判断团队离散程度的方法及其在导游领域的应用

暂无

判断团队离散程度的方法及其在导游领域的应用\n技术领域\n[0001] 本发明涉及一种判断团队中成员离散程度的方法，以及该方法在导游领域的应用。\n背景技术\n[0002] 随着GIS技术(Geographic Information System，地理信息系统)的完善与应用、全球定位技术和移动通讯技术的迅猛发展，大大推动了旅游业的发展。目前，很多景区都为游客提供随身的智能导游讲解服务，同时又能获得游客实时位置信息，从而方便对游客的管理与保护。但由于旅游团的组成人员自身情况千差万别，每位游客对景点的感兴趣程度、关注程度都不相同，导致团队的行进速度不一，个别游客与团队走散、掉队的情况时有发生，尤其对于团队成员数量庞大的旅游团来说，成员管理成为一项难题。\n[0003] 当前对游客进行监控的技术主要是通过采集和显示游客位置信息，利用红外感应、人工监视、手动报警等方式，如专利公告号为CN201974914U的实用新型专利提供了一种基于红外感应的景区游客报警系统；公告号为CN202004796U的专利提供了一种包括主控端被控端的旅行者团队管理系统，通过星型无线网络连接实现监控团队游客，希望有效减少游客掉队情况发生。以上技术多数都要依靠大量人力资源的投入，即使是利用红外通信，也要受到红外线有效距离的限制，若团队分散的面积较大，则红外监控就失去了作用。\n发明内容\n[0004] 本发明要解决的技术问题是，提供一种能够自动实现团队离散程度判断的方法，从而在有团队成员掉队之前及时做出预防。\n[0005] 为解决上述技术问题，本发明的技术方案包括以下步骤：\n[0006] （1）利用GIS模块的地图投影与坐标变换功能将团队成员实时坐标点的经纬坐标转化为特定地图投影中的地理坐标，建立团队成员集合，将团队中所有成员的地理坐标存入其中；\n[0007] （2）计算每个成员到其他n-1个成员的n-1个距离值的集合，其中n为团队成员数量；对该集合求和，得到每个成员与其他n-1个成员的距离和；\n[0008] （3）将每个成员的地理坐标与该成员经过上述步骤得到的距离和组合，生成该团队在当前时刻每个成员与团体中其他成员的空间分布距离量值集合，并将其表示在二维笛卡尔坐标系中，由此得到m个特殊点，将该m个特殊点的地理坐标添加到特殊成员集合中；\n[0009] （4）对剩下的n-m个成员的距离和求平均值，将该平均值除以（n-1），即得到团队中两成员的相对连续距离；\n[0010] （5）将步骤（4）得到的相对连续距离与预设的相对连续距离阈值作比较，若大于预设的相对连续距离阈值，则说明团队当前离散程度过大，向管理人员移动终端输出结果。\n[0011] 本发明方法实现了对团队成员的实时位置自动采集、分析计算，当团队离散程度超出预设范围时，由控制终端自动向团队管理人员发出提醒，以避免团队人员走散、掉队。\n本方法实现全程自动控制，且不受团队规模、相隔距离的限制，一方面节约了大量人力成本，另一方也克服了人工监控的疏漏问题。\n附图说明\n[0012] 图1是本发明方法工作流程图。\n[0013] 图2是本发明方法实施例数据分布图。\n[0014] 图3是团体所有成员的空间分布距离量值集合在二维笛卡尔坐标系中的表示图，其中，坐标轴X表示游客，坐标轴Y表示每个游客与其他n-1个游客的距离和。\n具体实施方式\n[0015] 下面结合附图和实施例对本发明作进一步详细说明。\n[0016] 本发明的基本构思是，获取团队中每个成员地理坐标Pi（Xi,Yi），计算每个成员与其他n-1个成员的欧式距离dij（欧式距离也称欧几里得度量，是在m维空间中两个点之间的真实距离，本发明采用二维空间欧式距离计算方法）、距离和Di；分析统计Di大小分布，筛选出m个特殊点SPm，求剩下n-m个游客距离和Di的平均值K；计算团队中两成员间的相对连续距离Dia（相对连续距离是指在当前团队成员分布状态下，相对整个团队而言，设置一定的距离值Dia。若两成员间距离Dia，表示两人保持连续状态），并与预设的相对连续距离阈值比较（预设的相对连续距离阈值根据实际情况设定），若前者大于后者，则说明团队当前离散程度过大，输出结果。\n[0017] 本发明中的计算特殊点的部分需要用到公开方法：“用Origin剔除线性拟合中实验数据的异常值”（王鑫与吴先球等(2003).山西师范大学学报(自然科学版)(1):45-49）。\n[0018] 本发明的具体过程（如图1所示）：\n[0019] （1）获取到团队成员集合G的成员地理坐标数据集合G：\n[0020] G＝{Pi＝(Xi，Yi)|i＝1......n，n为团队游客数}\n[0021] （2）计算成员Pi到其他n-1个成员的n-1个距离值集合：\n[0022] \n[0023] \n[0024] （3）对dij求和得到成员Pi与所有其他n-1个成员的距离和D i：\n[0025] \n[0026] （4）将所得每个Pi与对应Di值组合，生成该团队在当前时刻每个成员与团体同伴间的空间分布距离量值集合D：\n[0027] D＝{PD(Pi,Di)|i＝1......n，n为团队成员数}\n[0028] （5）在二维笛卡尔坐标系表示团队每个成员的PD(Pi,Di),坐标轴X表示成员Pi，坐标轴Y表示成员Pi的距离和Di（如图3所示）；找到m个特殊成员SPi，添加到特殊成员集合SP:\n[0029] SP＝{SPi＝(Xi,Yi)|i＝1......m，\n[0030] m≤n，下标i与集合G中保持一致}\n[0031] 对剩下n-m个成员Pi的Di求平均：\n[0032] \n[0033] 根据K，计算相对连续距离：\n[0034] \n[0035] 实施例：\n[0036] 图2为实施例中的团队成员分布图，在实施例中，团队由10个成员组成，图中点为成员地理坐标分布位置，注记为成员点标号。坐标数据为WGS84球形坐标。成员地理坐标数据集合：\n[0037] G={P1(120.681120,31.640250),P2(120.678854,31.641379),P3(120.678941,31.\n641103),P4(120.679415,31.641050),P5(120.679346,31.641268),P6(120.679396,31.64\n1499),P7(120.679651,31.641422),P8(120.679994,31.641250),P9(120.679217,31.6415\n41),P10(120.681476,31.640055)}。\n[0038] 根据本发明方法工作流程步骤,得到团队离散程度值为44米，假定预设的相对连续距离阈值为40米，则说明团队当前离散程度过大，易发生团队成员掉队、走散；将该结果发送到团队管理人员移动终端，提请管理人员注意。