一種基于多種異構(gòu)傳感器的排隊(duì)行為檢測方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及多種異構(gòu)傳感數(shù)據(jù)融合的方法，特別涉及一種基于多種異構(gòu)傳感器的 排隊(duì)行為檢測方法及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著嵌入式設(shè)備、無線傳感網(wǎng)絡(luò)、移動(dòng)計(jì)算等快速發(fā)展，集成感知、計(jì)算和通信能 力的普適智能系統(tǒng)被廣泛部署，并逐步融入到人類的日常生活環(huán)境。其中最為顯著的是，智 能手機(jī)的普及，在全球智能手機(jī)市場已經(jīng)達(dá)到了一個(gè)新的里程碑，截至2014年為止，出貨 高達(dá)數(shù)十億的出貨量，將近63%的人們都擁有一部或多部智能手機(jī)。而現(xiàn)代的智能手機(jī)， 具備了許多內(nèi)置的傳感設(shè)備、無線通信接口與高性能的處理能力。三維加速計(jì)、電子方向 盤，陀螺儀，光感傳感器，近場傳感器，麥克風(fēng)，前置后置攝像頭等傳感設(shè)備，可以感知智能 手機(jī)隨時(shí)隨地的感知與檢測到周圍環(huán)境的信息，為普適計(jì)算的無所不在感知而服務(wù)。內(nèi)置 的多種無線通信技術(shù)，WiFi, Bluetooth (藍(lán)牙），Cellular (3G、2G、4G)，智能手機(jī)可以隨時(shí) 隨地的進(jìn)行無線通信，為普適計(jì)算的無所不在的通信而服務(wù)。高性能的計(jì)算與處理能力，4 核I. 2Ghz、8核I. 5Ghz芯片不斷的更新?lián)Q代，智能手機(jī)越來越可以處理復(fù)雜計(jì)算與提供高 質(zhì)量的服務(wù)。確切來說，普適計(jì)算技術(shù)，正在以智能手機(jī)為嵌入點(diǎn)，其傳感技術(shù)和情境感知 技術(shù)，以前所未有的方式增強(qiáng)我們收集、分析和利用數(shù)據(jù)的廣度和深。
[0003] 以智能手機(jī)為嵌入點(diǎn)，人們生活在由傳感網(wǎng)、通信網(wǎng)、互聯(lián)網(wǎng)等相互融合所形成的 混合普適計(jì)算的環(huán)境中，為人們提供了無所不在的服務(wù)，并支持人類的社會活動(dòng)。通過智能 手機(jī)對人們的幫助，可以提高我們的日常生活質(zhì)量，如減少交通擁塞、限制疾病傳播和優(yōu)化 公共資源調(diào)度。在普適計(jì)算中，排隊(duì)行為的檢測與排隊(duì)等待時(shí)間的提供，可以提高人們在排 隊(duì)時(shí)的用戶體驗(yàn)，并且也提高商家的資源分配調(diào)度的效率，避免資源浪費(fèi)等等情況。
[0004] 排隊(duì)現(xiàn)象是人們時(shí)常生活十分常見的現(xiàn)象，尤其是在公共區(qū)域，例如超市結(jié)帳臺， 餐館門口等待進(jìn)入，銀行服務(wù)窗口排隊(duì)等待，交通樞紐，娛樂場所等待服務(wù)，公園游戲設(shè)施 等等。這些公共場所，提供公共服務(wù)，人們?yōu)榱讼硎苓@項(xiàng)服務(wù)，必須進(jìn)行排隊(duì)行為，按照次序 才能接受公共服務(wù)。尤其是在一些人口集中的大城市，比如北京、上海，排隊(duì)等待的現(xiàn)象特 別常見。然而，過長的排隊(duì)等待時(shí)間，會大大降低人們的用戶體驗(yàn)。如果人們花費(fèi)了大量的 時(shí)間在排隊(duì)行為上，會造成人們心情的沮喪和用戶體驗(yàn)的降低。例如2010上海世博會，每 次進(jìn)出一個(gè)會館，人們往往需要等待1小時(shí)到3小時(shí)的排隊(duì)等待時(shí)間，這是一件非常令人沮 喪的事情。于此同時(shí)，對于商業(yè)商家來說，將大量的用戶的時(shí)間浪費(fèi)在排隊(duì)上，而不是將用 戶的時(shí)間放在購買其余商品，購買其與服務(wù)至上，這是一種資源的浪費(fèi)與資源配置的不合 理。更重要的是，大量用戶在排隊(duì)，商業(yè)商家需要雇傭人力去維持排隊(duì)次序，不會造成不良 的效果。因此，排隊(duì)等待，無論是對于用戶體驗(yàn)來講，還是對于商業(yè)商家來講，都是一個(gè)需 要著重考慮的事情。如果人們在排隊(duì)之前，提前知道了排隊(duì)等待的人數(shù)與排隊(duì)等待的時(shí)間， 那么人們會合理的利用自己的時(shí)間，而不會去盲目的排隊(duì)。商業(yè)商家提前知道了人們的排 隊(duì)人數(shù)，那么他們可以合理高效的配置資源，提供更多的服務(wù)，避免資源的浪費(fèi)。因此，排隊(duì) 等待時(shí)間提供的服務(wù)，是一個(gè)常見而且容易被人忽略的服務(wù)。普適計(jì)算，提供無所不在的服 務(wù)，排隊(duì)時(shí)間提供，正是普適計(jì)算提供無所不在的服務(wù)。
[0005] 如今智能手機(jī)的發(fā)展，集成通信、感知與計(jì)算于一體，在無所不在的普適計(jì)算服務(wù) 中，起著越來越重要的重要。三維加速計(jì)，可以檢測人們行為狀態(tài)，跑步，走路，還是休息。 電子方向盤，可以檢測人們當(dāng)前所處的方向，GPS可以檢測人們的地理位置信息（Sensing meets mobile social networks:the design,implementation and evaluation of the cenceme application," in SenSys 2008)。我們提出，利用智能手機(jī)來自動(dòng)檢測人們的排 隊(duì)行為，從而為排隊(duì)時(shí)間預(yù)測系統(tǒng)提供輔助。
[0006] 現(xiàn)有的排隊(duì)行為檢測，主要分為三大類。第一類，采用攝像頭視頻檢測排隊(duì)行為， 從而為預(yù)測排隊(duì)等待時(shí)間提高輔助功能。然而，這種方法，有以下缺點(diǎn)。首先，視頻監(jiān)測排 隊(duì)行為，需要利用圖像處理技術(shù)和機(jī)器學(xué)習(xí)算法，從而找到可以檢測出排隊(duì)行為的模型。這 類模型往往需要根據(jù)特定的排隊(duì)場景進(jìn)行優(yōu)化，從而提高檢測準(zhǔn)確率。一個(gè)通用的視頻排 隊(duì)檢測模型，準(zhǔn)確率很低。針對所有場景建立視頻排隊(duì)行為檢測模型，是非常不現(xiàn)實(shí)的情 況。其次，視頻監(jiān)測排隊(duì)行為，需要布置足夠的攝像頭，來覆蓋排隊(duì)隊(duì)伍的長度，這需要額外 的設(shè)施進(jìn)行布置，需要耗費(fèi)大量的人力和物力。
[0007] 第二類，是利用電子自動(dòng)排隊(duì)機(jī)，來檢測排隊(duì)等待行為的監(jiān)測。每一個(gè)用戶，在需 要服務(wù)之前，首先來到電子排隊(duì)機(jī)前，取一張排隊(duì)序號票。票上標(biāo)識了，前面排隊(duì)的人數(shù)，等 到機(jī)器輪詢到用戶時(shí)，用戶在前往服務(wù)臺。然而，這種方法，有以下缺陷。首先，電子排隊(duì)機(jī) 需要額外的費(fèi)用去購買。其次，排隊(duì)序號并不準(zhǔn)確，從而無法提供準(zhǔn)確的排隊(duì)等待時(shí)間估 計(jì)。用戶可以拿了排隊(duì)序號票之后，因?yàn)槟撤N原因而離開。排隊(duì)序號往往不是真實(shí)前面等 待的人數(shù)。
[0008] 第三類，是利用人力的方法，監(jiān)控排隊(duì)隊(duì)伍，從而將隊(duì)伍的人數(shù)和預(yù)估計(jì)的等待時(shí) 間，廣播出去。這種傳統(tǒng)的方法，需要花費(fèi)大量的人力支持。
[0009] 本發(fā)明，利用智能手機(jī)內(nèi)置的傳感器，三維加速計(jì)，電子方向盤，藍(lán)牙，WiFi，收集 個(gè)體信息步行，靜止，方向，距離，位移等手機(jī)用戶的行為信息，結(jié)合機(jī)器學(xué)習(xí)算法，支持向 量機(jī)（Supported Vector Machine)，從而判斷當(dāng)前用戶是否處于排隊(duì)行為，作為排隊(duì)等待 時(shí)間預(yù)測的輔助功能。

【發(fā)明內(nèi)容】

[0010] 本發(fā)明所要解決的技術(shù)問題是提供一種基于智能手機(jī)中的多種異構(gòu)傳感器進(jìn)行 數(shù)據(jù)融合、進(jìn)而能夠自動(dòng)檢測出用戶的排隊(duì)行為的基于多種異構(gòu)傳感器的檢測排隊(duì)行為的 方法及系統(tǒng)。
[0011] 本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：一種基于多種異構(gòu)傳感器的排隊(duì)行為 檢測方法，包括以下步驟：
[0012] 步驟1 :利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器分別采集智能手機(jī)的原始測量數(shù) 據(jù)；
[0013] 步驟2 :根據(jù)采集的原始測量數(shù)據(jù)，預(yù)測使用智能手機(jī)的用戶的運(yùn)動(dòng)狀態(tài)、方向狀 態(tài)、位移狀態(tài)和相對距離；
[0014] 步驟3 :根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對距離，提取用戶進(jìn)行排 隊(duì)行為的排隊(duì)特征值；
[0015] 步驟4 :根據(jù)排隊(duì)特征值與機(jī)器學(xué)習(xí)算法建立排隊(duì)模型；
[0016] 步驟5 :利用智能手機(jī)內(nèi)置的多種異構(gòu)傳感器采集智能手機(jī)當(dāng)前的排隊(duì)特征值， 將當(dāng)前的排隊(duì)特征值輸入排隊(duì)模型中，根據(jù)輸出結(jié)果判斷當(dāng)前手機(jī)是否處于排隊(duì)狀態(tài)。
[0017] 本發(fā)明的有益效果是：（1)無需用戶手動(dòng)輸入當(dāng)前是否處于排隊(duì)，智能手機(jī)自動(dòng) 檢測出用戶的排隊(duì)行為；（2)無需任何的額外設(shè)施，相比較與前面三類排隊(duì)檢測方法，基于 視頻，基于電子排隊(duì)機(jī)，基于人工，本發(fā)明只要求排隊(duì)的用戶，外出攜帶手機(jī)這個(gè)前提；（3) 本發(fā)明可以適應(yīng)于大部分排隊(duì)場景，具備魯棒性。
[0018] 在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進(jìn)。
[0019] 進(jìn)一步，所述步驟2具體為：
[0020] 根據(jù)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息，利用決策樹優(yōu)化算法預(yù)測用戶的 運(yùn)動(dòng)狀態(tài)；
[0021] 根據(jù)采集的智能手機(jī)當(dāng)前所處的方向信息和相對位移的角速度信息，利用積分公 式預(yù)測方向狀態(tài)；
[0022] 根據(jù)采集的智能手機(jī)三個(gè)坐標(biāo)軸的加速度信息，利用小波變換算法預(yù)測位移狀 態(tài)；
[0023] 根據(jù)采集的智能手機(jī)周圍藍(lán)牙設(shè)備的信號強(qiáng)度信息，利用多項(xiàng)擬合算法預(yù)測相對 距離。
[0024] 進(jìn)一步，所述排隊(duì)特征值包括運(yùn)動(dòng)狀態(tài)相似度、方向狀態(tài)相似度、運(yùn)動(dòng)狀態(tài)變化 率、方向狀態(tài)變化率、位置偏移、相對距離變化率和對齊距離。
[0025] 進(jìn)一步，所述步驟3具體為，
[0026] 根據(jù)預(yù)測的運(yùn)動(dòng)狀態(tài)利用相似度計(jì)算公式計(jì)算運(yùn)動(dòng)狀態(tài)相似度；
[0027] 根據(jù)預(yù)測的方向狀態(tài)利用相似度計(jì)算公式計(jì)算方向狀態(tài)相似性；
[0028] 根據(jù)運(yùn)動(dòng)狀態(tài)相似度利用變化率計(jì)算公式計(jì)算運(yùn)動(dòng)狀態(tài)變化率；
[0029] 根據(jù)方向狀態(tài)相似性利用變化率計(jì)算公式計(jì)算方向狀態(tài)變化率；
[0030] 根據(jù)位移狀態(tài)利用偏移量計(jì)算公式計(jì)算位移偏移量；
[0031] 根據(jù)相對距離利用變化率計(jì)算公式計(jì)算相對距離變化率；
[0032] 和根據(jù)運(yùn)動(dòng)狀態(tài)、方向狀態(tài)、位移狀態(tài)和相對距離利用動(dòng)態(tài)時(shí)間調(diào)整算法計(jì)算對 齊距離。
[0033] 進(jìn)一步，一種基于多種異構(gòu)傳感器的排隊(duì)行為檢測系統(tǒng)，包括采集模塊、預(yù)測模 塊、提取模塊、建立模塊和輸入判斷模塊；<