[go: up one dir, main page]

CN115412838B - 码头人员路径预测方法及系统 - Google Patents

码头人员路径预测方法及系统 Download PDF

Info

Publication number
CN115412838B
CN115412838B CN202210548385.XA CN202210548385A CN115412838B CN 115412838 B CN115412838 B CN 115412838B CN 202210548385 A CN202210548385 A CN 202210548385A CN 115412838 B CN115412838 B CN 115412838B
Authority
CN
China
Prior art keywords
positioning
predicted
card
person
time
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.)
Active
Application number
CN202210548385.XA
Other languages
English (en)
Other versions
CN115412838A (zh
Inventor
郭荣生
蔡振华
林杉
梁新升
张泽宇
李之浩
郑辅中
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.)
Guangzhou Gangfa Petroleum Chemical Harbour Co ltd
Original Assignee
Guangzhou Gangfa Petroleum Chemical Harbour Co 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 Guangzhou Gangfa Petroleum Chemical Harbour Co ltd filed Critical Guangzhou Gangfa Petroleum Chemical Harbour Co ltd
Priority to CN202210548385.XA priority Critical patent/CN115412838B/zh
Publication of CN115412838A publication Critical patent/CN115412838A/zh
Application granted granted Critical
Publication of CN115412838B publication Critical patent/CN115412838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种码头人员路径预测方法码头人员路径预测系统，包括：根据卡片数据包和定位坐标数据，提取所述定位卡片到达一个或多个目标地点的历史时间信息和停留时间信息；将所述历史时间信息输入到反向传播神经网络预测模型，以求解所述定位卡片将要到达的一个或多个目标地点的预测时间；在所述目标地点的预测时间的前后时间误差范围内查找本地定位服务器中的新求解到的所述定位卡片的定位坐标数据，以监控携带所述定位卡片的人员是否在位置误差范围内到达目标地点。本发明的码头人员路径预测方法，尤其适用于对执行定期检修维护码头设备的作业人员进行路径、位置和停留时间的预测和监控。

Description

码头人员路径预测方法及系统
技术领域
本发明涉及港口码头物联网技术领域，尤其涉及码头人员路径预测方法及系统。
背景技术
化工产品的生产和运输是国家、社会经济发展不可或缺的一大产业。对于一些具有易燃、易爆、有毒、腐蚀性强，高温、高压操作等特点的危化品，在从码头运输到陆地罐体的过程重，稍有不慎很容易发生火灾、有毒物质泄露、爆炸事故，造成较大的损失。因此，搞好化工码头的安全生产，不仅关系到企业的正常生产和职工的人身安全，还关系到企业的生存发展和社会秩序的稳定。
安全生产是企业生产的核心工作，具有压倒一切的优先权。尤其需要尤其适用于对执行定期检修维护码头设备的作业人员进行路径、位置和停留时间的预测和监控，提高人员安全管理的科学性与准确性。
出于防爆的要求，危化品码头禁止携带传统的具有定位功能的手机通信设备进入工作现场。因此需要结合化工码头的应用场景提供一种码头人员路径预测方法及系统。
发明内容
本发明提供一种码头人员路径预测方法及系统，旨在至少解决现有技术中存在的技术问题之一。
本发明的技术方案涉及一种码头人员路径预测方法，包括以下步骤：
S100、在码头的人行区域部署多个发送蓝牙信号的蓝牙信标，其中每个蓝牙信标所在的地图位置数据与所述蓝牙信标的ID数据关联地记录到本地定位服务器；
S200、利用人员所携带的定位卡片捕获多个蓝牙信标的ID数据和对应的蓝牙信号强度数据，组成卡片数据包，并转发到最高传输信号强度的蓝牙基站；
S300、通过汇聚网关实时收集所有蓝牙基站所转发的卡片数据包，加入实时的时间信息，然后转发到本地定位服务器；
S400、在本地定位服务器中，基于蓝牙信号强度转换为定位卡片到蓝牙信标间的距离，再根据定位卡片与蓝牙信标间的几何关系，求解每个定位卡片相对于蓝牙信标的位置，然后根据相应蓝牙信标ID所对应的地图位置数据求解所述定位卡片在三维地图的定位坐标数据，并记录历史的定位坐标数据；
S500、利用所述定位卡片的定位坐标数据，在图形界面生成的三维地图中实时加载已携带所述定位卡片的人员的位置图标和更新该位置图标在三维地图的显示位置；
S710、根据卡片数据包和定位坐标数据，提取所述定位卡片到达一个或多个目标地点的历史时间信息和停留时间信息；
S720、将所述历史时间信息输入到反向传播神经网络预测模型，以求解所述定位卡片将要到达的一个或多个目标地点的预测时间；
S730、在所述目标地点的预测时间的前后时间误差范围内查找本地定位服务器中的新求解到的所述定位卡片的定位坐标数据，以监控携带所述定位卡片的人员是否在位置误差范围内到达目标地点；
S740、在三维地图中，根据到达目标地点的预测时间，生成随人员速度变化的在目标地点和当前定位卡片的人员的位置之间的预测轨迹，然后在三维地图上将所述预测轨迹叠加到携带所述定位卡片的人员的位置图标前；
S750、通过以下方式计算所述人员在预测日预测时段的第i地点的停留时间
其中，D0 i(k+1)是站点i的停靠时间预测值；
D0 i(k-1)是预测日预测时段的前两个时段第i地点的停留时间；
D0 i(k)是预测日预测时段的前一个时段第i地点的停留时间；
D1 i(k+1)是预测日前一日的预测时段第i地点的停留时间；
D2 i(k+1)是预测日前两日的预测时段第i地点的停留时间。
进一步，对于所述步骤S720：从所述历史时间信息中，获取人员从第i地点到第i+1地点的在预测日的前一日的历史行程时间为Ti，i+1(k-1)、在预测日的前两日的历史行程时间为 Ti，i+1(k-2)、在预测日的前一周的历史行程时间为Ti，i+1(k-7)、在预测日的前八日的历史行程时间为Ti，i+1(k-8)；其中，所述k代表预测日当天；所述反向传播神经网络预测模型包括输入层、与所述输入层耦合的第一隐层、与所述第一隐层耦合的第二隐层、和输出层，其中，所述输入层包括四个输入神经元，分别对接Ti，i+1(k-1)、Ti，i+1(k-2)、Ti，i+1(k-7)、Ti，i+1(k-8)；所述输出层包括一个输出神经元，所述输出神经元对接所述人员从第i地点到第i+1地点的在预测日的预测行程时间Ti，i+1(k)结果。
进一步，对于所述步骤S720：从所述历史时间信息中，将多个人员从第i地点到第i+1 地点的行程时间预测值和实际值输入到所述反向传播神经网络预测模型进行训练，并且按照以下公式的方式以N个样本的方差小于收敛阈值作为训练的收敛条件：
其中，TP和T*P分别是训练样本P的实际值和预测值，e是收敛阈值。
进一步，所述步骤S740包括：根据到达第i地点的预测时间，求解人员到第i地点的预测速度为
Vi＝δ×Vpi+(1-δ)×Vi-1.i
其中，Vpi是所述人员当前的行进速度，Vi-1，i是所述人员在第i-1地点的预测速度，δ是自适应平滑系数，δ＝1-(Li/Li-1,i)，其中Li是所述人员在当前位置到第i地点之间的距离，Li-1,i是第i-1地点到第i地点的距离；利用预测速度Vi乘以人员行进到第i地点的监控剩余时间，以得到所述人员在所述监控剩余时间的行程预测轨迹。
进一步，所述步骤S400包括：如果卡片数据包中的蓝牙信标的ID数据的数量大于或者等于三，则通过三点定位算法求解相应的定位卡片相对于蓝牙信标的位置，然后根据相应蓝牙信标ID所对应的地图位置数据求解所述定位卡片在三维地图的定位坐标数据，并记录历史的定位坐标数据；如果卡片数据包中的蓝牙信标的ID数据的数量小于三，则在卡片数据包中的ID选取最强信号强度的蓝牙信标的位置坐标作为相应的定位卡片的估计定位坐标，并且基于所述估计定位坐标附加位置估算圆周范围，使得所述位置估算圆周范围覆盖该定位卡片的上一个时间间隔所求解的定位坐标数据。
进一步，所述方法还包括以下步骤：S600、根据监控后台的指令，跟踪已携带定位卡片的人员的定位坐标数据，并且通过以下方式中的任意一种或多种方式监控所述人员的位置状态：确定所述人员携带的定位卡片的定位坐标数据位于三维地图的一部分的电子围栏区域内；确定所述人员携带的定位卡片的定位坐标数据位于三维地图的一个或多个的目标区域内；确定所述人员携带的定位卡片的定位坐标数据在预设时间段内组成的实际路径轨迹与目标路径轨迹的重合度超过一重合度阈值；在预设的时间段内，如果没有获得所述人员携带的定位卡片的新的定位坐标数据，则确定该人员状态异常。
本发明的技术方案还涉及一种计算机装置，包括存储器和处理器，所述处理器执行储存在所述存储器中的计算机程序时实施上述的方法。
本发明的技术方案还涉及一种计算机可读存储介质，其上储存有计算机程序指令，所述计算机程序指令被处理器执行时实施上述的方法。
码头人员路径预测系统本发明的有益效果如下。
上述的码头人员路径预测方法，尤其适用于对执行定期检修维护码头设备的作业人员进行路径、位置和停留时间的预测和监控。
附图说明
图1是采用本发明的码头人员路径预测系统的码头人员路径预测系统总体设备层级图。
图2是根据本发明实施例中的码头人员路径预测系统的设备布局示意图。
图3是根据本发明实施例中的码头人员路径预测系统的设备布局细节图。
图4是根据本发明实施例中的码头人员路径预测方法的流程图。
图5是根据本发明实施例中的目标地点的代号解释图。
图6是根据本发明实施例中的目标地点的时间预测和结合路径生成的解释图。
图7是根据本发明实施例中的目标地点的三维楼层路径预测解释图。
图8是根据本发明的应用实例中的码头人员路径预测系统的软件架构框图。
图9是根据本发明的应用实例中的码头人员路径预测系统的WEB端软件界面图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。
参照图1至图3，在一些实施例中，根据本发明的码头人员路径预测系统的通信设备包括蓝牙信标10、定位卡片20、蓝牙基站30和汇聚网关40。
参照图2，蓝牙信标10可以实施为标签设备的形式。如图2所示，多个蓝牙信标10布置在码头的人行区域，使得人行区域的任意位置能被至少三个蓝牙信标10发出的蓝牙信号范围覆盖。每个蓝牙信标10具有IP68的防护等级和防爆认证等级(Ex ia IIC T4 Ga)，其内部可以采用锂亚电池供电，其采用的低功耗蓝牙信号可以覆盖5米范围左右，因此续航时间为 8-10年。参照图3，在建筑物内可以设置多个蓝牙信标10，然后与每个楼层的房间号关联。
继续参照图1，定位卡片20可以是定位胸卡，以佩戴在工作人员身上，以用于捕获附近蓝牙信标10的信号。定位卡片20具有较大容量的可通过USB接口充电的锂电池，还集成了远距离(200米级别)蓝牙和射频通信功能，还配置有一键报警按钮、LED指示灯等。定位卡片20具有IP64的防护等级和防爆认证等级(Ex ic II CT4 Gc)。
蓝牙基站30接收定位卡片20信号然后通过汇聚网关40逐级上传给定位服务器。对于图 2所示的主副双码头地理场景，可以将多个蓝牙基站30分别以立杆部署的方式布置在主码头 (图2中画有大船只的码头)、副码头(图2中画有3个小船只的码头)和人行路径，使得人行区域的任意位置的定位卡片20与至少一个蓝牙基站30通信。
汇聚网关40优选地设置在岸边的建筑楼顶部，方便与所述多个蓝牙基站30无线通信。
此外，本发明的系统还包括通过所述汇聚网关40接收和处理数据的运算设备50。其中，所述运算设备50包括设置在码头本地监控机房中的本地定位服务器51以及通过网络与所述本地定位服务器51连接的终端装置52。
在一实施例中，本地定位服务器51中的定位引擎实时解析系统内定位基站实时上报的数据，通过定位算法计算之后，确定标签的位置信息，最终存入数据库接口中，供客户调用。数据库包括oracle、mysql、Sqlserver等数据库。
此外，定位引擎提供多个的数据库接口供用户调用，其中的数据库接口主要包括定位卡片状态表、基站状态表、房间状态表、定位卡片实时表及定位卡片历史表。定位卡片状态表指示当前系统所有定位卡片的状态信息，如更新时间、定位卡片状态(是否低电量欠压)、定位卡片在线/离线状态等。基站状态表指示当前系统所有基站的状态信息，如更新时间、基站状态(是否有故障)、基站在线/离线状态等。在具体的实施例中，在定位卡片实时表中包含 FILEID、ROOMID、UPTIME、TLONG等字段，可以反映与蓝牙信标10通信的定位卡片在各个房间(或区域)的实时信息，比如，FILEID表示定位卡片号，ROOMID表示房间号UPTIME表示定位卡片的更新时间，TLONG表示定位卡片在房间(或区域)停留的时间。定位卡片历史表记录每一个定位卡片在每个时间段在所有房间(或区域)的历史信息，定位服务器可用此信息在三维地图描绘每一个定位卡片的历史轨迹。
现在主要参照图4至7并辅助参考图1至3，以一些实施例描述根据本发明的码头人员路径预测系统中的软件实施方法流程。
参照图4，根据本发明的码头人员路径预测方法包括以下步骤：
S100、在码头的人行区域部署多个发送蓝牙信号的蓝牙信标，其中每个蓝牙信标所在的地图位置数据与所述蓝牙信标的ID数据关联地记录到本地定位服务器；
S200、利用人员所携带的定位卡片捕获多个蓝牙信标的ID数据和对应的蓝牙信号强度数据，组成卡片数据包，并转发到最高传输信号强度的蓝牙基站；
S300、通过汇聚网关实时收集所有蓝牙基站所转发的卡片数据包，加入实时的时间信息，然后转发到本地定位服务器；
S400、在本地定位服务器中，基于蓝牙信号强度转换为定位卡片到蓝牙信标间的距离，再根据定位卡片与蓝牙信标间的几何关系，求解每个定位卡片相对于蓝牙信标的位置，然后根据相应蓝牙信标ID所对应的地图位置数据求解所述定位卡片在三维地图的定位坐标数据，并记录历史的定位坐标数据；
S500、利用所述定位卡片的定位坐标数据，在图形界面生成的三维地图中实时加载已携带所述定位卡片的人员的位置图标和更新该位置图标在三维地图的显示位置。
此外，所述方法可选地还可以包括以下步骤：
S600、根据监控后台的指令，跟踪已携带定位卡片的人员的定位坐标数据，监控所述人员的位置状态；
S700、将所述历史时间信息输入到反向传播神经网络预测模型，以求解所述定位卡片将要到达的一个或多个目标地点的预测时间，进而生成人员行进预测轨迹。
对于步骤S100，可以配置所有蓝牙信标的蓝牙信号的强度，以允许码头的人行区域中的任意位置的定位卡片都能被至少三个正常工作的蓝牙信标的有效信号范围覆盖。具体的，如图2所示，在主副码头的户外区域的人行线路可以相隔预设距离(比如10～15m)部署多个蓝牙信标，也可以在室内楼层各个与房间关联的位置分别部署蓝牙信标。这些蓝牙信标所在的地图位置和房间位置与蓝牙信标的ID号标定捆绑。在优先的实施例中，为了节省蓝牙信标的电量，可以使某个区域(比如建筑物内)多个蓝牙信标都以一时间频率(比如每隔30秒)同时发出蓝牙无线信号，然后配置定位卡片以一时间值持续捕获蓝牙信标的信号，该时间值(比如60秒)大于所述时间频率(比如每隔30秒)，这能确保定位卡片能捕获到蓝牙信标的间接性信号。
对于步骤S200，以一间隔时间，在定位卡片能捕获的多个蓝牙信标中选取前三最强信号强度的蓝牙信标的ID数据和对应的蓝牙信号强度数据，组成卡片数据包。此外，还可以通过以下方式中的任意一种或多种方式动态调整所述定位卡片进行捕获蓝牙信标信号的间隔时间：在所述定位卡片的剩余电量低于电量阈值时，延长所述间隔时间；根据所述定位卡片上触发的紧急按钮信号，减少所述间隔时间；根据本地定位服务器传送到所述定位卡片的指令，在预设的时间段内生效新的间隔时间。
对于步骤S300，分配多个蓝牙基站分别通信覆盖一部分码头的人行区域，以允许人行区域中的任意位置的定位卡片都能被至少一个蓝牙基站的有效信号范围覆盖。在优先的实施例中，为了节省定位卡片的电量，可以使定位卡片以一时间频率(比如每隔30秒)与蓝牙基站通信。优选地，蓝牙基站由持续电源供电，因此可以持续采集区域范围内的蓝牙信标的信号，以判断是否有蓝牙信标失去联系或者工作异常，或者接收蓝牙信标的所发送的具有低电量警报数据的蓝牙信号。
对于步骤S400，如果卡片数据包中的蓝牙信标的ID数据的数量大于或者等于三，则通过三点定位算法求解相应的定位卡片相对于蓝牙信标的位置，然后根据相应蓝牙信标ID所对应的地图位置数据求解所述定位卡片在三维地图的定位坐标数据，并记录历史的定位坐标数据；如果卡片数据包中的蓝牙信标的ID数据的数量小于三，则在卡片数据包中的ID选取最强信号强度的蓝牙信标的位置坐标作为相应的定位卡片的估计定位坐标，并且基于所述估计定位坐标附加位置估算圆周范围，使得所述位置估算圆周范围覆盖该定位卡片的上一个时间间隔所求解的定位坐标数据。在一个具体的实例中，参照图2右下角，当工作人员从位置20-1 走到20-2的时候，该定位卡片所对应的卡片数据包中的蓝牙信标的ID数据只有蓝牙信标10-1 和10-2的两个信标数据，这时，可以选取信号强度最高的蓝牙信标10-1的位置坐标作为该定位卡片的估计定位坐标，并且基于所述估计定位坐标附加位置估算圆周范围(如图2右下角的虚线圈所示)。
对于步骤S500，通过人员的定位卡片的历史定位坐标数据，可以在三维地图中加载显示历史路径(如图6和图7的人行区域中的实线所示)，还可以根据人员的定位卡片的预测要到达的一个或多个目标地点的预测时间，生成预测轨迹(如图6和图7的人行区域中的虚线所示)。此外，还可以根据人员的状态改变地图中的人员图标的颜色。比如参照图9，对于行走中的人员图标可以深色显示。对于失联的人员的图标可以通过报警色(比如红色)来显示。
对于步骤S600，通过以下方式中的任意一种或多种方式监控所述人员的位置状态：确定所述人员携带的定位卡片的定位坐标数据位于三维地图的一部分的电子围栏区域内；确定所述人员携带的定位卡片的定位坐标数据位于三维地图的一个或多个的目标区域内；确定所述人员携带的定位卡片的定位坐标数据在预设时间段内组成的实际路径轨迹与目标路径轨迹的重合度超过一重合度阈值；在预设的时间段内，如果没有获得所述人员携带的定位卡片的新的定位坐标数据，从而确定该人员状态异常。在一个实例中，参照图6，当船只位于副码头需要人员到达船只区域作业时，将第一船只区域S1和第二船只区域S2的地图区域作为电子围栏区域，以在给定的时间段内监控船只作业工作人员携带的定位卡片的定位坐标数据是否都位于所述电子围栏区域的几何范围内。在另一个实例中，如图6所示，对于要从远处行进到第一船只区域S1和第二船只区域S2的作业人员，可以在预设时间段内监控该作业人员所携带的定位卡片的所捕获的最强信号的蓝牙信标的ID数据的顺序是沿路按照作业顺序行进到第一船只区域S1和第二船只区域S2的蓝牙信标的ID顺序，以确定该人员的实际路径轨迹与目标路径轨迹的方向一致。还可以将作业人员应当在目标路径轨迹所捕获的最强信号的蓝牙信标的ID的数量除以所述作业人员在实际路径轨迹所捕获的最强信号的蓝牙信标的ID 的数量的比值作为重合度，从而用该重合度阈值来判断作业人员是否偏离目标轨迹。例如，图6所示的作业人员应当从建筑物沿桥走到第一船只区域S1和第二船只区域S2，如果过桥后向左走，则其佩戴的定位卡片所捕获的最强信号的蓝牙信标的ID的数量累计增加，从而使得重合度下降低于阈值，则判断作业人员偏离目标轨迹，同时在三维地图中标示打叉的错误标记。
对于步骤S700，可以进一步通过以下步骤实施：
S710、根据卡片数据包和定位坐标数据，提取所述定位卡片到达一个或多个目标地点的历史时间信息和停留时间信息；
S720、将所述历史时间信息输入到反向传播神经网络预测模型，以求解所述定位卡片将要到达的一个或多个目标地点的预测时间；
S730、在所述目标地点的预测时间的前后时间误差范围内查找本地定位服务器中的新求解到的所述定位卡片的定位坐标数据，以监控携带所述定位卡片的人员是否在位置误差范围内到达目标地点；
S740、在三维地图中，根据到达目标地点的预测时间，生成随人员速度变化的在目标地点和当前定位卡片的人员的位置之间的预测轨迹，然后在三维地图上将所述预测轨迹叠加到携带所述定位卡片的人员的位置图标前。
进一步，结合参照图5，对于步骤S720：
从所述历史时间信息中，获取人员从第i地点到第i+1地点的在预测日的前一日的历史行程时间为Ti，i+1(k-1)、在预测日的前两日的历史行程时间为Ti，i+1(k-2)、在预测日的前一周的历史行程时间为Ti，i+1(k-7)、在预测日的前八日的历史行程时间为Ti，i+1(k-8)；
所述反向传播神经网络预测模型包括输入层、与所述输入层耦合的第一隐层、与所述第一隐层耦合的第二隐层、和输出层，其中，所述输入层包括四个输入神经元，分别对接Ti，i+1(k-1)、Ti，i+1(k-2)、Ti，i+1(k-7)、Ti，i+1(k-8)；
所述输出层包括一个输出神经元，所述输出神经元对接所述人员从第i地点到第i+1地点的在预测日的预测行程时间Ti，i+1(k)结果；
从所述历史时间信息中，将多个人员从第i地点到第i+1地点的行程时间预测值和实际值输入到所述反向传播神经网络预测模型进行训练，并且按照以下公式的方式以N个样本的方差小于收敛阈值作为训练的收敛条件：
其中，TP和T* P分别是训练样本P的实际值和预测值，e是收敛阈值。
进一步，对于所述步骤S740：
根据到达第i地点的预测时间，求解人员到第i地点的预测速度为
Vi＝δ×Vpi+(1-δ)×Vi-1，i，
其中，Vpi是所述人员当前的行进速度，Vi-1，i是所述人员在第i-1地点的预测速度，δ是自适应平滑系数，δ＝1-(Li/Li-1,i)，其中Li是所述人员在当前位置到第i地点之间的距离，Li-1,i是第i-1地点到第i地点的距离。利用预测速度Vi乘以人员行进到第i地点的监控剩余时间，以得到所述人员在所述监控剩余时间的行程预测轨迹路程。
此外，对于步骤S700，可以进一步包括以下步骤：
S750、通过以下方式计算所述人员在预测日预测时段的第i地点的停留时间
其中，D0 i(k+1)是站点i的停靠时间预测值；
D0 i(k-1)是预测日预测时段的前两个时段第i地点的停留时间；
D0 i(k)是预测日预测时段的前一个时段第i地点的停留时间；
D1 i(k+1)是预测日前一日的预测时段第i地点的停留时间；
D2 i(k+1)是预测日前两日的预测时段第i地点的停留时间。
对于上述步骤S710-S750，尤其适用于对执行定期检修维护码头设备的作业人员进行路径、位置和停留时间的预测和监控。例如，参照图6，当需要对P1至P4位置的油气安全设备执行每天的循例顺序检查的时候，可以利用历史数据来预测当天的作业人员从办公室行走到每个安全设备位置点P1至P4的路线轨迹。比如，当人员行走到P1点之后，在三维地图中陆续生成要在某个时间到达下一个检查点的目标轨迹和路线，如图6的虚线所示。
此外，参照图8和图9，在一个优选的实施例中，本发明提供的码头人员路径预测系统还采用基于WebService的面向服务的构架(SOA)，整个系统采用B/S模式，以满足不同业务人员对系统的功能需求。维护、开发人员、运行及使用人员则通过B/S客户端访问系统进行查询、分析以及系统允许的其他操作。整个系统在组织架构上采用三层模式进行设计：系统控制层、系统应用层、系统支撑层。系统构架如图8所示，WEB端软件界面如图9所示。考虑节约原则，其中图8和图9上的文字内容全部作为本说明书实施例的文字描述。
应当认识到，本发明实施例中的方法步骤可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码 (例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还可以包括计算机本身。
计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (7)

1.一种码头人员路径预测方法，其特征在于，所述方法包括以下步骤：
S100、在码头的人行区域部署多个发送蓝牙信号的蓝牙信标，其中每个蓝牙信标所在的地图位置数据与所述蓝牙信标的ID数据关联地记录到本地定位服务器；
S200、利用人员所携带的定位卡片捕获多个蓝牙信标的ID数据和对应的蓝牙信号强度数据，组成卡片数据包，并转发到最高传输信号强度的蓝牙基站；
S300、通过汇聚网关实时收集所有蓝牙基站所转发的卡片数据包，加入实时的时间信息，然后转发到本地定位服务器；
S400、在本地定位服务器中，基于蓝牙信号强度转换为定位卡片到蓝牙信标间的距离，再根据定位卡片与蓝牙信标间的几何关系，求解每个定位卡片相对于蓝牙信标的位置，然后根据相应蓝牙信标ID所对应的地图位置数据求解所述定位卡片在三维地图的定位坐标数据，并记录历史的定位坐标数据；
S500、利用所述定位卡片的定位坐标数据，在图形界面生成的三维地图中实时加载已携带所述定位卡片的人员的位置图标和更新该位置图标在三维地图的显示位置；
S710、根据卡片数据包和定位坐标数据，提取所述定位卡片到达一个或多个目标地点的历史时间信息和停留时间信息；
S720、将所述历史时间信息输入到反向传播神经网络预测模型，以求解所述定位卡片将要到达的一个或多个目标地点的预测时间；
S730、在所述目标地点的预测时间的前后时间误差范围内查找本地定位服务器中的新求解到的所述定位卡片的定位坐标数据，以监控携带所述定位卡片的人员是否在位置误差范围内到达目标地点；
S740、在三维地图中，根据到达目标地点的预测时间，生成随人员速度变化的在目标地点和当前定位卡片的人员的位置之间的预测轨迹，然后在三维地图上将所述预测轨迹叠加到携带所述定位卡片的人员的位置图标前；
S750、通过以下方式计算所述人员在预测日预测时段的第i地点的停留时间
其中，D0 i(k+1)是站点i的停靠时间预测值；
D0 i(k-1)是预测日预测时段的前两个时段第i地点的停留时间；
D0 i(k)是预测日预测时段的前一个时段第i地点的停留时间；
D1 i(k+1)是预测日前一日的预测时段第i地点的停留时间；
D2 i(k+1)是预测日前两日的预测时段第i地点的停留时间。
2.根据权利要求1所述的方法，其特征在于：其中，对于所述步骤S720：
从所述历史时间信息中，获取人员从第i地点到第i+1地点的在预测日的前一日的历史行程时间为Ti，i+1(k-1)、在预测日的前两日的历史行程时间为Ti，i+1(k-2)、在预测日的前一周的历史行程时间为Ti，i+1(k-7)、在预测日的前八日的历史行程时间为Ti，i+1(k-8)；
其中，所述k代表预测日当天；
所述反向传播神经网络预测模型包括输入层、与所述输入层耦合的第一隐层、与所述第一隐层耦合的第二隐层、和输出层，其中，所述输入层包括四个输入神经元，分别对接Ti，i+1(k-1)、Ti，i+1(k-2)、Ti，i+1(k-7)、Ti，i+1(k-8)；
所述输出层包括一个输出神经元，所述输出神经元对接所述人员从第i地点到第i+1地点的在预测日的预测行程时间Ti，i+1(k)结果。
3.根据权利要求2所述的方法，其特征在于：其中，对于所述步骤S720：
从所述历史时间信息中，将多个人员从第i地点到第i+1地点的行程时间预测值和实际值输入到所述反向传播神经网络预测模型进行训练，并且按照以下公式的方式以N个样本的方差小于收敛阈值作为训练的收敛条件：
其中，TP和T* P分别是训练样本P的实际值和预测值，e是收敛阈值。
4.根据权利要求1所述的方法，其中，所述步骤S740包括：
根据到达第i地点的预测时间，求解人员到第i地点的预测速度为
Vi＝δ×Vpi+(1-δ)×Vi-1，i
其中，Vpi是所述人员当前的行进速度，Vi-1，i是所述人员在第i-1地点的预测速度，
δ是自适应平滑系数，δ＝1-(Li/Li-1,i)，其中Li是所述人员在当前位置到第i地点之间的距离，Li-1,i是第i-1地点到第i地点的距离；
利用预测速度Vi乘以人员行进到第i地点的监控剩余时间，以得到所述人员在所述监控剩余时间的行程预测轨迹。
5.根据权利要求1所述的方法，其中，所述步骤S400包括：
如果卡片数据包中的蓝牙信标的ID数据的数量大于或者等于三，则通过三点定位算法求解相应的定位卡片相对于蓝牙信标的位置，然后根据相应蓝牙信标ID所对应的地图位置数据求解所述定位卡片在三维地图的定位坐标数据，并记录历史的定位坐标数据；
如果卡片数据包中的蓝牙信标的ID数据的数量小于三，则在卡片数据包中的ID选取最强信号强度的蓝牙信标的位置坐标作为相应的定位卡片的估计定位坐标，并且基于所述估计定位坐标附加位置估算圆周范围，使得所述位置估算圆周范围覆盖该定位卡片的上一个时间间隔所求解的定位坐标数据。
6.根据权利要求1所述的方法，其中，所述方法还包括以下步骤：
S600、根据监控后台的指令，跟踪已携带定位卡片的人员的定位坐标数据，并且通过以下方式中的任意一种或多种方式监控所述人员的位置状态：
确定所述人员携带的定位卡片的定位坐标数据位于三维地图的一部分的电子围栏区域内；
确定所述人员携带的定位卡片的定位坐标数据位于三维地图的一个或多个的目标区域内；
确定所述人员携带的定位卡片的定位坐标数据在预设时间段内组成的实际路径轨迹与目标路径轨迹的重合度超过一重合度阈值；
在预设的时间段内，如果没有获得所述人员携带的定位卡片的新的定位坐标数据，则确定该人员状态异常。
7.一种计算机装置，包括存储器和处理器，其特征在于，所述处理器执行储存在所述存储器中的计算机程序时实施如权利要求1至6中任一项所述的方法。
CN202210548385.XA 2021-11-05 2021-11-05 码头人员路径预测方法及系统 Active CN115412838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210548385.XA CN115412838B (zh) 2021-11-05 2021-11-05 码头人员路径预测方法及系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210548385.XA CN115412838B (zh) 2021-11-05 2021-11-05 码头人员路径预测方法及系统
CN202111305746.XA CN113891241B (zh) 2021-11-05 2021-11-05 码头人员三维可视化监控系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202111305746.XA Division CN113891241B (zh) 2021-11-05 2021-11-05 码头人员三维可视化监控系统

Publications (2)

Publication Number Publication Date
CN115412838A CN115412838A (zh) 2022-11-29
CN115412838B true CN115412838B (zh) 2024-07-16

Family

ID=79016517

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210548385.XA Active CN115412838B (zh) 2021-11-05 2021-11-05 码头人员路径预测方法及系统
CN202111305746.XA Active CN113891241B (zh) 2021-11-05 2021-11-05 码头人员三维可视化监控系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202111305746.XA Active CN113891241B (zh) 2021-11-05 2021-11-05 码头人员三维可视化监控系统

Country Status (1)

Country Link
CN (2) CN115412838B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114582038A (zh) * 2022-02-28 2022-06-03 成都商汤科技有限公司 巡检管理方法及装置、电子设备及计算机可读存储介质
CN115942229A (zh) * 2022-03-09 2023-04-07 上海妙福网络科技有限公司 一种居家慰老服务监测管理系统
CN114999018A (zh) * 2022-05-31 2022-09-02 广州港发石油化工码头有限公司 石油化工码头设备设施的管理系统
CN116582930A (zh) * 2023-07-13 2023-08-11 湖南泓森智能科技有限公司 一种基于区域定位的井下人员精准定位软件系统
CN118158617B (zh) * 2024-03-06 2024-09-24 上海思芮信息科技有限公司 一种教学资源管理方法、装置、设备及存储介质
CN119323838A (zh) * 2024-10-15 2025-01-17 苏州优鲜信网络生活服务科技有限公司 一种基于nfc的电子定时巡更系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111320124A (zh) * 2020-03-11 2020-06-23 广州港发石油化工码头有限公司 一种码头输油臂锁紧装置
CN111681744A (zh) * 2020-05-28 2020-09-18 泰康保险集团股份有限公司 一种人员护理系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8392116B2 (en) * 2010-03-24 2013-03-05 Sap Ag Navigation device and method for predicting the destination of a trip
CN204142952U (zh) * 2014-06-27 2015-02-04 深圳市康源新通信技术有限公司 蓝牙实时动态定位系统及蓝牙基站
FR3072359A1 (fr) * 2017-10-18 2019-04-19 Kara Technology Bateau connecte dote d'un systeme embarque communiquant avec le sol ou d'autres bateau afin de modifier son plan de route
CN107896253A (zh) * 2017-11-24 2018-04-10 上海璞玫信息科技有限公司 一种危险品港区储运安全监管系统
CN109163725A (zh) * 2018-09-13 2019-01-08 上海船舶工艺研究所 一种船舶舱室内定位系统及定位方法
CN111163420A (zh) * 2020-02-18 2020-05-15 浙江省建工集团有限责任公司 智能工厂区域定位识别系统
CN111239549A (zh) * 2020-02-18 2020-06-05 国网信通亿力科技有限责任公司 一种基于离散小波变换的配电故障快速定位方法
CN112672277B (zh) * 2020-12-16 2022-12-20 珠海格力电器股份有限公司 配网方法及配网系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111320124A (zh) * 2020-03-11 2020-06-23 广州港发石油化工码头有限公司 一种码头输油臂锁紧装置
CN111681744A (zh) * 2020-05-28 2020-09-18 泰康保险集团股份有限公司 一种人员护理系统

Also Published As

Publication number Publication date
CN113891241A (zh) 2022-01-04
CN115412838A (zh) 2022-11-29
CN113891241B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN115412838B (zh) 码头人员路径预测方法及系统
JP6473764B2 (ja) リアルタイム位置特定およびガス曝露監視を提供するシステム
Kanan et al. An IoT-based autonomous system for workers' safety in construction sites with real-time alarming, monitoring, and positioning strategies
US9019104B2 (en) System for relative positioning of access points in a real time locating system
Wilson et al. A wireless sensor network and incident command interface for urban firefighting
RU2472226C2 (ru) Устройство контроля за местонахождением лиц
Wang et al. Modeling and application of the underground emergency hedging system based on Internet of Things technology
Mohanty et al. Identifying productive working patterns at construction sites using BLE sensor networks
Yi et al. Unmanned aerial vehicle based low carbon monitoring planning
KR102122974B1 (ko) 발전소 플랜트 제어방법 및 단말기
CN110958561B (zh) 一种适用于电力作业现场的场景记录仪到位监督方法
CN112561151B (zh) 一种基于电网gis的电力应急处置安全预控智能识别方法
CN107105411A (zh) 一种基于智能开关面板的移动智能终端轨迹监测系统和方法
CN114999018A (zh) 石油化工码头设备设施的管理系统
Kumari et al. A machine learning centered approach for uncovering excavators’ last known location using bluetooth and underground WSN
Zhang et al. A framework of on-site construction safety management using computer vision and real-time location system
CN118565468A (zh) 消防救援定位方法、系统、设备及存储介质
CN109819407B (zh) 对海事及海洋工程建造现场进行安全管理的管理系统
CN207968962U (zh) 一种基于Wi-Fi的综合管廊人员定位装置
KR102375484B1 (ko) 현장안전 관제 시스템
CN115909645A (zh) 一种车间生产安全预警系统和预警方法
AU2015243105B2 (en) System for relative positioning of access points in a real time locating system
Joseph et al. Real-time Personnel Tracking System of Operator Processes using Bluetooth Low Energy & Camera in Warehouse Environment
US20250008296A1 (en) Apparatuses and communication networks for device interaction and user reporting
CN108917771A (zh) 一种用于消防急救的室内导航系统

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
GR01 Patent grant
GR01 Patent grant