采集用户数据的时间，采集时间可以用于表示用户是何时进入一景点的；根据前后相邻的两个采集时间，也可以确定用户是何时离开该一景点的，如图1b所示，可以基于两个相邻的进入时间确定用户时何时离开景点的，以及在景点中的驻留时长。
步骤103、根据用户位置和采集时间，确定各景点在不同时刻的人口密度。
在确定多个用户对应的用户位置，以及与各用户位置对应的采集时间后，可以基于采集时间和用户位置，来确定各景点在不同时刻的人口密度。
具体的，可以基于用户位置，确定用户处在哪个景点；然后基于采集时间，确定用户是何时处在该景点的；基于多个用户的位置信息和采集时间，可以统计出每个景点在不同时刻的参观人口的密度。
本发明实施例中，获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；根据多个用户数据和各Wi-Fi探针的探针位置，确定多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；根据用户位置和采集时间，确定各景点在不同时刻的人口密度。相比于采用摄像头进行人脸识别后来计算人流密度情况的方法，本发明实施例不受Wi-Fi探针安装位置的限制；且只需要基于用户数据即可实现对人口密度的确定，无需再额外识别其他信息，不存在对一些物体识别的准确率低的问题。
参照图2，示出了本发明实施例的另一种景点人口密度的确定方法的步骤流程图，可以包括如下步骤：
步骤201、获取部署在各景点的Wi-Fi探针所收集到的多个用户数据。
在实际应用中，当需要确定景区内各景点的参观人口密度的时候，可以先从部署在各景点的Wi-Fi探针获取Wi-Fi探针所收集到的多个用户数据。
步骤202、对目标用户数据进行解析，得到目标接收的信号强度指示RSSI、收集目标用户数据的目标采集时间，以及收集目标用户数据的目标Wi-Fi探针的目标设备编码。
其中，目标用户数据可以是上述收集到的多个用户数据中的任意一个。
在得到目标用户数据后，可以先对目标用户数据进行解析，以得到其中所记录的目标RSSI(Received Signal Strength Indication，接收的信号强度指示)、收集目标用户数据的目标采集时间，以及收集目标用户数据的目标Wi-Fi探针的目标设备编码；目标设备编码可以唯一标识目标Wi-Fi探针。
在本发明一实施例中，对目标用户数据进行解析的步骤可以通过如下子步骤来实现：
子步骤11、从目标用户数据中分析出目标帧头部分，并根据目标帧头部分确定目标用户数据对应的目标指令类型。
首先，可以先从目标用户数据中分析出目标帧头部分，并从目标帧头部分，确定目标用户数据对应的目标指令类型。
子步骤12、当目标指令类型为数据指令类型时，对从目标用户数据中分析出的目标帧载荷部分进行解析。
如果目标指令类型为数据指令类型，则可以对从目标用户数据中分析出来的目标帧载荷部分进行解析，以得到目标RSSI、收集目标用户数据的目标采集时间，以及收集目标用户数据的目标Wi-Fi探针的目标设备编码。
在本发明另一实施例中，在对目标帧载荷部分进行解析后，还可以包括如下步骤：
将目标RSSI、目标采集时间和目标设备编码缓存至一缓存区域；当目标RSSI、目标采集时间和目标设备编码在缓存区域的存储时长超过预设时长时，执行根据目标RSSI，确定目标用户数据对应的目标用户相对于目标Wi-Fi探针的目标相对距离的步骤。
在实际应用中，为了避免数据量过大而影响到数据处理的效率，在对目标帧载荷部分进行解析得到目标RSSI、目标采集时间和目标设备编码后，可以将解析得到的数据先缓存起来；然后，根据预设机制来滞后地对数据进行后续的处理。
具体的，可以先将目标RSSI、目标采集时间和目标设备编码缓存至一缓存区域中；然后，统计这些数据存入缓存区域的存储时长。
当检测到这些数据存入缓存区域的存储时长超过一预设时长时，可以继续对其进行处理；具体的，可以继续执行根据目标RSSI，确定目标用户数据对应的目标用户相对于目标Wi-Fi探针的目标相对距离的步骤，本发明实施例对此不作限制。
步骤203、获取目标设备编码对应的目标探针位置。
在得到目标设备编码后，可以获取与目标设备编码对应的目标Wi-Fi探针的目标探针位置；目标探针位置可以是预先为目标设备编码设置的。
步骤204、根据目标RSSI，确定目标传播损耗。
在得到目标RSSI后，可以基于目标RSSI来确定目标传播损耗。
具体地，自由空间下电波传播的损耗Los为：
Los＝32.44+20lgD(Km)+20lgF(MHz) (1)
其中，Los是传播损耗，单位为dBm；D是距离，单位是Km；F是工作频率，单位是MHz。
Los理论上的计算公式为：
Los＝发射功率+|接收灵敏度| (2)
但实际无线通信要受到各种外界因素的影响，如大气、阻挡物、多径等造成的损耗，将上述损耗的参考值计入上式中，即可计算出近似通信距离。因此实际的Los值可以根据以下公式计算能得到：
Los＝接收灵敏度+LNA Gain+Tx power+天线增益–大气衰减 (3)
但由于大气衰减等具体数据无法实际场景中获得，因此Los的值可以通过RSSI的反向推算得到，RSSI的计算公式如下：
RSSI＝发射功率+发送端的天线增益－传播损耗(Los)+接收端的天线增益 (4)
dBm＝10xlog(mW)。
步骤205、根据目标传播损耗，确定目标相对距离。
在得到目标传播损耗后，可以基于目标传播损耗来计算目标相对距离；具体的，可以基于公式(1)来计算目标相对距离。
在得到目标相对距离后，可以基于如下公式来进行验证：
d＝10^((abs(RSSI)-A)/(10*n)) (5)
其中：d为计算所得距离(单位：m)；RSSI为接收信号强度，分贝毫瓦(单位：dbm)；A为发射端和接收端相隔1米时的信号强度；n为环境衰减因子。
步骤206、目标探针位置包括目标探针经纬度，根据目标相对距离和目标探针经纬度，确定目标用户在目标采集时间时的目标用户位置；目标用户位置包括目标用户经纬度。
在得到目标相对距离后，可以基于目标相对距离和目标Wi-Fi探针的目标探针位置，来计算目标用户所处的目标用户经纬度。
具体的，目标探针位置可以包括目标探针经纬度；在得到目标相对距离后，可以基于目标探针经纬度和目标相对距离来计算目标用户在目标采集时间时的目标用户经纬度。
在本发明一实施例中，目标用户经纬度可以通过如下子步骤来确定：
子步骤21、根据预设分段规则，确定目标相对距离所处的目标距离区间；目标距离区间对应一预设的经纬度与距离的转换关系。
首先，可以预先设置预设分段规则，例如：将相对距离划分为0-1m、1—10m、10—100m、100—1000m、1000—10000m这五个距离区间；然后，在得到目标相对距离后，可以确定目标相对距离所处的目标距离区间。
其中，可以为不同距离区间设置不同的经纬度与距离的转换关系，例如：
在纬度相等的情况下：
经度每隔0.00001度，距离相差约1米；经度每隔0.0001度，距离相差约10米；经度每隔0.001度，距离相差约100米；经度每隔0.01度，距离相差约1000米；
每隔0.1度，距离相差约10000米。
在经度相等的情况下：
纬度每隔0.00001度，距离相差约1.1米；纬度每隔0.0001度，距离相差约11米；纬度每隔0.001度，距离相差约111米；纬度每隔0.01度，距离相差约1113米；纬度每隔0.1度，距离相差约11132米。
子步骤22、根据目标距离区间对应的转换关系，和目标探针经纬度，确定目标用户在目标采集时间时的目标用户经纬度。
在实际应用中，通过目标距离区间对应的转换关系，以及目标探针经纬度，可以计算得到目标用户在目标采集时间的目标用户经纬度。
步骤207、根据用户位置和采集时间，确定各景点在不同时刻的人口密度。
在确定多个用户对应的用户位置，以及与各用户位置对应的采集时间后，可以基于采集时间和用户位置，来确定各景点在不同时刻的人口密度。
具体的，可以基于用户位置，确定用户处在哪个景点；然后基于采集时间，确定用户是何时处在该景点的；基于多个用户的位置信息和采集时间，可以统计出每个景点在不同时刻的参观人口的密度。
作为一示例，可以基于所确定的各用户对应的用户经纬度，在一地图中展示各景点的参观人口密度，从而可以让工作人员更清楚的知晓各景点的实际参观人数情况，以便工作人员可以做出相应的应对措施，本发明实施例对此不作限制。
本发明实施例中，获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；对目标用户数据进行解析，得到目标接收的信号强度指示RSSI、收集目标用户数据的目标采集时间，以及收集目标用户数据的目标Wi-Fi探针的目标设备编码；获取目标设备编码对应的目标探针位置；根据目标RSSI，确定目标传播损耗；根据目标传播损耗，确定目标相对距离；目标探针位置包括目标探针经纬度，根据目标相对距离和目标探针经纬度，确定目标用户在目标采集时间时的目标用户位置；目标用户位置包括目标用户经纬度；根据用户位置和采集时间，确定各景点在不同时刻的人口密度。相比于采用摄像头进行人脸识别后来计算人流密度情况的方法，本发明实施例不受Wi-Fi探针安装位置的限制；且只需要基于用户数据即可实现对人口密度的确定，无需再额外识别其他信息，不存在对一些物体识别的准确率低的问题。
为了对上述的一种景点人口密度的确定方法进行进一步的解释，以下进行举例说明：
如图3，上述方法可以基于一系统来实现，该系统可以包括元数据采集单元、Wi-Fi探针数据解析单元、实时计算距离单元、密集度计算单元、实时计算时间差单元和终端可视化分析单元。
其中，元数据采集单元用于采集用户数据。
Wi-Fi探针数据解析单元包括了MAC(Media Access Control，媒体访问控制)数据协议解析等。
实时计算距离单元包括了根据解析后的数据，通过构建的公式计算终端与Wi-Fi探针之间的定向距离长度。
密集度计算单元包括了对于多个终端与Wi-Fi探针时间的定向距离的归集，从而根据定长的方式得到密度。
实时计算时间差单元包括了终端与Wi-Fi探针之间的距离变化时间趋势等内容。
终端可视化分析单元用于展示景点参观人口密度的实况。
Wi-Fi探针数据解析单元包括了MAC数据协议解析，针对数据的帧数据以及帧载荷的解析工作；具体地：
1.本单元的处理流程包括对Wi-Fi探针收集到的MAC数据协议进行的解析。服务端收集到来自Wi-Fi探针的数据后，经过解析、处理、存储等动作。
2.其中的解析包括分析出帧头部分，得到指令类型，对指令进行分析，是数据指令类型时，则对帧载荷进行解析；如果是其他指令，则回复应答消息。
3.其中的帧载荷解析工作，解析帧载荷部分共计190字节，从中分析出设备编号、终端MAC、采集时间、RSSI、热点SSID(Service Set Identifier，服务集标识)、热点MAC、经纬度坐标、场所编号等共计190字节内容。
4.其中的数据处理，将收集的有效帧载荷内容缓存起来，当达到30秒后，将缓存数据发送到数据处理服务，由数据处理服务进行下沉到存储单元。
实时计算距离单元，包括了将在数据解析环节中解析后的RSSI数据，从存储单元中获取该值以及对应MAC地址，并根据距离公式进行计算，得到有效距离后将数据存储；具体地：
1.从存储单元中获取到对应的MAC地址以及RSSI数据值，将两者绑定建立一对一的关联关系，将对应关联关系存储到缓存中，建立数据模型。数据模型图如图所示4。
2.将缓存中的MAC与RSSI对应关系数据取出，做数据初始化，由于传输数据时已对RSSI数值进行了扩大10倍处理，因此在此需要除以10，以获取原始数值。
3.步骤2中的准备数据初始化完成，计算距离数据。
4.将距离数据绑定到终端模型中的Distance参数中，形成一个较为完整的终端模型画像，完成数据存储。
如图5，针对一Wi-Fi探针501所采集到的多个用户数据，确定各用户数据对应的RSSI，进而得到Wi-Fi探针501和不同RSSI对应的终端502之间的位置关系图(如图6)。
密集度计算单元包括了根据终端数据模型，进行密集度的测算等内容。
具体地：
1.从缓存数据中获取终端模型数据集，将数据模型转换成JSON数据格式。颗粒度达到单一终端模型。
2.设立Wi-Fi探针时设定了该设备的经纬度，因此根据定向天线的方向，可以知道是测算的同纬度还是同经度。根据经纬度规则，将终端模型数据集中的Distance参数进行分段归集，划分为0-1、1-10、10-100、100-1000、1000-10000这五个距离区间段，单位为米，将终端模型数据集中的Distance参数根据以上分段规则，纳入到对应的区间段落内，形成新的数据集合。
3.对步骤2中获取的数据集合组，按照以下的不同计算规则，测算出各终端点位的经纬度数值。规则如下：
a)在纬度相等的情况下：
经度每隔0.00001度，距离相差约1米；每隔0.0001度，距离相差约10米；每隔0.001度，距离相差约100米；每隔0.01度，距离相差约1000米；
每隔0.1度，距离相差约10000米。
b)在经度相等的情况下：
纬度每隔0.00001度，距离相差约1.1米；每隔0.0001度，距离相差约11米；每隔0.001度，距离相差约111米；每隔0.01度，距离相差约1113米；每隔0.1度，距离相差约11132米。
通过以上计算规则得到每个终端点位的经纬度数值，将对应的经纬度值存储到终端模型中的对应字段。
实时计算时间差单元包括了各Wi-Fi探针间的终端关联分析、停留时长分析、各终端之间停留时长影响的分析等内容。具体地：
1.通过上述单元处理后终端数据已经具备较为完整的数据结构以及各项参数，需要处理终端关联分析的指标包括：设备编号、MAC地址、入场时间等三项数据，其中设备编号为Wi-Fi探针设备的唯一识别码，通过部署多个Wi-Fi探针，形成不同的设备编号记录，对于同一终端MAC的，形成单独的数据集合，如图7所示。
2.通过对终端MAC的关联数据集合中的入场时间做升序排列，接着对各数据记录之间的入场时间，做时长计算，形成在某一个设备场景中的驻留时长，这个依赖于各设备的部署中尽可能的实现无缝切换。
3.通过对步骤2的数据结果进行按照小时的归类，形成每个时间段的终端密集情况数据，同时通过可视化热力图方式展示，如图所示8；其中，横坐标表示时间，纵坐标表示景点标识，方格中的数字表示密度。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图9，示出了本发明实施例的一种景点人口密度的确定装置的结构示意图，可以包括如下模块：
获取模块901，用于获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；
第一确定模块902，用于根据多个用户数据和各Wi-Fi探针的探针位置，确定多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；
第二确定模块903，用于根据用户位置和采集时间，确定各景点在不同时刻的人口密度。
本发明的一个可选实施例中，第一确定模块902，用于对目标用户数据进行解析，得到目标接收的信号强度指示RSSI、收集目标用户数据的目标采集时间，以及收集目标用户数据的目标Wi-Fi探针的目标设备编码；获取目标设备编码对应的目标探针位置；根据目标RSSI，确定目标用户数据对应的目标用户相对于目标Wi-Fi探针的目标相对距离；根据目标相对距离和目标探针位置，确定目标用户在目标采集时间时的目标用户位置。
本发明的一个可选实施例中，第一确定模块902，用于从目标用户数据中分析出目标帧头部分，并根据目标帧头部分确定目标用户数据对应的目标指令类型；当目标指令类型为数据指令类型时，对从目标用户数据中分析出的目标帧载荷部分进行解析。
本发明的一个可选实施例中，装置还包括：
缓存模块，用于在对目标帧载荷部分进行解析后，将目标RSSI、目标采集时间和目标设备编码缓存至一缓存区域；
第一确定模块902，用于当目标RSSI、目标采集时间和目标设备编码在缓存区域的存储时长超过预设时长时，根据目标RSSI，确定目标用户数据对应的目标用户相对于目标Wi-Fi探针的目标相对距离。
本发明的一个可选实施例中，第一确定模块902，用于根据目标RSSI，确定目标传播损耗；根据目标传播损耗，确定目标相对距离。
本发明的一个可选实施例中，目标探针位置包括目标探针经纬度，第一确定模块902，用于根据目标相对距离和目标探针经纬度，确定目标用户在目标采集时间时的目标用户位置；目标用户位置包括目标用户经纬度。
本发明的一个可选实施例中，第一确定模块902，用于根据预设分段规则，确定目标相对距离所处的目标距离区间；目标距离区间对应一预设的经纬度与距离的转换关系；根据目标距离区间对应的转换关系，和目标探针经纬度，确定目标用户在目标采集时间时的目标用户经纬度。
本发明实施例中，获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；根据多个用户数据和各Wi-Fi探针的探针位置，确定多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；根据用户位置和采集时间，确定各景点在不同时刻的人口密度。相比于采用摄像头进行人脸识别后来计算人流密度情况的方法，本发明实施例不受Wi-Fi探针安装位置的限制；且只需要基于用户数据即可实现对人口密度的确定，无需再额外识别其他信息，不存在对一些物体识别的准确率低的问题。
本发明实施例还提供了一种电子设备，包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序，计算机程序被处理器执行时实现如上的景点人口密度的确定方法。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上的景点人口密度的确定方法。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对所提供的一种景点人口密度的确定方法、装置、电子设备和存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种景点人口密度的确定方法，其特征在于，所述方法包括：
获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；
根据所述多个用户数据和各Wi-Fi探针的探针位置，确定所述多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；
根据所述用户位置和所述采集时间，确定各景点在不同时刻的人口密度。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个用户数据和各Wi-Fi探针的探针位置，确定所述多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间，包括：
对目标用户数据进行解析，得到目标接收的信号强度指示RSSI、收集所述目标用户数据的目标采集时间，以及收集所述目标用户数据的目标Wi-Fi探针的目标设备编码；
获取所述目标设备编码对应的目标探针位置；
根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离；
根据所述目标相对距离和所述目标探针位置，确定所述目标用户在所述目标采集时间时的目标用户位置。
3.根据权利要求2所述的方法，其特征在于，所述对目标用户数据进行解析，包括：
从所述目标用户数据中分析出目标帧头部分，并根据所述目标帧头部分确定所述目标用户数据对应的目标指令类型；
当所述目标指令类型为数据指令类型时，对从所述目标用户数据中分析出的目标帧载荷部分进行解析。
4.根据权利要求3所述的方法，其特征在于，在对所述目标帧载荷部分进行解析后，所述方法还包括：
将所述目标RSSI、所述目标采集时间和所述目标设备编码缓存至一缓存区域；
当所述目标RSSI、所述目标采集时间和所述目标设备编码在所述缓存区域的存储时长超过预设时长时，执行根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离的步骤。
5.根据权利要求2所述的方法，其特征在于，所述根据所述目标RSSI，确定目标用户数据对应的目标用户相对于所述目标Wi-Fi探针的目标相对距离，包括：
根据所述目标RSSI，确定目标传播损耗；
根据所述目标传播损耗，确定所述目标相对距离。
6.根据权利要求2所述的方法，其特征在于，所述目标探针位置包括目标探针经纬度，所述根据所述目标相对距离和所述目标探针位置，确定所述目标用户在所述目标采集时间时的目标用户位置，包括：
根据所述目标相对距离和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户位置；所述目标用户位置包括目标用户经纬度。
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标相对距离和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户位置，包括：
根据预设分段规则，确定所述目标相对距离所处的目标距离区间；所述目标距离区间对应一预设的经纬度与距离的转换关系；
根据所述目标距离区间对应的转换关系，和所述目标探针经纬度，确定所述目标用户在所述目标采集时间时的目标用户经纬度。
8.一种景点人口密度的确定装置，其特征在于，所述装置包括：
获取模块，用于获取部署在各景点的Wi-Fi探针所收集到的多个用户数据；
第一确定模块，用于根据所述多个用户数据和各Wi-Fi探针的探针位置，确定所述多个用户数据对应的多个用户的用户位置，以及各用户位置对应的采集时间；
第二确定模块，用于根据所述用户位置和所述采集时间，确定各景点在不同时刻的人口密度。
9.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述景点人口密度的确定方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述景点人口密度的确定方法。
CN202211648442.8A 2022-12-21 2022-12-21 一种景点人口密度的确定方法、装置、电子设备和介质 Pending CN116249071A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211648442.8A CN116249071A (zh) 2022-12-21 2022-12-21 一种景点人口密度的确定方法、装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211648442.8A CN116249071A (zh) 2022-12-21 2022-12-21 一种景点人口密度的确定方法、装置、电子设备和介质

Publications (1)

Publication Number Publication Date
CN116249071A true CN116249071A (zh) 2023-06-09

Family

ID=86630411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211648442.8A Pending CN116249071A (zh) 2022-12-21 2022-12-21 一种景点人口密度的确定方法、装置、电子设备和介质

Country Status (1)

Country Link
CN (1) CN116249071A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116630100A (zh) * 2023-07-25 2023-08-22 珠海大横琴泛旅游发展有限公司 旅游数据处理方法、装置、设备及存储介质
CN118430218A (zh) * 2024-07-04 2024-08-02 四川才子软件信息网络有限公司 一种智慧景区智能预警系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116630100A (zh) * 2023-07-25 2023-08-22 珠海大横琴泛旅游发展有限公司 旅游数据处理方法、装置、设备及存储介质
CN116630100B (zh) * 2023-07-25 2024-01-30 珠海大横琴泛旅游发展有限公司 旅游数据处理方法、装置、设备及存储介质
CN118430218A (zh) * 2024-07-04 2024-08-02 四川才子软件信息网络有限公司 一种智慧景区智能预警系统

Similar Documents

Publication Publication Date Title
CN116249071A (zh) 一种景点人口密度的确定方法、装置、电子设备和介质
US7474646B2 (en) Wireless communication system, node position calculation method and node
US9749805B2 (en) Methods, wireless device and network node for managing positioning method based on prediction
CN108718254B (zh) 地铁室内分布系统故障定位方法及系统
CN115706955A (zh) 提供通信感知业务的方法、通信装置和系统
CN112087528A (zh) 一种基于深度学习的水环境智能监测系统及方法
KR101471038B1 (ko) 무선랜 전파 환경 맵을 이용한 ａｐ 위치 추정 방법 및 장치
CN114792469B (zh) 一种感知系统的测试方法、装置及测试设备
Lin et al. Design and implementation of location and activity monitoring system based on LoRa
Höchst et al. tRackIT OS: Open-source software for reliable VHF wildlife tracking
JP6223302B2 (ja) 携帯端末を所持したユーザの滞在判定が可能な装置、プログラム及び方法
CN212231502U (zh) 一种基于深度学习的水环境智能监测系统
US20230413082A1 (en) Method and device for acquiring measurement information for terminal
CN111935637A (zh) 一种人流量分析方法、存储介质及处理器
CN112911506B (zh) 网络切换方法、装置、计算机设备和可读存储介质
KR102275306B1 (ko) Ap 위치 관리 장치 및 방법
CN104754737A (zh) 智能终端、基于其的定位方法和定位装置
KR102285943B1 (ko) 사용자 이동에 따라 환경 정보를 제공하기 위한 방법 및 서버
KR102057290B1 (ko) 안테나 방향각 추정 방법 및 장치
CN115175101A (zh) 人员定位系统、方法及跟踪设备
CN109302716B (zh) 一种室内覆盖的测试方法和设备
JP2016092611A (ja) 通信レコードに基づき移動端末を測位する装置、プログラム及び方法
JP2018173938A (ja) 時刻推定システム、センサ、サーバ、時刻推定方法、及びプログラム
Liu et al. Device-free Crowd Density Estimation with Off-the-shelf WiFi Traffic
KR101090757B1 (ko) 디지털 ｔｒｓ망 품질관리시스템 및 그 이용방법

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