本發(fā)明屬于乘車管理系統(tǒng)技術領域，特別是涉及一種基于實名制的車載動態(tài)乘客數(shù)據(jù)對比系統(tǒng)及方法。

背景技術：

為貫徹落實《中華人民共和國反恐怖主義法》、《交通運輸部關于修改〈道路旅客運輸及客運站管理規(guī)定〉的決定》，各省、市道路運輸管理局、運管處積極實施汽車站的實名制管理，相關文件要求2017年3月1日起，實現(xiàn)省際、市際客運班線實名制管理工作?？瓦\安全管理實施實名制售檢票技術方式，主要借鑒并采用民航、鐵路、水路客運等實名制售檢票信息化服務方式，主要任務和中心環(huán)節(jié)是實名售票、進站實名查驗。實名售檢票管理為車載動態(tài)乘客數(shù)據(jù)對比提供了更有價值的研發(fā)契機。

道路旅客運輸及客運站汽運與飛機、鐵路安全管理特點不同，長期以來，在汽運管理中，由于汽車具有中途隨停的特征，駕駛員私停載客、路段性搭客、私收費用、違停違載等管理問題一直困擾著汽車運輸管理企業(yè)。通常采用的較先進方法是“基于計算機視覺的客流量檢測方法”，具體包括(1)幀間差分法，其通過連續(xù)兩幀灰度圖像相減后閾值化，求得差分圖像，找出運動的點。(2)光流法，其在適當?shù)钠交约s束條件下，根據(jù)圖像序列的時空梯度估算運動場，通過分析運動場的變化對運動目標和場景進行檢測與分割。(3)背景建模法,通過建立背景模型,用圖像和背景模型相減后閾值化提取運動的前景。

這些方式，存在許多缺陷：(1)準確率低；不能分辨車上乘客在臨時停車時上下車與車上乘客提前離開，新上其它乘客的區(qū)別。(2)攝像頭安裝位置和感應識別有盲點；例如抱在懷里的幼兒，人臉識別是2人，地感測量移動通過是一人。(3)噪聲、多光源、陰影和遮擋等因素會對光流場分布的計算結(jié)果造成嚴重影響。乘客數(shù)量識別后不能自動進行旅客匹配，需要車上人工檢票、驗票、點人數(shù)，加大司機負擔，特別是長途車中途餐點、休息點休整，不能杜絕混入或錯乘。(4)對駕駛員違規(guī)載客舉證難，抽檢車載錄像費時費力、效率低。

汽車的班次客流量較小，一般大巴為50座以內(nèi)，中巴16-22座、小巴16座以內(nèi)，單次乘客標本量小。此外，汽運實名制采用車載動態(tài)監(jiān)控必要性高于飛機和動車、航運。因為汽運具有停車場內(nèi)分隔不明、車輛眾多，行駛路程中隨停隨走、中途乘客下車吃飯、休息等活動，僅在進站售檢票環(huán)節(jié)的實名控制，安保效果要大大低于航空、火車、水運等。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于實名制的車載動態(tài)乘客數(shù)據(jù)對比系統(tǒng)及方法，為道路客運實名制的實質(zhì)性乘坐管理提供了有效的監(jiān)控手段，能較好保障社會公共場所安全，提升道路運輸客運行業(yè)的信息化管理水平。

本發(fā)明是通過以下技術方案實現(xiàn)的：

一種基于實名制的車載動態(tài)乘客數(shù)據(jù)對比系統(tǒng)，該系統(tǒng)包括檢票系統(tǒng)服務器和車載模塊；

所述檢票系統(tǒng)服務器包括處理模塊、檢票數(shù)據(jù)庫、后臺數(shù)據(jù)庫；

所述處理模塊獲取車載模塊發(fā)送的證件信息后通過車站客票網(wǎng)絡連接的檢票數(shù)據(jù)庫存儲的乘客信息進行對比，對登載的乘客信息進行匹配；

所述處理模塊還用于根據(jù)車載乘客的專有id身份數(shù)據(jù)生成車次基礎信息統(tǒng)計表和個人專屬id行駛狀態(tài)表，并存儲至后臺數(shù)據(jù)庫；

所述車載模塊包括人臉識別采集器、身份識別采集器、車載乘客數(shù)據(jù)顯示器、動態(tài)數(shù)據(jù)采集器；

所述身份識別采集器讀取乘客的證件信息并傳輸給檢票系統(tǒng)服務器；

所述人臉識別采集器對乘客瞬時拍照，并提取計值點與身份證照片域值對比，形成匹配度分值；

所述動態(tài)數(shù)據(jù)采集器捕捉乘客特征信息并定位座位信息，生成基礎信息表后發(fā)送至車載乘客數(shù)據(jù)顯示器；

所述車載乘客數(shù)據(jù)顯示器獲取基礎信息表后顯示空座與滿座情況，并自動匹配行程路線。

進一步地，所述檢票數(shù)據(jù)庫用于存儲乘客信息和車輛導航地圖，乘客信息中包括車票信息和身份信息。

進一步地，所述后臺數(shù)據(jù)庫用于存儲異常信息，其中異常信息包括人臉匹配異常數(shù)據(jù)和動態(tài)匹配異常數(shù)據(jù)。

進一步地，所述計值點包括性別、年齡區(qū)域和面部特征。

進一步地，所述人臉識別采集器生成匹配度分值后并判斷，若匹配度分值大于或等于60分則匹配成功，若匹配度分值為40-60分則亮黃燈預警，若匹配度分值為小于40分則顯示身份異常，人臉識別采集器將人臉匹配異常數(shù)據(jù)與專有id身份數(shù)據(jù)關聯(lián)后存儲至后臺數(shù)據(jù)庫。

進一步地，所述乘客特征信息包括乘客的身形特征、服飾色彩、頭部特征。

進一步地，一種基于實名制的車載動態(tài)乘客數(shù)據(jù)對比方法，該方法包括如下步驟：

s1、乘客由汽車前門上車后，人臉識別采集器對乘客瞬時拍照，并提取性別、年齡區(qū)域、面部特征等計值點；

s2、身份識別采集器讀取乘客身份證并將身份信息發(fā)送至檢票系統(tǒng)服務器，處理模塊根據(jù)人臉識別采集器提取的計值點與身份證照片域值進行圖像數(shù)據(jù)對比，對登載的乘客信息進行匹配，若匹配成功，處理模塊生成車載乘客的專有id身份數(shù)據(jù)，并發(fā)送匹配成功信息至車載數(shù)據(jù)顯示器，否則，處理模塊將發(fā)送報警信息至車載乘客數(shù)據(jù)顯示器報警，顯示該乘客非本班次車輛乘客身份；

s3、乘客進入車內(nèi)，動態(tài)數(shù)據(jù)采集器捕捉乘客特征信息并定位座位信息，生成基礎信息表后發(fā)送至車載乘客數(shù)據(jù)顯示器；

s4、車輛應載乘客滿員確認后，車輛行駛，車載乘客數(shù)據(jù)顯示器從檢票數(shù)據(jù)庫中自動匹配導航路線圖，并疊加顯示本車次車載乘客專有id集合狀態(tài)的重合位置行駛狀態(tài)圖；

s5、中途乘客下車，動態(tài)數(shù)據(jù)采集器采集離座乘客信息后與基礎信息表進行匹配，動態(tài)數(shù)據(jù)采集器將匹配結(jié)果發(fā)送至車載乘客數(shù)據(jù)顯示器，車載乘客數(shù)據(jù)顯示器上顯示該乘客為離座狀態(tài)；

s6、乘客中途返回車輛內(nèi)，動態(tài)數(shù)據(jù)采集器重新匹配乘客特征信息和座位信息，若匹配成功，則動態(tài)數(shù)據(jù)采集器發(fā)送匹配成功信息至車載乘客數(shù)據(jù)顯示器，若匹配不成功，則動態(tài)數(shù)據(jù)采集器發(fā)送匹配失敗信息至車載乘客數(shù)據(jù)顯示器；

s7、車輛到達終點站，導航結(jié)束，動態(tài)數(shù)據(jù)采集器獲取占座率為零時發(fā)送行程終止信息至處理模塊，處理模塊根據(jù)車載乘客的專有id身份數(shù)據(jù)生成車次基礎信息統(tǒng)計表和個人專屬id行駛狀態(tài)表，并存儲至后臺數(shù)據(jù)庫。

進一步地，s2中所述車載數(shù)據(jù)顯示器獲取匹配成功信息后生成乘客人臉識別匹配度信息，以及乘客本車次專有id身份數(shù)據(jù)。

本發(fā)明具有以下有益效果：

本發(fā)明提供了數(shù)據(jù)對比匹配度檢測的具體方法，具有異常預警功能，能針對性地發(fā)現(xiàn)問題，預防隱患，能顯著提高管理效率、降低人工抽檢行車錄像的時間成本。本發(fā)明通過人臉識別圖像與身份證照片對比、車票信息與位置數(shù)據(jù)信息對比，能有效確保乘客行車途中數(shù)據(jù)的唯一性，能有效避免造成數(shù)據(jù)錯誤。同時也為道路運輸客運大數(shù)據(jù)采集提供了技術手段支持，不僅可以在日常汽車客運、道路運輸中廣泛應用，還可以應用于會議安保車輛、校車、旅游大巴、旅行團等各類車輛中。

當然，實施本發(fā)明的任一產(chǎn)品并不一定需要同時達到以上所述的所有優(yōu)點。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例描述所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的系統(tǒng)示意圖。

圖2為本發(fā)明乘客身份匹配確認的圖像數(shù)據(jù)對比方法圖。

圖3為本發(fā)明乘客位置與車輛位置的動態(tài)匹配方法圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

如圖1所示，本發(fā)明實施例提供一種基于實名制的車載動態(tài)乘客數(shù)據(jù)對比系統(tǒng)，該系統(tǒng)包括檢票系統(tǒng)服務器和車載模塊；

所述檢票系統(tǒng)服務器包括處理模塊、檢票數(shù)據(jù)庫、后臺數(shù)據(jù)庫；

所述處理模塊獲取車載模塊發(fā)送的證件信息后通過車站客票網(wǎng)絡連接的檢票數(shù)據(jù)庫存儲的乘客信息進行對比，對登載的乘客信息進行匹配；

處理模塊還用于根據(jù)車載乘客的專有id身份數(shù)據(jù)生成車次基礎信息統(tǒng)計表和個人專屬id行駛狀態(tài)表，并存儲至后臺數(shù)據(jù)庫；

所述檢票數(shù)據(jù)庫用于存儲乘客信息和車輛導航地圖，乘客信息中包括車票信息和身份信息；

所述后臺數(shù)據(jù)庫用于存儲異常信息，其中異常信息包括人臉匹配異常數(shù)據(jù)和動態(tài)匹配異常數(shù)據(jù)；

所述車載模塊包括人臉識別采集器、身份識別采集器、車載乘客數(shù)據(jù)顯示器、動態(tài)數(shù)據(jù)采集器；

所述身份識別采集器讀取乘客的證件信息并傳輸給檢票系統(tǒng)服務器，處理模塊對身份信息進行匹配，若匹配成功，處理模塊生成車載乘客的專有id身份數(shù)據(jù)，否則，車載乘客數(shù)據(jù)顯示器報警，顯示該乘客非本班次車輛乘客身份；

所述人臉識別采集器對乘客瞬時拍照，并提取性別、年齡區(qū)域、面部特征等計值點與身份證照片域值對比，形成匹配度分值；

較優(yōu)的，人臉識別采集器生成匹配度分值后并判斷，若匹配度分值大于或等于60分則匹配成功，若匹配度分值為40-60分則亮黃燈預警，可重新拍攝對比，或經(jīng)駕駛員察看驗證，若匹配度分值為小于40分則顯示身份異常，經(jīng)確認后可乘車，人臉識別采集器將人臉匹配異常數(shù)據(jù)與專有id身份數(shù)據(jù)關聯(lián)后存儲至后臺數(shù)據(jù)庫；

所述動態(tài)數(shù)據(jù)采集器捕捉乘客特征信息并定位座位信息，生成基礎信息表后發(fā)送至車載乘客數(shù)據(jù)顯示器；

較優(yōu)的，所述乘客特征信息包括乘客的身形特征、服飾色彩、頭部特征；

所述車載乘客數(shù)據(jù)顯示器獲取基礎信息表后顯示空座與滿座情況，行程開始后，車載乘客數(shù)據(jù)顯示器自動匹配行程路線，車輛與乘客位置動態(tài)一致；

較優(yōu)的，車載乘客數(shù)據(jù)顯示器每五秒更新一次數(shù)據(jù)，便于駕駛?cè)藛T了解人數(shù)和座位使用情況。

一種基于實名制的車載動態(tài)乘客數(shù)據(jù)對比方法，該方法包括如下步驟：

s1、乘客由汽車前門上車后，人臉識別采集器對乘客瞬時拍照，并提取性別、年齡區(qū)域、面部特征等計值點；

s2、身份識別采集器讀取乘客的身份證并將身份信息發(fā)送至檢票系統(tǒng)服務器，處理模塊根據(jù)人臉識別采集器提取的計值點與身份證照片域值進行圖像數(shù)據(jù)對比，對登載的乘客信息進行匹配，若匹配成功，處理模塊生成車載乘客的專有id身份數(shù)據(jù)，并發(fā)送匹配成功信息至車載數(shù)據(jù)顯示器，否則，處理模塊將發(fā)送報警信息至車載乘客數(shù)據(jù)顯示器報警，顯示該乘客非本班次車輛乘客身份；

較優(yōu)的，車載數(shù)據(jù)顯示器獲取匹配成功信息顯示“歡迎！”標識，并生成乘客人臉識別匹配度信息，以及乘客本車次專有id身份數(shù)據(jù)；

較優(yōu)的，乘客身份匹配確認的圖像數(shù)據(jù)對比方法，如圖2所示，包括以下步驟：

(1)提取灰度序列人頭部輪廓的運動邊緣，初始化圖像發(fā)際曲線curve1和頭型圓弧線arc2、以及頭像portrait3，統(tǒng)計隊列peoplelist為空，初始化變量up、dn為0，其中dn為統(tǒng)計的凹陷，up為統(tǒng)計的凸起，計數(shù)設置：k＝1；

(2)提取人臉序列數(shù)值，選擇基準瞳距pd1、眉眼距離eb-e2、鼻唇距離n-l3、眉間距eb4，讀入視頻序列k＝1圖幀，計算人頭輪郭弧線間相應距離比值pro1、pro2、pro3、pro4；提取身份證人臉序列數(shù)值，對應人頭輪郭弧線間相應距離比值scale1、scale2、scale3、scale4；

(3)提取人臉性別x或y、年齡特征d，匹配身份證性別與出生日期d特征，設灰度兼容區(qū)域，取值r＝±10，當x＝x’或y＝y(tǒng)’且d＝d’時，判斷為“是”，異常為“否”，納入計分值；

(4)判斷pro1圖像坐標(p,d)處的像素是否為0，若為0，判斷pro2圖像坐標(e,e)處的像素是否為0,若為0，判斷pro3圖像坐標(n,l)處的像素是否為0,若為0，判斷pro4圖像坐標(e,b)處的像素是否為0,如果都為0，則判斷為“是”；如全不為0，則判斷“否”，車載顯示器鳴聲預警；1-3項為0，判斷增取k值，選k＝2，重回步驟(1)；

s3、乘客進入車內(nèi)，動態(tài)數(shù)據(jù)采集器捕捉乘客特征信息并定位座位信息，生成基礎信息表后發(fā)送至車載乘客數(shù)據(jù)顯示器；

s4、車輛應載乘客滿員確認后，車輛行駛，車載乘客數(shù)據(jù)顯示器從檢票數(shù)據(jù)庫中自動匹配導航路線圖，并疊加顯示本車次車載乘客專有id集合狀態(tài)的重合位置行駛狀態(tài)圖，并對乘客位置與車輛位置進行動態(tài)匹配；

s5、中途乘客下車，動態(tài)數(shù)據(jù)采集器采集離座乘客信息后與基礎信息表進行匹配，動態(tài)數(shù)據(jù)采集器將匹配結(jié)果發(fā)送至車載乘客數(shù)據(jù)顯示器，車載乘客數(shù)據(jù)顯示器上顯示該乘客為離座狀態(tài)；

較優(yōu)的，當車輛需要短暫?？炕蛑型痉諈^(qū)休息時，車輛后門開啟，動態(tài)數(shù)據(jù)采集器記錄乘客下車動作；

s6、乘客中途返回車輛內(nèi)，動態(tài)數(shù)據(jù)采集器重新匹配乘客特征信息和座位信息，若匹配成功，則動態(tài)數(shù)據(jù)采集器發(fā)送匹配成功信息至車載乘客數(shù)據(jù)顯示器，若匹配不成功，如有乘客未上車，則動態(tài)數(shù)據(jù)采集器發(fā)送匹配失敗信息至車載乘客數(shù)據(jù)顯示器；

較優(yōu)的，乘客因個人原因未上車，提前離開車次，可提前終止匹配數(shù)據(jù)，動態(tài)數(shù)據(jù)采集器將動態(tài)匹配異常數(shù)據(jù)與專有id身份數(shù)據(jù)關聯(lián)后存儲至后臺數(shù)據(jù)庫；

s7、車輛到達終點站，導航結(jié)束，乘客完全下車，動態(tài)數(shù)據(jù)采集器獲取占座率為零時發(fā)送行程終止信息至處理模塊，處理模塊根據(jù)車載乘客的專有id身份數(shù)據(jù)生成車次基礎信息統(tǒng)計表和個人專屬id行駛狀態(tài)表，并存儲至后臺數(shù)據(jù)庫；

較優(yōu)的，如圖3所示，乘客位置與車輛位置動態(tài)匹配方法具體包括如下步驟：

(1)提取車次站點信息s1，s1取值(0，n﹞，n為該趟車次最大?？空军c數(shù)量；調(diào)取車輛行駛gps導航線路圖m作為初始基態(tài)存儲；調(diào)取車次座位圖p，其中空置、載客狀態(tài)分別記為“○”“●”；

(2)讀取乘客購票信息s’，寫入車載乘客專有id(i1\i2\i3……)；疊加站點對應起點、終點路線圖，使每一個id的行程路線中s＝s’,m＝m’；

(3)獲取視頻信號，算出圖像特征點，其中身形特征坐標(h，w)，按身高五分法，分段取比例值，得出body1(h1/w1)、body2(h2/w2)、body3(h3/w3)、body4(h4/w4)、body5(h5/w5)，服飾色彩取r\g\b三色像素數(shù)值，頭部特征取發(fā)際曲線、輪廓曲線、色彩曲線值，乘客落座后，將對應座位號匹配乘客身份id，獲得乘客基準圖像特征數(shù)據(jù)；

(4)設置圖像抓取時間間隔為5s，獲取新的圖像信號后，對比相鄰圖像位置數(shù)值，判斷乘客身份延續(xù)性；當前后車門的視頻采集器識別a＝0時，視乘客id為集合態(tài)，疊加于行程路線圖中，實時動態(tài)呈現(xiàn)車輛行駛距離；

(5)當前后車門的視頻采集器a≠0時，判斷新乘客進入或車上乘客離車，出現(xiàn)警示提示音；當乘客中途返回車輛，乘客id與車次基態(tài)數(shù)據(jù)庫一致時，警示解除；

(6)行程完畢，系統(tǒng)對比s＝s’,m＝m’且p＝o時，行程數(shù)據(jù)存儲結(jié)束。

以上內(nèi)容僅僅是對本發(fā)明所作的舉例和說明，所屬本技術領域的技術人員對所描述的具體實施例做各種各樣的修改或補充或采用類似的方式替代，只要不偏離發(fā)明或者超越本權(quán)利要求書所定義的范圍，均應屬于本發(fā)明的保護范圍。