(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210989240.3 (22)申请日 2022.08.17 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 阳媛　桑田浩　杨浩然　王庆　 王海宁　 (74)专利代理 机构 南京众联专利代理有限公司 32206 专利代理师 蒋昱 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/80(2022.01) G06N 20/00(2019.01) G06K 9/62(2022.01)G06K 9/00(2022.01) G01P 15/18(2013.01) G01H 17/00(2006.01) (54)发明名称 基于加速度计的地铁公共交通拥挤监测与 风险评估系统 (57)摘要 本发明公开了基于加速度计的地铁公共交 通拥挤监测与风险评估系统， 由智能手机中的加 速度传感器收集人员运动加速度数据， 收集到的 数据进行预处理、 特征提取和选择， 在最后根据 提取的特征对 人员流动的情况进行分类， 同时由 安放在环 境中的加速度计收集的楼梯振动数据， 将两个系统中的数据在电脑中进行处理、 特征提 取和选择， 得到一个对人流量的评估， 由两个系 统得出的结果进行处理得到最终的人流量评估。 本申请将 两种状态的数据进行了统一， 互补了两 个模式下人流量评估的优缺点， 从而提高了系统 精度与可靠性， 对于构建地铁安全评估系统具有 一定的参 考价值。 权利要求书3页 说明书8页 附图2页 CN 115376067 A 2022.11.22 CN 115376067 A 1.基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特征在于， 包括传感器 节点分布子系统、 数据传输子系统、 数据预 处理子系统、 拥挤程度子判别系统和数据可视化 子系统； ： (1)传感器节点分布子系统： 通过对楼梯的建筑结构， 材料属性等重要参数的收集， 使用ANSYS软件进行力学性质仿 真， 观察在人流载荷下楼梯 振动响应较为明显的节点处布置加速度传感器， 实际布置时， 首 先获取各个传感器姿态角， 统一向指定1号传感器进行矫正， 得到各个传感器矫正角度， 在 后续获得 数据后先进行矫 正， 再进行后续操作； (2)数据传输 子系统： 数据传输子系统由接收机和姿态模块组成， 姿态模块即三向加速度传感器， 得到横滚 角、 俯仰角、 相对航向角加速度振 幅数据， 同时集成三向陀螺仪， 得到静态 时的传感器姿态 角， 接收机通过微波通信实时接收传感器监测信号， 成本低延时短， 一个接收机理论上最多 可管理254个子节点， 利用接收机与传感器组成星形网络结构， 传输最高250Hz的实时姿态 数据， 通过监测所用传感器组网构成的无线数据传输 子系统； (3)数据预处 理子系统： 对于传感器所监测到的数据， 首先进行傅里叶变换， 对频域特征进行分析， 通过低通滤 波的方法去除主 要噪声， 通过小 波变换的方法去除微小噪声； (4)拥挤程度子判别系统： 基于机器学习的方法， 将处理过后的数据窗后将多传感器数据在特征层面进行融合， 对融合后的数据进行机器学习， 实现对当前时间段楼梯人数范围的输出， 同时通过振动数 据对楼梯结构健康状况以及可靠性进行评估， 通过对比预 先设计好的阈值进行安全评估； (5)数据可视化子系统： 建立数据显示平台， 将同一地铁站内的多个楼梯统一到一个系统内， 将所有检测数据 与监测结果可视化， 以数据， 图表的形式显示出来， 使对地铁站内人流量监控与疏散人群的 数字化与智能化成为可能。 2.根据权利要求1所述基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特 征在于， 所述传感器节点分布子系统中采用短期静力 荷载均布加载法对水平放置和按照常 规倾斜放置的预制楼梯进 行加载， 通过观察楼梯在不同人流量载荷下的受力情况与振动分 布情况， 从而得到振动特 征明显的节点 安放加速度计。 3.根据权利要求1所述基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特 征在于， 所述传感器节点分布子系统中由于各个加速度计在安放时的各种因素干扰， 致使 加速度计本身的姿态角不可能保持一致， 需要将加速度计本身的姿态角进行统一， 即利用 姿态角数据将加 速度计统一到同一坐标系中， 标准坐标系轴分别为OZ,OY,OX,而加 速度计 姿态角为绕OZ转过α角， 绕OY转过β角， 绕OX转过γ角， 所以标准坐标系 与加速度计坐标系之 间的方向余弦矩阵为： A＝AγAβAα 其中，权　利　要　求　书 1/3 页 2 CN 115376067 A 2故， 加速度计测出的三轴加速度经 过A矩阵的矫 正后才可以被使用。 4.根据权利要求1所述基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特 征在于， 所述数据传输子系统中监测所用传感器包括加速度计与接 收机两部分组成， 一个 接收机和至少2个加速度计组成星型网络结构， 保证监测数据起始时间的一 致性。 5.根据权利要求4所述基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特 征在于， 所述加速度计 分为两类， 有固定在楼梯处的固定端加速度计， 频率为250HZ； 还有 人 员所携带的手机端加速度计， 通过AP P读取手机端加速度计数据， 频率 为100HZ。 6.根据权利要求1所述基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特 征在于， 所述数据预处理子系统使用的小波去噪方法为Mallet算法， Mallat算法由小波滤 波器H、 G、 和h、 g对测量的信号进行分解和重构， 分解 算法表述 为： 公式中:t为时间序列号， f(t)为原始信号， j为分解的层数， t＝1,2, …,N， N为采样点 数； j＝1,2, …,j,j＝log2N为最大分解层数； H， G为时域中的小波分解滤波器， Aj为信号f(t) 在第j层的低频部分(近似部分)的小波系数； Dj为信号f(t)在第j层的高频部分的小波系 数； 用Mallat重构算法进行重构， 重构算法表述 为: 式中， h， g为时域中的小波重构滤波器， j为分解的层数， 若分解的深为J， 则j＝J ‑1,J‑ 2,…,1,0， Aj为信号f(t)在第j层的低频部分的小波系数； Dj为信号f(t)在第j层的高频部分 的小波系数。 7.根据权利要求1所述基于加速度计的地铁公共交通拥挤监测与风险评估系统， 其特 征在于， 所述数据预处理子系统对数据采用巴特沃斯滤波器进行低通滤波处理， Fpass为 55hz,Fstop为6 0hz；权　利　要　求　书 2/3 页 3 CN 115376067 A 3