摘要
本发明涉及一种数字化站台乘客行为分析及个性化服务推送方法,所述方法包括:L1.乘客进入数字化站台,获取乘客的历史出行轨迹的数据信息,基于站台内置摄像头实时获取乘客的图像数据信息,基于站台内置红外传感器实时获取乘客的位置坐标序列的数据信息,基于站台内置压力传感器实时获取站台的压力变化时间序列的数据信息,并构建基于动态学习因子的骨骼关键点检测模型,对乘客的肢体动作特征矩阵进行表征,得到乘客的肢体动作特征矩阵的数据信息。本发明不仅能够准确的采集和分析乘客行人在站台的行为、轨迹、需求等信息,而且提前告知车辆拥挤度、推送个性化乘车建议等服务,从而提升无人公交的运营效率、服务质量和乘客出行体验。
技术关键词
个性化服务推送方法
站台
出行轨迹
骨骼关键点
动作特征
回归预测模型
数据
皮尔逊相关系数
矩阵
BP神经网络
坐标
服务推送系统
因子
乘客出行体验
序列
策略
红外传感器
卷积神经网络模型
图像
计算机设备
系统为您推荐了相关专利信息
监测车辆轨迹
出行轨迹
蒙特卡洛
Dijkstra算法
序列
公园绿地
时空轨迹大数据
推演方法
出行特征
规划
混合启发式算法
系统调度方法
四向车
路径规划算法
货物站台