绿道服务评估方法、装置、电子设备及存储介质与流程

1.本发明涉及评估技术领域，尤其涉及一种绿道服务评估方法、装置、电子设备及存储介质。


背景技术：

2.随着科学技术和生活水平的提高，城市绿化建设已成为体现一个城市的人们生活质量的重要标志之一，例如绿道，其可以为人们提供休闲、运动、娱乐等项目，在近年各个城市启动绿道建设以来，绿道密度已超过1.2公里/平方公里。这些绿道生态性强，兼具不同的景观特点，为市民提供多样的休闲场所，深受市民喜爱，使用人群及形式多样，且重访率高，但同时也暴露出一些使用环境安全问题。
3.目前，在绿道服务能力水平的研究上，利用了微观交通仿真软件进行研究，如corsim模型、vissim模型和integration模型，但是采用这些模型虽然可以实现了对绿道的模拟研究，但是在绿道上人车行的建模研究上帮助并不显著。对此，也有采用botma来代替上述的模型，而botma在考虑绿道使用动态过程的基础上，研究了自行车超车事件数与自行车流量，速度及道路宽度的关系，从而对其进行预测。但是其也仅是实现了利用客观因素的预测评估，并没有考虑目标对象对绿道的主观因素，从而导致最终对绿道服务水平的预测评估并不是很准确。


技术实现要素：

4.本发明的主要目的在于提供了一种绿道服务评估方法、装置、电子设备及存储介质，至少能解决现有技术中所提供的对绿道的服务水平的评估准确度较低，导致与实际环境不相符的问题。
5.为实现上述目的，本发明实施例第一方面提供了一种绿道服务评估方法，该方法包括：基于待评估绿道的配置参数配置模拟数据，以及利用仿真软件构建所述待评估绿道的指标关系模型，其中，所述模拟数据中至少包含行人和骑行两种类型的目标对象；获取各目标对象在所述待评估绿道中活动所产生的分布数据；提取所述分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；依次将各目标对象的位置、实际通行时间和人流密度输入至所述指标关系模型中，计算出各目标对象在所述待评估绿道中的绿道使用监测指标组合；根据所述绿道使用监测指标组合和所述体验评分，利用预先构建的绿道服务水平评估体系对所述待评估绿道的服务能力进行评估。
6.为实现上述目的，本发明实施例第二方面提供了一种绿道服务评估装置，该装置包括：配置模块，用于基于待评估绿道的配置参数配置模拟数据，以及利用仿真软件构建所述待评估绿道的指标关系模型，其中，所述模拟数据中至少包含行人和骑行两种类型
的目标对象；获取模块，用于获取各目标对象在所述待评估绿道中活动所产生的分布数据；提取模块，用于提取所述分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；计算模块，用于依次将各目标对象的位置、实际通行时间和人流密度输入至所述指标关系模型中，计算出各目标对象在所述待评估绿道中的绿道使用监测指标组合；评估模块，用于根据所述绿道使用监测指标组合和所述体验评分，利用预先构建的绿道服务水平评估体系对所述待评估绿道的服务能力进行评估。
7.为实现上述目的，本发明实施例第三方面提供了一种电子设备，该电子设备包括：处理器、存储器和通信总线；所述通信总线用于实现所述处理器和存储器之间的连接通信；所述处理器用于执行所述存储器中存储的一个或者多个程序，以实现上述任意一种绿道服务评估方法中的各个步骤。
8.为实现上述目的，本发明实施例第四方面提供了一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任意一种绿道服务评估方法中的各个步骤。
9.基于本发明实施例提供的绿道服务评估方法、装置、电子设备及存储介质，通过分析各目标对象在待评估绿道中的分布数据，来确定各目标对象的位置、实际通行时间、人流密度和体验评分，然后利用基于仿真软件构建的指标关系模型计算出绿道使用监测指标组合，基于绿道使用监测指标组合，并利用绿道服务水平评估体系对待评估绿道的服务能力进行评估；通过上述的方式的实施，利用结合目标对象的体验评分和绿道服务水平评估体系，以及指标关系模型来实现服务能力的评估，不仅实现了对绿道服务能力的实时评估，还提出了考虑目标对象的主观感受下，综合静态模式和动态模式下绿道服务能力的评价方法，通过这样的方法进行评估，提高了评估的精准度，引入了体验评分，使得评估值更加贴合实际环境。
10.本发明其他特征和相应的效果在说明书的后面部分进行阐述说明，且应当理解，至少部分效果从本发明说明书中的记载变的显而易见。
附图说明
11.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
12.图1为本发明提供的绿道服务评估方法的第一种流程示意图；图2为本发明提供的绿道服务评估方法的第二种流程示意图；图3为本发明提供的绿道服务水平评估体系的结构示意图；图4为本发明提供的目标对象的标记示意图；图5为本发明提供的绿道服务评估装置的一个实施例示意图；图6为本发明提供的绿道服务评估装置的另一个实施例示意图；
图7为本发明提供的电子设备的一个实施例示意图。
具体实施方式
13.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
14.第一实施例：自2010年启动绿道建设以来，深圳市已建设成全长2448公里的三级绿道网络，绿道密度超过1.2公里/平方公里，绿道覆盖密度居全省第一。这些绿道生态性强，兼具不同的景观特点，为市民提供多样的休闲场所，深受市民喜爱，使用人群及形式多样，且重访率高，但同时也暴露出一些使用环境安全问题。
15.在绿道服务能力水平的研究上，有学者提出了利用微观交通仿真软件进行研究，如corsim模型、vissim模型和integration模型，但是在研究过程中发现它们对绿道上人车行的建模帮助不大。而botma在考虑绿道使用动态过程的基础上，研究了自行车超车事件数与自行车流量，速度及道路宽度的关系，从而对其进行预测。通过对目前的绿道服务能力研究的总结，发现并没有提出考虑目标对象的主观感受下，综合静态模式和动态模式下绿道服务能力的评价方法。
16.以解决现有技术中对绿道的服务水平的评估准确度较低，导致与实际环境不相符的问题。本发明实施例中提出了根据以botma模型中的骑行干扰事件测算为评估基础，采用仿真模型动态模拟的方法，建立绿道使用人流量及类型与主观评价之间的指标关系模型，进而对不同类型的绿道实时参数的计算，然后利用预先构建的绿道服务水平评估体系进行服务能力的评估。
17.在本发明中，主要是采用极限服务水平为指标，反推同一长度下不同宽度的混行绿道最大服务人口，从而实现根据预估绿道建成后的使用人流，模拟出绿道设计所需的最小宽度需求。或者对已建成绿道中的使用人流的预估，以为后续绿道管理提供策略构建的参考。
18.请参阅图1所示，为本发明实施例提出了一种绿道服务评估方法，该方法包括以下的步骤：101、基于待评估绿道的配置参数配置模拟数据，以及利用仿真软件构建待评估绿道的指标关系模型；具体的，该方法可以应用于实际管控的绿道中，也可以是应用于绿道的模拟场景中，下面以模拟的场景为例进行说明，首先确定待建造的绿道，具体是确定待建造的绿道的各种参数，比如宽度、绿植占地面积等，基于这些配置参数配置出模拟数据，所述模拟数据中至少包含行人和骑行两种类型的目标对象。可选的，利用模拟场景中的道路监控设备采集整个待评估绿道中的视频数据，该视频数据中包含了人行道、骑行道等不同类型的道路的人流数据，然后通过标记的方式对视频数据进行裁剪，抽样选择部分人流数据形成模拟数据。
19.在实际应用中，首先在绿道的入口测进行人员的标记，然后基于标记对该人员在
整个待评估绿道中的活动轨迹进行记录，以得到模拟数据。
20.如图4所示，在待评估绿道l的入口出的监控设备处，通过识别，筛选出行人和骑行两种类型的目标对象进行标记，其中标记为p的是行人，通过编号的方式区分不同的行人（p1、p2
……
pn），标记为c的是骑行，通过编号的方式区分不同的骑行（c1、c2
……
cn）。
21.利用待评估绿道中各位置上的监控设备对目标对象（即是行人和骑行）进行监控，在监控的同时，需要对标记的行人或者骑行进行时间、位置的标记，当监控到行人与骑行相互相遇或者停留时，采集该行人与骑行的相遇图像，并在图像上标记出相遇或者停留的时间和位置等信息，形成活动轨迹，以得到模拟数据。
22.在实际应用中，该模拟数据还可以是实际绿道环境中实时采集到的数据，基于实际绿道环境中的监控设备进行采集，同理，利用上述的图4相同的处理方式采集模拟数据。
23.本实施例中，该指标关系模型指的是绿道的模拟模型，该模型中包含绿道的设计参数和人流管控的输出指标设计，具体是基于anylogic软件构建得到，在该指标关系模型的构建中，首先，针对绿道宽度以及双向人流，利用对不同绿道的实地调查结果，设定绿道的长度、宽度等仿真参数。其次，通过对绿道不同行为模式人流量的监测，设定不同类型智能体的投入比例。再者，通过对目标对象的特征调查确定各种智能体的占用空间大小，初始速度等参数。在实际应用中，通过模拟数据输入至仿真软件中进行参数的计算和输出参数的计算，得到模型的配置数据，基于配置数据调整模型，得到指标关系模型。
24.102、获取各目标对象在待评估绿道中活动所产生的分布数据；在该步骤中，上述分布数据具体是从所述模拟数据中提取，具体的，引监控设备中标记的标号为索引进行搜索，以从模拟数据中提取出不同目标对象在待评估绿道中的活动轨迹。
25.在实际应用中，在监控设备标记出目标对象后，基于标记的目标对象构建一个数据存储表，该数据存储表中存储有监控数据和目标对象的标号，在获取各目标对象的分布数据时，具体是以数据存储表中的标号为索引，查询表中字段为相遇、停留和评分的数据，将这些数据进行组合，形成目标对象的活动轨迹，得到分布数据。在实际应用中，该活动轨迹可以是视频数据，也可以是静态的路径。而对于视频数据，则是提取目标对象每次产生相遇或者停留的时间段内的短视频数据，将这些短视频数据进行串联起来形成一个类似区块链的视频链。
26.103、提取分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；该步骤中，通过提取活动轨迹中每个节点上的短视频数据，提取短视频数据上标记数据，以提取出目标对象的位置、相遇和停留等信息，最后识别出短视频中属于起始帧和结束帧，基于起始帧和结束帧中的标记数据计算出实际通行时间和体验评分。
27.具体的，通过在所述待评估绿道上设置起始检测线和结束检测线；以所述起始检测线和结束检测线为分析点，通过遍历所述分布数据中各目标对象经过所述起始检测线的第一时间和经过所述结束检测线的第二时间；根据所述第一时间和第二时间计算出各目标对象的实际通行时间；利用标记跟踪法解析所述分布数据中各目标对象每个时刻所在的位置信息，以及在每个位置的体验评分。
28.在本实施例中，对于人流密度的计算，具体是通过通过模拟数据中的所有目标对
象（包括被标记和未被标记），基于所有目标对象和待评估绿道的配置参数中的面积来计算出人流密度，当然也可以是计算起始帧的短视频中标记的目标对象的数量来计算出人流频数，从而得到人流密度。
29.在实际应用中，对于体验评分的得到，可以是通过表情识别来确定，具体的，首先提取出目标对象在移动过程中的分布数据，从分布数据中通过抽样的方式截取图像，利用人像识别算法，提取图像中的人脸特征，基于所述人脸特征，利用表情识别模型对人脸特征进行表情识别，得到情绪表情，基于情绪表情确定目标对象在待评估绿道中的体验评分。
30.104、依次将各目标对象的位置、实际通行时间和人流密度输入至指标关系模型中，计算出各目标对象在待评估绿道中的绿道使用监测指标组合；该步骤中，所述绿道使用监测指标组合至少包括空间占用指数、动态遭遇次数和完成时间比；而利用指标关系模型计算绿道使用监测指标组合时，还包括确定理想状态下，各目标对象在待评估绿道中的理想值，该理想值包括理想通行时间和理想占有面积，其中理想占有面积指的是绿道在最大承载人流的情况下每个人需要的活动空间大小。
31.在实际应用中，对于理想值具体是在静态状态下计算得到，可选的可以通过绿道本身的设计参数来计算得到，即是确定在静态情形下，各目标对象在待评估绿道中的理想占有面积，以及通过所述待评估绿道的理想通行时间。
32.在确定理想值后，将理想值作为指标关系模型的定量值输入至指标关系模型中，然后分别将每个目标对象的实际通行时间、位置和人流密度作为变量输入至指标关系模型中，计算出空间占用指数、动态遭遇次数和完成时间比。
33.105、根据绿道使用监测指标组合和体验评分，利用预先构建的绿道服务水平评估体系对待评估绿道的服务能力进行评估。
34.本实施例中，所述绿道服务水平评估体系是体验评分与空间占用指数、动态遭遇次数和完成时间比之间的关联关系体系，具体是通过调查实际的绿道服务数据构建得到，具体是利用回归分析方式对调查到的服务数据中的空间占用指数、动态遭遇次数和完成时间比三个指标分别与目标对象的体验评分进行反推分析，分别得到空间占用指数、动态遭遇次数和完成时间比分别与体验评分之间的关联关系，得到构建出绿道服务水平评估体系。
35.然后，基于构建的绿道服务水平评估体系，以绿道使用监测指标组合中的空间占用指数、动态遭遇次数和完成时间比为索引检索，单独检索评估体系中指标区间，基于三个指标的指标区间计算出该待评估绿道的服务能力，得到评估值。
36.本实施例中，通过基于待评估绿道的配置参数配置模拟数据，以及利用仿真软件构建所述待评估绿道的指标关系模型，其中，所述模拟数据中至少包含行人和骑行两种类型的目标对象；获取各目标对象在所述待评估绿道中活动所产生的分布数据；提取所述分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；依次将各目标对象的位置、实际通行时间和人流密度输入至所述指标关系模型中，计算出各目标对象在所述待评估绿道中的绿道使用监测指标组合；根据所述绿道使用监测指标组合和所述体验评分，利用预先构建的绿道服务水平评估体系对所述待评估绿道的服务能力进行评估。按照绿道使用监测指标组合中的空间占有、动态遭遇和通行时间对绿道的通行能力进行测算，根据目标对象相互干扰的程度来确定最大或最优使用流量进而实施服务人群总量控制，保证绿道
服务水平处于较为合理的水平，同时，可辅助绿道更好的进行规划设计，以满足其高峰时段使用需求。
37.进一步的，通过计算出待评估绿道的空间占用指数、动态遭遇次数与通行时间比等参数，不光适用于绿道服务水平评估，也同样适用于其他路径使用者在行进路径单位长度时遇到的障碍的研究中，如骑行者、步行者、助动车等的超车会车中与流量、道路宽度等的关系。该方法可以在现有数据的基础上，逐步优化各个绿道的合理使用强度并提供预测和管理及设计建议，从而提高绿道整体服务水平。
38.第二实施例：请参阅图2所示，为本发明实施例提供的绿道服务评估方法的第二个实施例，该方法包括：201、基于待评估绿道的配置参数配置模拟数据，以及利用仿真软件构建待评估绿道的指标关系模型；具体的，该方法可以应用于实际管控的绿道中，也可以是应用于绿道的模拟场景中，下面以模拟的场景为例进行说明，首先确定待建造的绿道，具体是确定待建造的绿道的各种参数，比如宽度、绿植占地面积等，基于这些配置参数配置出模拟数据，所述模拟数据中至少包含行人和骑行两种类型的目标对象。可选的，利用模拟场景中的道路监控设备采集整个待评估绿道中的视频数据，该视频数据中包含了人行道、骑行道等不同类型的道路的人流数据，然后通过标记的方式对视频数据进行裁剪，抽样选择部分人流数据形成模拟数据。
39.在本实施例中，所述利用仿真软件构建所述待评估绿道的指标关系模型，包括：根据所述配置参数，采集若干个绿道的视频图像序列，并提取所述视频图像序列中不同类型的目标对象，以及所述目标对象在对应的绿道中的绿道使用监测指标组合；基于各绿道的绿道使用监测指标组合，利用回归算法和线性模型计算出所述绿道使用监测指标组合中空间占用指数、动态遭遇次数和完成时间比分别与体验评分之间的关联关系；根据所述关联关系，利用仿真软件构建绿道的指标关系模型。
40.202、获取各目标对象在待评估绿道中活动所产生的分布数据；203、提取分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；本实施例中，具体的，在所述待评估绿道上设置起始检测线和结束检测线；以所述起始检测线和结束检测线为分析点，通过遍历所述分布数据中各目标对象经过所述起始检测线的第一时间和经过所述结束检测线的第二时间；根据所述第一时间和第二时间计算出各目标对象的实际通行时间；利用标记跟踪法解析所述分布数据中各目标对象每个时刻所在的位置信息，以及在每个位置的体验评分。
41.204、确定在静态情形下，各目标对象在待评估绿道中的理想占有面积，以及通过待评估绿道的理想通行时间；205、利用指标关系模型，基于各目标对象的理想通行时间和实际通行时间计算出各目标对象通过待评估绿道的完成时间比；该步骤中，对于完成时间比的计算，具体是指待评估绿道内实际通行时间与理想
通行时间的比值。公式如下：t
x
=t1/(l/v0)其中，t
x
为完成时间比，t为目标对象在待评估绿道中的实际通行时间，t1为某个目标对象的实际通行时间，l为慢行道的长度，v0为随机生成的目标对象的初始速度。其中，该公式计算得到的完成时间比越大，就意味着目标对象通过绿道使用的时间越大于自己的正常需要时间，亦说明绿道内目标对象彼此干扰程度大，此时应当采取一定的措施来管控绿道内的进入流量。
42.206、利用指标关系模型，基于各目标对象的理想占有面积和人流密度计算出待评估绿道的空间占用指数；该步骤中，对于空间占用只是的计算，具体是以静态情形下绿道目标对象的理想占有面积与绿道的实际面积之比作为绿道的空间占用指数，公式如下：s
q
=(s
a
*n
a
s
b
*n
b

…
s0*n0)/s其中，s
q
为空间占用指数，s
a
，s
b
，
…
，s0为不同行为模式的目标对象（如行人或者骑行）的活动范围面积；n
a
, n
b
，
…
，n0为不同行为模式的目标对象（如行人或者骑行）的人数；s0为骑行者的活动范围面积；s为慢行道某路段的可使用面积。
43.空间占用指数用于评价绿道内的实时拥挤程度，指数越高，拥挤程度越大，相应的人的使用感受也会降低。
44.207、利用指标关系模型，基于各目标对象各时刻的位置计算出各目标对象在评估绿道中活动过程中的遭遇次数；具体的，该遭遇次数指的是分别以行人和骑行为主体，两者相互相遇的次数，首先从各目标对象中任意选择一个骑行目标对象作为智能主体；以所述智能主体为索引，获取所述智能主体在所述待评估绿道中的多个位置；以每个位置为遍历基础，遍历各个行人目标对象中与其相遇的次数；基于各位置的次数和各位置上的体验评分，利用所述指标关系模型计算出所述智能主体的遭遇次数。
45.该遭遇次数为动态指标，其可以是以行为智能主体，统计该智能主体在待评估绿道中不同位置与骑行相遇的次数的关系值；当然其也可以是以骑行为智能主体，统计其与行人的相遇关系值，下面以骑行为智能主体为例，指分别以行人和骑行为主体，根据同步调研的流量去模拟骑行与行人之间的遭遇次数，从而建立主观评价得分和遭遇次数之间的关系模型。以骑行为主体的公式如下：k
x
=b1*k1 b2*k2
…
b
n
*k
n
其中，k
x
为某个目标对象与其他目标对象相遇的加权次数。k1，k2,
…
, k
n
为某个目标对象与其他目标对象相遇的次数；b1，b2,
…
, b
n
为某个目标对象与其他目标对象的影响评价系数，即加权系数。n指代不同目标对象。
46.动态遭遇次数用于评价目标对象对一定时间内绿道内所遭遇的干扰人数的程度。
47.208、根据空间占用指数、动态遭遇次数、完成时间比和体验评分，利用预先构建的绿道服务水平评估体系对待评估绿道的服务能力进行评估。
48.在本实施例中，该绿道服务水平评估体系为空间占用指数、动态遭遇次数、完成时间比分别与体验评分之间的相关关系的组合，具体的该评估体系通过以下方式构建：
获取不同类型的绿道在不同时间段内的人流数据，并通过标记跟踪的方式对人流数据中的行人和骑行两类目标对象进行标记分析其在绿道中的活动轨迹，基于活动轨迹计算出对应的空间占用指数、动态遭遇次数、完成时间比，然后利用回归分析法，分析空间占用指数、动态遭遇次数、完成时间比与目标对象在绿道中的体验评分之间的关系，从而构建出绿道服务水平评估体系，该评估体系如图5所示。
49.在实际应用中，在构建该绿道服务水平评估体系后，还包括根据不同的指标设置不同的等级在利用指标关系模型计算出空间占用指数、动态遭遇次数、完成时间比后，分别以空间占用指数、动态遭遇次数、完成时间比从绿道服务水平评估体系的指标分级表中查询出其对应的指标级别，基于该指标级别进行服务水平的评估，具体的，利用预先构建的绿道服务水平评估体系中的指标等级体系和评价标准，确定所述空间占用指数、动态遭遇次数和完成时间比的等级区间；基于所述等级区间和所述体验评分，利用预先构建的绿道服务水平评估体系中的回归模型对所述待评估绿道进行服务评估，得到评估结果。
50.在实际应用中，对上述的提供的方式，可以分为两个阶段来实现，通过两个阶段的数据计算，模拟测算绿道的服务水平，并反推绿道最大服务人口以及绿道设计所需的最小宽度需求。
51.第一阶段：模型构建、仿真参数设定以及输出参数设计；本设计的模型基于anylogic软件，在本次模型构建中，首先，针对绿道宽度以及双向人流，利用对不同绿道的实地调查结果，设定绿道的长度、宽度等仿真参数。其次，通过对绿道不同行为模式人流量的监测，设定不同类型智能体的投入比例。再者，通过对目标对象的特征调查确定各种智能体的占用空间大小，初始速度等参数。以上参数作为模型的输入参数。
52.最后，编写函数计算绿道内的空间占用指数，动态遭遇次数以及完成时间比等输出参数。
53.第二阶段：构建服务水平评估体系；通过将目标对象主观评价与这三类指标建立回归联系，其中空间占有指标与完成时间比与主观评价间存在一定的负相关关系，并且在空间占有指标大于2.5%及完成时间比大于1.05时，负相关趋势更加明显。从遭遇次数来看，骑行者的主观评价与骑行者遭遇非骑行者的次数存在较弱的负相关关系，而当步行遭遇骑行者次数增多时，步行者的主观评价会明显下降。根据以上回归分析，最终我们通过三类指标体系的变化区间及组合与目标对象感受之间的对应关系，给出绿道服务水平的粗略评价标准。
54.三项指标中，只要有两项指标超出限定范围，即下降一个服务水平等级。如500m长度的绿道路段，骑行平均遭遇次数大于50次，说明每10m就有一次遭遇，造成骑行体验较差，目标对象相互干扰较大，但如果完成时间比及空间占有指标不足1.24和6%，其评级会维持在d，只有当这两项指标有一项超项，才会评级为e。我们认为一般服务水平超过d就应该控制骑行者的进入，优先满足步行者的需求，当服务水平超过e时，应对道路进行流量管控，以免发生安全事故，如下表1所示。
55.表1 绿道服务水平评估体系中指标分级表
服务水平描述主观评分空间占有指标完成时间比骑行遭遇次数
a目标对象相互基本无干扰主观评分>9<1%<1.03<10b目标对象相互基本无干扰主观评分8
‑
9<2%<1.08<20c目标对象相互干扰较小主观评分7
‑
8<3%<1.10<35d目标对象相互干扰明显主观评分6
‑
7<6%<1.24<50e目标对象相互干扰较大主观评分4
‑
6<10%<1.35<100f目标对象相互干扰严重主观评分<4>10%>1.35>100
进一步的，根据所述评估结果，测算所述待评估绿道在各个高峰时段时所容纳的不同类型的目标对象的密度，并基于所述目标对象的密度生成绿道服务规划。
56.通过上述方法的实施，可以有效的模拟使用人群及其相互的冲突，其输出的监测指标基本与实际情况相符，并与使用人群的主观感受基本一致。根据绿道服务能力评价的标准，我们可以对任意路段任意使用人流量及类型分布进行模拟，以得到其实时绿道服务水平计算。而根据调研得到的使用者比例，我们可以通过不断调整投放者总量，查看其输出监测指标，最终通过输出结果去反推合适的人流量。而根据对绿道所服务人群数量的预测，通过对模型中绿道宽度、不同形式的绿道设计的调整，模拟测算出最能满足高峰时段需求的绿道设计，辅助绿道更好的进行规划设计。
57.进一步的，在评估完成后，基于评估结果生成绿道管控规划，有效促进绿道规划设计的科学化、定量化和智能化，避免绿道在使用中发生强制或间断阻塞流，有助于降低安全风险的几率。同时，在未来，可以考虑针对服务繁忙的绿道开发在线安监系统，通过视频实时监控交通流，设置服务水平预警铃。一旦服务水平超过预警，即可以通过控制使用者的总量及类型比例等方式限制进入，保证绿道全线的服务畅通。
58.第三实施例：上面对本发明实施例中绿道服务评估方法进行了描述，下面对本发明实施例中绿道服务评估装置进行描述，请参阅图5，本发明实施例中绿道服务评估装置一个实施例包括：配置模块501，用于基于待评估绿道的配置参数配置模拟数据，以及利用仿真软件构建所述待评估绿道的指标关系模型，其中，所述模拟数据中至少包含行人和骑行两种类型的目标对象；获取模块502，用于获取各目标对象在所述待评估绿道中活动所产生的分布数据；提取模块503，用于提取所述分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；计算模块504，用于依次将各目标对象的位置、实际通行时间和人流密度输入至所述指标关系模型中，计算出各目标对象在所述待评估绿道中的绿道使用监测指标组合；评估模块505，用于根据所述绿道使用监测指标组合和所述体验评分，利用预先构建的绿道服务水平评估体系对所述待评估绿道的服务能力进行评估。
59.本实施例提供的装置，通过上述的装置实现对绿道的服务能力的评估，可以准确计算出各类型的目标对象之间的干扰程度，以提高服务能力的评估精准度，同时，可辅助绿道更好的进行规划设计，以满足其高峰时段使用需求。
60.进一步地，请参阅图6，图6为绿道服务评估装置各个模块的细化示意图。
61.在本实施例另一实施例中，所述提取模块503包括：设置单元5031，用于在所述待评估绿道上设置起始检测线和结束检测线；
遍历单元5032，用于以所述起始检测线和结束检测线为分析点，通过遍历所述分布数据中各目标对象经过所述起始检测线的第一时间和经过所述结束检测线的第二时间；第一计算单元5033，用于根据所述第一时间和第二时间计算出各目标对象的实际通行时间；解析单元5034，用于利用标记跟踪法解析所述分布数据中各目标对象每个时刻所在的位置信息，以及在每个位置的体验评分。
62.在本实施例另一实施例中，所述绿道使用监测指标组合至少包括空间占用指数、动态遭遇次数和完成时间比；所述计算模块504包括：确定单元5041，用于确定在静态情形下，各目标对象在待评估绿道中的理想占有面积，以及通过所述待评估绿道的理想通行时间；第二计算单元5042，用于利用所述指标关系模型，基于各目标对象的理想通行时间和所述实际通行时间计算出各目标对象通过所述待评估绿道的完成时间比；第三计算单元5043，用于利用所述指标关系模型，基于各目标对象的理想占有面积和所述人流密度计算出所述待评估绿道的空间占用指数；第四计算单元5044，用于利用所述指标关系模型，基于各目标对象各时刻的位置计算出各目标对象在所述评估绿道中活动过程中的遭遇次数。
63.在本实施例另一实施例中，所述第四计算单元5044具体用于：从各目标对象中任意选择一个骑行目标对象作为智能主体；以所述智能主体为索引，获取所述智能主体在所述待评估绿道中的多个位置；以每个位置为遍历基础，遍历各个行人目标对象中与其相遇的次数；基于各位置的次数和各位置上的体验评分，利用所述指标关系模型计算出所述智能主体的遭遇次数。
64.在本实施例另一实施例中，所述评估模块505包括：等级确定单元5051，用于利用预先构建的绿道服务水平评估体系中的指标等级体系和评价标准，确定所述空间占用指数、动态遭遇次数和完成时间比的等级区间；评估单元5052，用于基于所述等级区间和所述体验评分，利用预先构建的绿道服务水平评估体系中的回归模型对所述待评估绿道进行服务评估，得到评估结果。
65.在本实施例另一实施例中，所述绿道服务评估装置还包括：规划模块506，用于根据所述评估结果，测算所述待评估绿道在各个高峰时段时所容纳的不同类型的目标对象的密度，并基于所述目标对象的密度生成绿道服务规划。
66.在本实施例另一实施例中，所述配置模块501具体用于：根据所述配置参数，采集若干个绿道的视频图像序列，并提取所述视频图像序列中不同类型的目标对象，以及所述目标对象在对应的绿道中的绿道使用监测指标组合；基于各绿道的绿道使用监测指标组合，利用回归算法和线性模型计算出所述绿道使用监测指标组合中空间占用指数、动态遭遇次数和完成时间比分别与体验评分之间的关联关系；根据所述关联关系，利用仿真软件构建绿道的指标关系模型。
67.通过上述装置的实施通过基于待评估绿道的配置参数配置模拟数据，以及利用仿
真软件构建所述待评估绿道的指标关系模型，其中，所述模拟数据中至少包含行人和骑行两种类型的目标对象；获取各目标对象在所述待评估绿道中活动所产生的分布数据；提取所述分布数据中各目标对象的位置、实际通行时间、人流密度和体验评分；依次将各目标对象的位置、实际通行时间和人流密度输入至所述指标关系模型中，计算出各目标对象在所述待评估绿道中的绿道使用监测指标组合；根据所述绿道使用监测指标组合和所述体验评分，利用预先构建的绿道服务水平评估体系对所述待评估绿道的服务能力进行评估。按照绿道使用监测指标组合中的空间占有、动态遭遇和通行时间对绿道的通行能力进行测算，根据目标对象相互干扰的程度来确定最大或最优使用流量进而实施服务人群总量控制，保证绿道服务水平处于较为合理的水平，同时，可辅助绿道更好的进行规划设计，以满足其高峰时段使用需求。
68.第四实施例：上面图5和图6从模块化功能实体的角度对本发明实施例中的绿道服务评估装置进行详细描述，下面从硬件处理的角度对本发明实施例中电子设备进行详细描述。
69.图7是本发明实施例提供了一种电子设备的结构示意图，其包括处理器701、存储器702及通信总线703，其中：通信总线703用于实现处理器701和存储器702之间的连接通信；处理器701用于执行存储器702中存储的一个或者多个计算机程序，以实现上述实施例中的绿道服务评估方法中的至少一个步骤。
70.本实施例还提供了一种计算机可读存储介质，该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于ram(random access memory，随机存取存储器),rom(read
‑
only memory，只读存储器),带电可擦可编程只读存储器(electrically erasable programmable read only memory，eeprom)、闪存或其他存储器技术、cd
‑
rom(compact disc read
‑
only memory，光盘只读存储器)，数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
71.本实施例中的计算机可读存储介质可用于存储一个或者多个计算机程序，其存储的一个或者多个计算机程序可被处理器执行，以实现上述实施例中的绿道服务评估方法的至少一个步骤。
72.本实施例还提供了一种计算机程序，该计算机程序可以分布在计算机可读介质上，由可计算装置来执行，以实现上述实施例中的绿道服务评估方法的至少一个步骤；并且在某些情况下，可以采用不同于上述实施例所描述的顺序执行所示出或描述的至少一个步骤。
73.本实施例还提供了一种计算机程序产品，包括计算机可读装置，该计算机可读装置上存储有如上所示的计算机程序。本实施例中该计算机可读装置可包括如上所示的计算机可读存储介质。
74.可见，本领域的技术人员应该明白，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件(可以用计算装置可执行的计算机程序代码来实现)、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或
者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。
75.此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、计算机程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。所以，本发明不限制于任何特定的硬件和软件结合。
76.以上内容是结合具体的实施方式对本发明实施例所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。