面向地铁客流管控的领域知识协同推理方法、系统和产品与流程

摘要: 本申请涉及轨道交通智能化,具体涉及一种面向地铁客流管控的领域知识协同推理方法、系统和计算机程序产品。背景技术:1、随着城市轨道交通信息化建设的发展,地铁车站通常...
面向地铁客流管控的领域知识协同推理方法、系统和产品与流程

本申请涉及轨道交通智能化,具体涉及一种面向地铁客流管控的领域知识协同推理方法、系统和计算机程序产品。

背景技术:

1、随着城市轨道交通信息化建设的发展,地铁车站通常配置有自动售检票、视频监控、客流监测以及设备监控等业务系统,用于获取车站客流和设备运行信息。各业务系统主要围绕各自的业务对象提供监测数据和运行信息,为车站工作人员开展客流组织和现场处置提供信息支持。

2、现有地铁车站在进行客流管控时,通常仍需要工作人员查看不同业务系统提供的信息,并结合现场情况和工作经验,对车站运行情况进行综合判断,进而确定是否采取限流、疏导、设备调整等管控措施。

3、当车站客流量较大或者运行情况较为复杂时,需要同时关注的信息数量明显增加,并且现场情况可能在较短时间内发生变化。工作人员需要不断从不同业务系统获取信息、重新判断车站运行情况并调整管控措施,因而容易出现运行信息利用不充分、人工研判负担较大以及管控决策响应不及时的问题。

4、也就是说,现有地铁客流管控方式在复杂运行情况下,难以根据车站不断变化的运行信息及时形成可靠的客流管控决策。

技术实现思路

1、本申请的一个目的在于解决如何提高复杂运行情况下地铁车站客流管控决策可靠性和及时性的技术问题。

2、根据本申请实施例的一个方面,公开了一种面向地铁客流管控的领域知识协同推理方法,所述方法包括:

3、针对当前观测时间窗口内各数据源产生的运行数据,构建对应观测对象的运行观测知识元;

4、通过所述运行观测知识元和车站运行知识图谱进行站态协同计算,获得各观测对象的可信动态站态,并形成表征当前运行状态和/或未来运行状态的动态站态图;

5、基于所述动态站态图,识别各观测对象的可信动态站态的状态偏离,生成异常种子;

6、以所述异常种子为起点,沿客流传递方向以及所述车站运行知识图谱中的图谱关系执行事件种子扩展,形成对应于运行异常演化过程的事件对象;

7、根据由所述事件对象推演的风险传播路径,对所述风险传播路径中各风险节点对应的动作原子进行编排,形成用于地铁客流管控的可执行程序,所述可执行程序包括有序动作组合以及所述有序动作组合中各动作的有效干预窗口和动作作用节点。

8、根据本申请实施例的一个方面,公开了一种计算机系统,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现如前任意一项所述方法的步骤。

9、根据本申请实施例的一个方面,公开了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如前任意一项所述方法的步骤。

10、本申请实施例通过运行观测知识元和车站运行知识图谱对各观测对象进行站态协同计算,使后续异常判断建立在可信动态站态基础上,有利于提高车站运行状态研判的可靠性;通过将可信动态站态的状态偏离形成异常种子,并沿客流传递方向和图谱关系进行事件种子扩展,使孤立异常能够进一步形成表征异常演化过程的事件对象,有利于提高对复杂运行异常的整体判断能力;进一步根据事件对象推演风险传播路径,并针对风险节点编排对应动作原子,使生成的管控结果同时具有动作顺序、有效干预窗口和动作作用节点,从而提高复杂运行情况下客流管控决策的及时性、针对性和可执行性。

11、总而言之,本申请实施例通过将车站运行观测逐级转化为可信站态、异常事件、风险传播路径和可执行管控动作,使客流管控由针对局部异常的直接处置,转变为基于车站运行状态和异常演化过程的连续推理与动作编排。

12、较之于现有实现,本申请实施例通过将不同数据源产生的运行数据构建为对应观测对象的运行观测知识元,并结合车站运行知识图谱进行站态协同计算,形成由可信动态站态构成的动态站态图,使分散的车站运行信息能够转化为对车站当前和/或未来运行状态的统一表征;在此基础上,根据可信动态站态的状态偏离生成异常种子,并沿客流传递方向及车站运行知识图谱中的图谱关系进行事件种子扩展,使孤立的异常状态能够进一步形成表征运行异常演化过程的事件对象;进一步由所述事件对象推演风险传播路径,并针对风险节点编排相应动作原子,形成包括有序动作组合、有效干预窗口和动作作用节点的可执行程序。由此,本申请在车站运行信息与实际客流管控之间建立了从运行状态认知、异常事件形成、风险判断到管控动作生成的连续处理链路,有利于提高复杂运行异常的整体判断能力。

13、本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。

14、应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本申请。

1.一种面向地铁客流管控的领域知识协同推理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述针对当前观测时间窗口内各数据源产生的运行数据,构建对应观测对象的运行观测知识元,包括:

3.根据权利要求1所述的方法,其特征在于,所述通过所述运行观测知识元和车站运行知识图谱进行站态协同计算,获得各观测对象的可信动态站态,并形成表征当前运行状态和/或未来运行状态的动态站态图,包括:

4.根据权利要求3所述的方法,其特征在于,所述对关联于各状态节点的运行观测知识元进行时空对齐,将对应于同一状态节点和目标站态时刻的运行观测知识元归入同一状态估计任务,包括:

5.根据权利要求3所述的方法,其特征在于,所述对关联于各状态节点的运行观测知识元进行时空对齐,将对应于同一状态节点和目标站态时刻的运行观测知识元归入同一状态估计任务还包括:

6.根据权利要求3或5所述的方法,其特征在于,所述针对各状态节点的状态估计任务,根据其中的运行观测知识元,以车站运行知识图谱中图谱关系表征的运行状态传递关系作为状态约束,进行图约束状态估计,得到对应观测对象在目标站态时刻的可信动态站态,包括:

7.根据权利要求6所述的方法,其特征在于,所述针对各状态节点的状态估计任务,根据其中的运行观测知识元,以车站运行知识图谱中图谱关系表征的运行状态传递关系作为状态约束,进行图约束状态估计,得到对应观测对象在目标站态时刻的可信动态站态,包括:

8.根据权利要求3所述的方法,其特征在于,所述将所述可信动态站态写入对应状态节点,并按照所述观测对象之间的图谱关系建立对应状态节点之间的连接关系,形成所述动态站态图,包括:

9.一种计算机系统,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-8任意一项所述方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-8任意一项所述方法的步骤。