本發(fā)明屬于人流預(yù)警技術(shù)領(lǐng)域，尤其涉及一種基于探針的人流預(yù)警分析方法和系統(tǒng)。

背景技術(shù)：

探針是利用智能設(shè)備商帶有WIFI模塊的AP所發(fā)出的無(wú)線廣播信號(hào)進(jìn)行設(shè)備的感知，采集智能設(shè)備MAC地址的線下行為軌跡的一項(xiàng)功能模塊。AP是傳統(tǒng)有線網(wǎng)絡(luò)中的HUB，也是組建小型無(wú)線局域網(wǎng)時(shí)最常用的設(shè)備。AP相當(dāng)于一個(gè)連接有線網(wǎng)和無(wú)線網(wǎng)的橋梁，其主要作用是將各個(gè)無(wú)線網(wǎng)絡(luò)客戶端連接到一起，然后將無(wú)線網(wǎng)絡(luò)接入以太網(wǎng)。來(lái)自不同AP的數(shù)據(jù)通過(guò)AC(無(wú)線局域網(wǎng)接入控制設(shè)備)進(jìn)行匯聚并接入Internet，同時(shí)完成AP設(shè)備的配置管理、無(wú)線用戶的認(rèn)證、管理及寬帶訪問(wèn)、安全等控制功能。

目前實(shí)現(xiàn)區(qū)域位置的人流監(jiān)控和預(yù)測(cè)的方式是通過(guò)視頻監(jiān)控錄像，利用機(jī)器視覺(jué)、計(jì)算機(jī)圖形圖像視頻分析技術(shù)，進(jìn)而檢測(cè)指定區(qū)域的移動(dòng)人流密度統(tǒng)計(jì)，當(dāng)所監(jiān)控的客流數(shù)量達(dá)到設(shè)定的閥值時(shí)進(jìn)行客流報(bào)警，并啟動(dòng)相應(yīng)的預(yù)警方案，防止發(fā)生安全事故。在景區(qū)、商圈、交通樞紐等公共場(chǎng)所經(jīng)常會(huì)面臨人群密集的情況，尤其是在節(jié)假日期間人流將更加集中，密集度也會(huì)相對(duì)上升。一旦發(fā)生突發(fā)性事件，如不及時(shí)預(yù)警極易出現(xiàn)惡性事故。由于現(xiàn)有利用監(jiān)控技術(shù)實(shí)現(xiàn)人流預(yù)警存在如下幾個(gè)缺點(diǎn)：1)高清視頻監(jiān)控設(shè)備成本高，安裝成本也高；2)視頻監(jiān)控存在監(jiān)控死角，且監(jiān)控距離有限；3)監(jiān)控圖像畫(huà)質(zhì)容易受環(huán)境影響，如雪雨天、陰天畫(huà)面會(huì)不清晰導(dǎo)致捕捉監(jiān)控的人流數(shù)據(jù)會(huì)受影響。

上述問(wèn)題亟待解決。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)的高清視頻監(jiān)控設(shè)備成本高，視頻監(jiān)控存在監(jiān)控死角，且監(jiān)控距離有，監(jiān)控圖像畫(huà)質(zhì)容易受環(huán)境影響的缺陷，本發(fā)明實(shí)施例提供一種基于探針的人流預(yù)警分析方法和系統(tǒng)。

本發(fā)明提供一種基于探針的人流預(yù)警分析方法，包括：

通過(guò)內(nèi)置于AP設(shè)備中的探針采集監(jiān)控區(qū)域內(nèi)移動(dòng)終端發(fā)出的無(wú)線報(bào)文，并將所述無(wú)線報(bào)文信息傳送給探針?lè)?wù)器；

讀取所述探針?lè)?wù)器中存儲(chǔ)的無(wú)線報(bào)文信息，并解析出所述無(wú)線報(bào)文信息中攜帶的所述移動(dòng)終端的MAC地址；

對(duì)探測(cè)到的MAC地址數(shù)據(jù)進(jìn)行分析和計(jì)算，獲取監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并將分析和計(jì)算結(jié)果發(fā)送至可視化平臺(tái)；

通過(guò)所述可視化平臺(tái)顯示所述分析和計(jì)算結(jié)果。

優(yōu)選的，所述通過(guò)內(nèi)置于AP設(shè)備中的探針采集監(jiān)控區(qū)域內(nèi)移動(dòng)終端發(fā)出的無(wú)線報(bào)文，并將所述無(wú)線報(bào)文信息傳送給探針?lè)?wù)器之前還包括：

預(yù)先在監(jiān)控區(qū)域內(nèi)鋪設(shè)內(nèi)置有探針的AP模塊，將所述監(jiān)控區(qū)域劃分為多個(gè)區(qū)塊和路段，并設(shè)置每個(gè)區(qū)塊和路段對(duì)應(yīng)的人流閾值。

優(yōu)選的，所述對(duì)探測(cè)到的MAC地址數(shù)據(jù)進(jìn)行分析和計(jì)算，獲取監(jiān)控區(qū)域內(nèi)的人流量，并將分析和計(jì)算結(jié)果發(fā)送至可視化平臺(tái)之后還包括：

判斷各個(gè)區(qū)塊或路段的人流量是否大于預(yù)設(shè)的人流閾值；

若大于預(yù)設(shè)的人流閾值，則自動(dòng)生成報(bào)警信息，并將所述報(bào)警信息推送到預(yù)先綁定的終端或平臺(tái)。

優(yōu)選的，所述通過(guò)所述可視化平臺(tái)顯示所述分析和計(jì)算結(jié)果具體包括：

通過(guò)所述可視化平臺(tái)以地圖、圖形或者表格的形式呈現(xiàn)各個(gè)區(qū)塊或路段所對(duì)應(yīng)的人流量的熱力狀況、驟增狀況、道路狀況、人群造訪頻次狀況以及人群遷徙狀況。

優(yōu)選的，所述通過(guò)所述可視化平臺(tái)顯示所述監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量之后還包括：

對(duì)歷史獲取到的監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)未來(lái)48小時(shí)內(nèi)監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并提前發(fā)出預(yù)警消息。

本發(fā)明還一種基于探針的人流預(yù)警分析系統(tǒng)，所述系統(tǒng)包括內(nèi)置有探針的AP設(shè)備、探針?lè)?wù)器、后臺(tái)處理系統(tǒng)以及可視化平臺(tái)，所述后臺(tái)處理系統(tǒng)包括MAC地址解析模塊和人流量分析模塊，其中：

所述內(nèi)置有探針的AP設(shè)備，用于采集監(jiān)控區(qū)域內(nèi)移動(dòng)終端發(fā)出的無(wú)線報(bào)文，并將所述無(wú)線報(bào)文信息傳送給探針?lè)?wù)器；

所述MAC地址解析模塊，用于讀取所述探針?lè)?wù)器中存儲(chǔ)的無(wú)線報(bào)文信息，并解析出所述無(wú)線報(bào)文信息中攜帶的所述移動(dòng)終端的MAC地址；

所述人流量分析模塊，用于對(duì)探測(cè)到的MAC地址數(shù)據(jù)進(jìn)行分析和計(jì)算，獲取監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并將分析和計(jì)算結(jié)果發(fā)送至可視化平臺(tái)；

所述可視化平臺(tái)，用于顯示所述分析和計(jì)算結(jié)果。

優(yōu)選的，所述人流預(yù)警分析系統(tǒng)還包括AP設(shè)備布置模塊，所述后臺(tái)處理系統(tǒng)還包括監(jiān)控區(qū)域劃分模塊，其中：

所述AP設(shè)備布置模塊，用于預(yù)先在監(jiān)控區(qū)域內(nèi)鋪設(shè)內(nèi)置有探針的AP設(shè)備；

所述監(jiān)控區(qū)域劃分模塊，用于將所述監(jiān)控區(qū)域劃分為多個(gè)區(qū)塊和路段，并設(shè)置每個(gè)區(qū)塊和路段對(duì)應(yīng)的人流閾值。

優(yōu)選的，所述后臺(tái)處理系統(tǒng)還包括：

判斷模塊，用于判斷各個(gè)區(qū)塊或路段的人流量是否大于預(yù)設(shè)的人流閾值；

推送模塊，用于若大于預(yù)設(shè)的人流閾值，則自動(dòng)生成報(bào)警信息，并將所述報(bào)警信息推送到預(yù)先綁定的終端或平臺(tái)。

優(yōu)選的，所述可視化平臺(tái)具體用于：

以地圖、圖形或者表格的形式呈現(xiàn)各個(gè)區(qū)塊或路段所對(duì)應(yīng)的人流量的熱力狀況、驟增狀況、道路狀況、人群造訪頻次狀況以及人群遷徙狀況。

優(yōu)選的，所述后臺(tái)處理系統(tǒng)還包括：

預(yù)測(cè)模塊，用于對(duì)歷史獲取到的監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)未來(lái)48小時(shí)內(nèi)監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并提前發(fā)出預(yù)警消息。

有益效果：本發(fā)明提供的基于探針的人流預(yù)警分析方法和系統(tǒng)，通過(guò)探針探測(cè)每個(gè)移動(dòng)終端設(shè)備可定義為人流信息的MAC地址，此過(guò)程實(shí)時(shí)記錄人流信息，準(zhǔn)確率高，不受環(huán)境影響，成本低廉，可及時(shí)推送報(bào)警和預(yù)警信息給用戶和相關(guān)管理人員，進(jìn)而幫助場(chǎng)所管理人員能夠在第一時(shí)間作出判斷。在客流高峰時(shí)期采取適當(dāng)?shù)拇胧?，正確引導(dǎo)客流，防患于未然，避免事故的發(fā)生。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例提供的基于探針的人流預(yù)警分析方法的步驟圖；

圖2為本發(fā)明另一實(shí)施例提供的基于探針的人流預(yù)警分析方法的步驟圖；

圖3為本發(fā)明另一實(shí)施例提供的基于探針的人流預(yù)警分析方法的步驟圖；

圖4為本發(fā)明實(shí)施例提供的基于探針的人流預(yù)警分析系統(tǒng)的結(jié)構(gòu)圖；

圖5為圖4提供的基于探針的人流預(yù)警分析系統(tǒng)的模塊連接圖；

圖6為本發(fā)明另一實(shí)施例提供的基于探針的人流預(yù)警分析系統(tǒng)的結(jié)構(gòu)圖；

圖7為本發(fā)明另一實(shí)施例提供的基于探針的人流預(yù)警分析系統(tǒng)的結(jié)構(gòu)圖；

圖8為本發(fā)明另一實(shí)施例提供的基于探針的人流預(yù)警分析系統(tǒng)的結(jié)構(gòu)圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種基于探針的人流預(yù)警分析方法，如圖1所示，包括：

S100、通過(guò)內(nèi)置于AP設(shè)備中的探針采集監(jiān)控區(qū)域內(nèi)移動(dòng)終端發(fā)出的無(wú)線報(bào)文，并將所述無(wú)線報(bào)文信息傳送給探針?lè)?wù)器；

S200、讀取所述探針?lè)?wù)器中存儲(chǔ)的無(wú)線報(bào)文信息，并解析出所述無(wú)線報(bào)文信息中攜帶的所述移動(dòng)終端的MAC地址；

S300、對(duì)探測(cè)到的MAC地址數(shù)據(jù)進(jìn)行分析和計(jì)算，獲取監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并將分析和計(jì)算結(jié)果發(fā)送至可視化平臺(tái)；

S400、通過(guò)所述可視化平臺(tái)顯示所述分析和計(jì)算結(jié)果。

具體的，推送報(bào)警消息可提醒管理者即時(shí)做好處置方案，疏導(dǎo)人群?？梢暬脚_(tái)可通過(guò)包括并不限于地圖、圖形、表格等形式展示所述分析結(jié)果。

優(yōu)選的，如圖2所示，所述通過(guò)內(nèi)置于AP設(shè)備中的探針采集監(jiān)控區(qū)域內(nèi)移動(dòng)終端發(fā)出的無(wú)線報(bào)文，并將所述無(wú)線報(bào)文信息傳送給探針?lè)?wù)器之前還包括：

S500、預(yù)先在監(jiān)控區(qū)域內(nèi)鋪設(shè)內(nèi)置有探針的AP模塊，將所述監(jiān)控區(qū)域劃分為多個(gè)區(qū)塊和路段，并設(shè)置每個(gè)區(qū)塊和路段對(duì)應(yīng)的人流閾值。

優(yōu)選的，如圖3所示，所述對(duì)探測(cè)到的MAC地址數(shù)據(jù)進(jìn)行分析和計(jì)算，獲取監(jiān)控區(qū)域內(nèi)的人流量，并將分析和計(jì)算結(jié)果發(fā)送至可視化平臺(tái)之后還包括：

S600、判斷各個(gè)區(qū)塊或路段的人流量是否大于預(yù)設(shè)的人流閾值；

S700、若大于預(yù)設(shè)的人流閾值，則自動(dòng)生成報(bào)警信息，并將所述報(bào)警信息推送到預(yù)先綁定的終端或平臺(tái)。

優(yōu)選的，所述通過(guò)所述可視化平臺(tái)顯示所述分析和計(jì)算結(jié)果具體包括：

通過(guò)所述可視化平臺(tái)以地圖、圖形或者表格的形式呈現(xiàn)各個(gè)區(qū)塊或路段所對(duì)應(yīng)的人流量的熱力狀況、驟增狀況、道路狀況、人群造訪頻次狀況以及人群遷徙狀況。

優(yōu)選的，所述通過(guò)所述可視化平臺(tái)顯示所述監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量之后還包括：

對(duì)歷史獲取到的監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)未來(lái)48小時(shí)內(nèi)監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并提前發(fā)出預(yù)警消息。

具體的，系統(tǒng)平臺(tái)經(jīng)過(guò)長(zhǎng)期的大數(shù)據(jù)運(yùn)算分析，可預(yù)測(cè)未來(lái)至少48小時(shí)內(nèi)的探測(cè)區(qū)域的人流密集程度，并提前發(fā)出預(yù)警消息。

本發(fā)明實(shí)施例提供的基于探針的人流預(yù)警分析方法，通過(guò)探針探測(cè)每個(gè)移動(dòng)終端設(shè)備可定義為人流信息的MAC地址，此過(guò)程實(shí)時(shí)記錄人流信息，準(zhǔn)確率高，不受環(huán)境影響，成本低廉，可及時(shí)推送報(bào)警和預(yù)警信息給用戶和相關(guān)管理人員，進(jìn)而幫助場(chǎng)所管理人員能夠在第一時(shí)間作出判斷。在客流高峰時(shí)期采取適當(dāng)?shù)拇胧_引導(dǎo)客流，防患于未然，避免事故的發(fā)生。

該方法實(shí)時(shí)監(jiān)測(cè)指定區(qū)域的人流密度分布、人流遷徙動(dòng)向，并對(duì)該區(qū)域進(jìn)行人流預(yù)測(cè)和預(yù)警分析通報(bào)。當(dāng)該區(qū)域出現(xiàn)人群驟增情況能實(shí)時(shí)多渠道的推送報(bào)警消息到平臺(tái)、區(qū)域大屏幕、智慧城市APP應(yīng)用，讓管理者能及時(shí)響應(yīng)及時(shí)疏導(dǎo)，讓群眾也能及時(shí)獲取告警消息和轉(zhuǎn)移路線通知，從而有效的避免事故的發(fā)生。此外系統(tǒng)平臺(tái)還可預(yù)測(cè)未來(lái)至少48小時(shí)的人流情況，能提前預(yù)知突發(fā)事件的可能性，提前估計(jì)出公共場(chǎng)所的最大客流承受能力，及時(shí)發(fā)現(xiàn)重大的客流安全隱患，進(jìn)而幫助場(chǎng)所管理人員能夠在第一時(shí)間作出判斷。

本發(fā)明還提供一種基于探針的人流預(yù)警分析系統(tǒng)，如圖4和圖5所示，所述系統(tǒng)包括內(nèi)置有探針的AP設(shè)備100、探針?lè)?wù)器200、后臺(tái)處理系統(tǒng)300以及可視化平臺(tái)400，所述后臺(tái)處理系統(tǒng)300包括MAC地址解析模塊301和人流量分析模塊302，其中：

內(nèi)置有探針的AP設(shè)備100，用于采集監(jiān)控區(qū)域內(nèi)移動(dòng)終端發(fā)出的無(wú)線報(bào)文，并將所述無(wú)線報(bào)文信息傳送給探針?lè)?wù)；

MAC地址解析模塊301，用于讀取所述探針?lè)?wù)器中存儲(chǔ)的無(wú)線報(bào)文信息，并解析出所述無(wú)線報(bào)文信息中攜帶的所述移動(dòng)終端的MAC地址；

具體的，以每人攜帶的移動(dòng)終端上的MAC地址作為人的唯一標(biāo)識(shí)，則MAC對(duì)應(yīng)的數(shù)據(jù)即是人群的數(shù)據(jù)。

人流量分析模塊302，用于對(duì)探測(cè)到的MAC地址數(shù)據(jù)進(jìn)行分析和計(jì)算，獲取監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并將分析和計(jì)算結(jié)果發(fā)送至可視化平臺(tái)；

可視化平臺(tái)400，用于通過(guò)所述可視化平臺(tái)顯示所述分析和計(jì)算結(jié)果。

具體的，顯示模塊是系統(tǒng)與用戶的接口，不同類(lèi)型的用戶通過(guò)系統(tǒng)前端管理、配置以及查看人流預(yù)警系統(tǒng)的功能頁(yè)面，所述頁(yè)面以圖形化和數(shù)據(jù)分析的形式呈現(xiàn)人流的熱力圖、驟增圖、對(duì)沖圖、以及遷徙圖，其中：

a)熱力圖：以不同的顏色標(biāo)記每個(gè)探針設(shè)備探測(cè)到實(shí)時(shí)人流數(shù)量，并結(jié)合地圖展示。例如探針1當(dāng)前探測(cè)到人群數(shù)量為123人，(紅色表示100人以上)，則該探針?biāo)诘貓D的位置區(qū)域顏色呈現(xiàn)紅色。

b)驟增圖：驟增圖體現(xiàn)系統(tǒng)不同單點(diǎn)探針設(shè)備近一段時(shí)間相對(duì)前一段時(shí)間的人數(shù)增長(zhǎng)狀況，并以不同顏色標(biāo)識(shí)人流增長(zhǎng)程度：綠色代表增長(zhǎng)程度沒(méi)有達(dá)到管理員設(shè)定的驟增預(yù)警值，人流狀況比較正常，黃色代表驟增人數(shù)達(dá)到預(yù)警閾值、需要關(guān)注人流增長(zhǎng)狀況。紅色代表驟增人數(shù)達(dá)到警戒閾值，需要重點(diǎn)關(guān)注人流增長(zhǎng)狀況。

c)對(duì)沖圖：基于大數(shù)據(jù)對(duì)探測(cè)區(qū)域內(nèi)特定監(jiān)控點(diǎn)人流密度變化及人流動(dòng)向進(jìn)行分析并結(jié)合地圖，得出各個(gè)容易發(fā)生危險(xiǎn)的對(duì)撞點(diǎn)的人流狀況，如果容易發(fā)生危險(xiǎn)的對(duì)撞點(diǎn)附件有商廈，窄路，電梯等擁擠或者狹窄的隘口，也會(huì)突出展示隘口信息，方便有關(guān)部門(mén)根據(jù)隘口狀況采取不同的緩解措施。對(duì)沖圖包括路徑圖示：藍(lán)色路段代表人流正常，黃色路段代表人流比較密集、紅色路段代表人流密集，容易發(fā)生對(duì)撞。

d)遷徙圖：指定區(qū)域A為遷徙中心，將該區(qū)域內(nèi)所有探針設(shè)備歸為一個(gè)組，實(shí)時(shí)記錄每個(gè)探測(cè)時(shí)間段探針組探測(cè)到所有mac數(shù)據(jù)，其中部分mac數(shù)據(jù)在上一個(gè)時(shí)間段在另一個(gè)區(qū)域B出現(xiàn)，則認(rèn)為這部分人群從B區(qū)域遷入到A區(qū)域，同理部分mac數(shù)據(jù)在下個(gè)時(shí)間段在C區(qū)域出現(xiàn)，則認(rèn)為這部分人群從A區(qū)域遷出到C區(qū)域。

e)人群分析：根據(jù)不同人群停留時(shí)間特征，系統(tǒng)分為如下四類(lèi)人群：

1)固定人群：90天內(nèi)出現(xiàn)比例>80％，小于等于100％的人。(出現(xiàn)比例＝出現(xiàn)天數(shù)/到目前為止總天數(shù))

2)重度訪客：90天內(nèi)，出現(xiàn)比例＝出現(xiàn)天數(shù)/到目前為止總天數(shù)，出現(xiàn)比例大于40％，小于80％的人

3)偶爾訪客：90天內(nèi)，出現(xiàn)比例＝出現(xiàn)天數(shù)/到目前為止總天數(shù)，出現(xiàn)比例大于0％，小于40％的人

4)初次訪客：90天內(nèi)，首次出現(xiàn)的人。

f)人流預(yù)測(cè)：基于整個(gè)探測(cè)區(qū)域及不同關(guān)注區(qū)域的歷史人流數(shù)據(jù)，建立人流預(yù)測(cè)模型，預(yù)測(cè)未來(lái)48小時(shí)各個(gè)區(qū)塊內(nèi)每小時(shí)人流量及峰值出現(xiàn)的時(shí)間，以便相關(guān)人員提前處理風(fēng)險(xiǎn)，防患未然。

設(shè)置在系統(tǒng)后端的解析模塊主要包含以下功能單元：

a)日志收集程序：負(fù)責(zé)從探針?lè)?wù)器收集移動(dòng)終端上報(bào)的日志信息。

b)Kafka集群：負(fù)責(zé)接收日志收集程序?qū)懭氲娜罩拘畔ⅰ?/p>

c)Spark集群：負(fù)責(zé)消費(fèi)kafka集群的消息，實(shí)時(shí)計(jì)算系統(tǒng)各種指標(biāo)，并將結(jié)果推送到hbase集群。Spark集群上的部分任務(wù)還會(huì)通將AP預(yù)警的報(bào)警信息，驟增信息報(bào)告給顯示模塊。

d)Hbase集群：負(fù)責(zé)存儲(chǔ)計(jì)算的結(jié)果數(shù)據(jù)，提供高速查詢功能。

e)Redis：負(fù)責(zé)緩存系統(tǒng)的部分臨時(shí)信息，提高查詢速度。

f)Mysql：負(fù)責(zé)存儲(chǔ)運(yùn)營(yíng)人員，管理員輸入的運(yùn)營(yíng)數(shù)據(jù)。

g)配置服務(wù)器模塊：負(fù)責(zé)從探針?lè)?wù)器讀取配置信息并寫(xiě)入Redis緩存，Spark任務(wù)將從redis讀取任務(wù)需要的配置信息。

h)消息通知模塊：負(fù)責(zé)向前端通知AP報(bào)警消息，也承載向外部大屏管理平臺(tái)及智慧城市APP發(fā)送消息通知的任務(wù)。

i)人流預(yù)測(cè)模塊：負(fù)責(zé)定期讀取hbase的人流實(shí)際數(shù)據(jù)，預(yù)測(cè)未來(lái)48小時(shí)之內(nèi)整個(gè)區(qū)域及區(qū)塊的總?cè)藬?shù)，每小時(shí)人數(shù)及峰值出現(xiàn)時(shí)間。

j)人群軌跡模塊：負(fù)責(zé)每天至少運(yùn)行一次計(jì)算人群軌跡的歷史信息。

人流預(yù)警分析系統(tǒng)的后端采用業(yè)界成熟的Kafka+Spark Streaming+hbase實(shí)時(shí)計(jì)算架構(gòu)解決方案，具體為：

Kafka做數(shù)據(jù)暫存：Kafka作為分布式消息隊(duì)列，既有非常優(yōu)秀的吞吐量，又有較高的可靠性和擴(kuò)展性。這里采用Kafka作為日志傳遞中間件來(lái)接收日志，同時(shí)接受Spark Streaming的請(qǐng)求，將AP日志按序發(fā)送給Spark Streaming集群。

Spark數(shù)據(jù)處理：Spark Streaming是Spark的擴(kuò)展，專(zhuān)門(mén)用來(lái)實(shí)現(xiàn)流式分析方式處理數(shù)據(jù)。Spark Streaming支持Kafka、Flume、Twitter、ZeroMQ、Kinesis、TCP Sockets等多種數(shù)據(jù)源。此外，也可以使用一個(gè)復(fù)雜的算法，如map、reduce、join、window，這些來(lái)處理數(shù)據(jù)。處理完的數(shù)據(jù)可以被發(fā)送給文件系統(tǒng)、數(shù)據(jù)庫(kù)、其他第三方。Spark Streaming類(lèi)似于Apache Storm，用于流式數(shù)據(jù)的處理。Spark Streaming有高吞吐量和容錯(cuò)能力強(qiáng)兩個(gè)特點(diǎn)。將Spark Streaming集群與Kafka集群對(duì)接，Spark Streaming從Kafka集群中獲取日志并進(jìn)行處理。Spark Streaming會(huì)實(shí)時(shí)地從Kafka集群中獲取數(shù)據(jù)并將其存儲(chǔ)在內(nèi)部的可用內(nèi)存空間中。當(dāng)每一個(gè)batch窗口到來(lái)時(shí)，便對(duì)這些數(shù)據(jù)進(jìn)行處理。

hbase結(jié)果存儲(chǔ)：為了便于前端展示和頁(yè)面請(qǐng)求，處理得到的結(jié)果將寫(xiě)入到hbase數(shù)據(jù)庫(kù)。HBase–Hadoop Database，是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)。HBase本身就是十分強(qiáng)大的數(shù)據(jù)庫(kù)，能夠融合key/value存儲(chǔ)模式帶來(lái)實(shí)時(shí)查詢的能力，以及通過(guò)MapReduce進(jìn)行離線處理或者批處理的能力。Hbase能夠在大量的數(shù)據(jù)中查詢記錄，也可以從中獲得綜合分析報(bào)告。

優(yōu)選的，如圖6所示，所述人流預(yù)警分析系統(tǒng)還包括AP設(shè)備布置模塊500，所述后臺(tái)處理系統(tǒng)300還包括監(jiān)控區(qū)域劃分模塊303，其中：

AP設(shè)備布置模500，用于預(yù)先在監(jiān)控區(qū)域內(nèi)鋪設(shè)內(nèi)置有探針的AP設(shè)備；

監(jiān)控區(qū)域劃分模塊303，用于將所述監(jiān)控區(qū)域劃分為多個(gè)區(qū)塊和路段，并設(shè)置每個(gè)區(qū)塊和路段對(duì)應(yīng)的人流閾值。

優(yōu)選的，所述可視化平臺(tái)具體用于：

以地圖、圖形或者表格的形式呈現(xiàn)各個(gè)區(qū)塊或路段所對(duì)應(yīng)的人流量的熱力狀況、驟增狀況、道路狀況、人群造訪頻次狀況以及人群遷徙狀況。

優(yōu)選的，如圖7所示，所述后臺(tái)處理系統(tǒng)300還包括：

判斷模塊304，用于判斷各個(gè)區(qū)塊或路段的人流量是否大于預(yù)設(shè)的人流閾值；

推送模塊305，用于若大于預(yù)設(shè)的人流閾值，則自動(dòng)生成報(bào)警信息，并將所述報(bào)警信息推送到預(yù)先綁定的終端或平臺(tái)。

優(yōu)選的，如圖8所示，所述后臺(tái)處理系統(tǒng)300還包括：

預(yù)測(cè)模塊306，用于對(duì)歷史獲取到的監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量進(jìn)行大數(shù)據(jù)分析，預(yù)測(cè)未來(lái)48小時(shí)內(nèi)監(jiān)控區(qū)域內(nèi)各個(gè)區(qū)塊和路段的人流量，并提前發(fā)出預(yù)警消息。

需要說(shuō)明的是，本發(fā)明實(shí)施例提供的上述系統(tǒng)中各個(gè)模塊，由于與本發(fā)明方法實(shí)施例基于同一構(gòu)思，其帶來(lái)的技術(shù)效果與本發(fā)明方法實(shí)施例相同，具體內(nèi)容可參見(jiàn)本發(fā)明方法實(shí)施例中的敘述，此處不再贅述。

本發(fā)明實(shí)施例提供的基于探針的人流預(yù)警分析系統(tǒng)，通過(guò)探針探測(cè)每個(gè)移動(dòng)終端設(shè)備可定義為人流信息的MAC地址，此過(guò)程實(shí)時(shí)記錄人流信息，準(zhǔn)確率高，不受環(huán)境影響，成本低廉，可及時(shí)推送報(bào)警和預(yù)警信息給用戶和相關(guān)管理人員，進(jìn)而幫助場(chǎng)所管理人員能夠在第一時(shí)間作出判斷。在客流高峰時(shí)期采取適當(dāng)?shù)拇胧?，正確引導(dǎo)客流，防患于未然，避免事故的發(fā)生。

該系統(tǒng)實(shí)時(shí)監(jiān)測(cè)指定區(qū)域的人流密度分布、人流遷徙動(dòng)向，并對(duì)該區(qū)域進(jìn)行人流預(yù)測(cè)和預(yù)警分析通報(bào)。當(dāng)該區(qū)域出現(xiàn)人群驟增情況能實(shí)時(shí)多渠道的推送報(bào)警消息到平臺(tái)、區(qū)域大屏幕、智慧城市APP應(yīng)用，讓管理者能及時(shí)響應(yīng)及時(shí)疏導(dǎo)，讓群眾也能及時(shí)獲取告警消息和轉(zhuǎn)移路線通知，從而有效的避免事故的發(fā)生。此外系統(tǒng)平臺(tái)還可預(yù)測(cè)未來(lái)至少48小時(shí)的人流情況，能提前預(yù)知突發(fā)事件的可能性，提前估計(jì)出公共場(chǎng)所的最大客流承受能力，及時(shí)發(fā)現(xiàn)重大的客流安全隱患，進(jìn)而幫助場(chǎng)所管理人員能夠在第一時(shí)間作出判斷。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。