公交乘车指引系统

1.一种公交乘车指引系统，其特征在于，包括：
摄像头，安装在公交车内，用于获取车厢实际图像；
智能分析一体机，安装在所述公交车内，用于在出站时根据所述车厢实际图像得到车厢拥堵信息、并将所述车厢拥堵信息及公交到站信息发送出去；
中心服务器，与所述智能分析一体机无线通讯连接，用于将接收到的所述车厢拥堵信息及公交到站信息推送给移动终端；
所述智能分析一体机通过以下方式计算车厢拥堵信息：获取所述车厢实际图像与车厢地板区域对应范围内的各像素点的像素值；计算所述像素值的灰度平均值；计算所述像素点的像素值相对于所述灰度平均值的灰度方差；如果所述灰度方差越小，则判断车厢拥堵度越小，否则所述车厢拥堵度越大。
2.根据权利要求1所述的公交乘车指引系统，其特征在于，所述公交乘车指引系统还包括车辆调度终端，与所述智能分析一体机连接，用于向所述智能分析一体机发送出站信号。
3.根据权利要求1或2所述的公交乘车指引系统，其特征在于，所述公交乘车指引系统还包括GPS定位器，与所述智能分析一体机连接，用于向所述智能分析一体机发出用于判断是否出站的GPS信号。
4.根据权利要求1所述的公交乘车指引系统，其特征在于，获取所述车厢实际图像与车厢地板区域对应范围内的各像素点的像素值包括：
利用所述摄像头在车厢内无人情况下拍摄一张空车车厢图像；
将所述空车车厢图像中的地板区域用纯红色标注出来从而得到车厢模板图像；
扫描所述车厢模板图像中的红色像素点所在的坐标，从而得到模板坐标；
在所述车厢实际图像中找到与每个所述模板坐标相对应的像素点的像素值。
5.根据权利要求4所述的公交乘车指引系统，其特征在于，采用下式计算所述像素值的灰度平均值：
其中，xi代表第i点像素灰度值，n为像素点的个数。
6.根据权利要求4所述的公交乘车指引系统，其特征在于，采用下式计算所述像素点的像素值相对于所述灰度平均值的灰度方差：
其中，s2为灰度方差，M为灰度平均值，xi代表第i点像素灰度值。
7.根据权利要求4所述的公交乘车指引系统，其特征在于，所述智能分析一体机使用下述公式将所述车厢实际图像转化为灰度图像以供后续步骤提取灰度值：
Gray＝R*0.299+G*0.587+B*0.114。
8.根据权利要求4所述的公交乘车指引系统，其特征在于，所述智能分析一体机在判断拥挤度时，
如果灰度方差小于第一预定值，则判定为空敞；
如果灰度方差大于等于第一预定值且小于第二预定值，则判定为一般拥挤；
如果灰度方差大于等于第二预定值小于第三预定值，则判定为拥挤；
如果灰度方差大于等于第三预定值，则判定为严重拥挤。
9.根据权利要求4所述的公交乘车指引系统，其特征在于，所述车厢模板图像与所述车厢实际图像是所述摄像头在同一角度和拍摄参数下拍摄得到的实际坐标完全一一对应的图像。

公交乘车指引系统\n技术领域\n[0001] 本发明涉及公交指引领域，特别涉及一种公交乘车指引系统。\n背景技术\n[0002] 目前，多使用GPS数据来进行公交车的定位，通过对时间和车速的分析来判断车辆的实时站点信息。然而，公众无法知道车辆内部的实时拥挤情况，这样无法确定是否应该继续等下一趟车。\n发明内容\n[0003] 本发明提供了一种结构简单、成本低、可使公众了解公交拥挤情况的公交乘车指引系统。\n[0004] 为解决上述问题，作为本发明的一个方面，提供了一种公交乘车指引系统，包括：\n摄像头，安装在公交车内，用于获取车厢实际图像；智能分析一体机，安装在所述公交车内，用于在出站时根据所述车厢实际图像得到车厢拥堵信息、并将所述车厢拥堵信息及公交到站信息发送出去；中心服务器，与所述智能分析一体机无线通讯连接，用于将接收到的所述车厢拥堵信息及公交到站信息推送给移动终端。\n[0005] 优选地，所述公交乘车指引系统还包括车辆调度终端，与所述智能分析一体机连接，用于向所述智能分析一体机发送出站信号。\n[0006] 优选地，所述公交乘车指引系统还包括GPS定位器，与所述智能分析一体机连接，用于向所述智能分析一体机发出用于判断是否出站的GPS信号。\n[0007] 优选地，所述智能分析一体机通过以下方式计算车厢拥堵信息：获取所述车厢实际图像是与车厢地板区域对应范围内的各像素点的像素值；计算所述像素值的灰度平均值；计算所述像素点的像素值相对于所述灰度平均值的灰度方差；如果所述灰度方差越小，则判断车厢拥堵度越小，否则所述车厢拥堵度越大。\n[0008] 优选地，获取所述车厢实际图像是与车厢地板区域对应范围内的各像素点的像素值包括：利用所述摄像头在车厢内无人情况下拍摄一张空车车厢图像；将所述空车车厢图像中的地板区域用纯红色标注出来从而得到车厢模板图像；扫描所述车厢模板图像中的红色像素点所在的坐标，从而得模板坐标；在所述车厢实际图像中找到与每个所述模板坐标相对应的像素点的像素值。\n[0009] 优选地，采用下式计算所述像素值的灰度平均值：\n[0010]\n[0011] 其中，xi代表第i点像素灰度值，n为像素点的个数。\n[0012] 优选地，采用下式计算所述像素点的像素值相对于所述灰度平均值的灰度方差：\n[0013]\n[0014] 其中，s2为灰度方差，M为灰度平均值，xi代表第i点像素灰度值。\n[0015] 优选地，所述智能分析一体机下述公式将所述车厢实际图像转化为灰度图像以供后续步骤提取灰度值：\n[0016] Gray＝R*0.299+G*0.587+B*0.114。\n[0017] 优选地，所述智能分析一体机在判断拥挤度时，如果灰度方差小于第一预定值，则判定为空敞；如果灰度方差大于等于第一预定值且小于第二预定值，则判定为一般拥挤；如果灰度方差大于等于第二预定值小于第三预定值，则判定为拥挤；如果灰度方差大于等于第三预定值，则判定为严重拥挤。\n[0018] 优选地，所述车厢模板图像与所述车厢实际图像是所述摄像头在同一角度和拍摄参数下拍摄得到的实际坐标完全一一对应的图像。\n[0019] 由于采用了上述技术方案，本发明不但可以使乘客通过其手机等移动终端获得公交车的进站信息，还可以获得该公交车的拥挤状况，以确定是否应该继续等下一趟车，从而大大方便了公交乘车，具有结构简单、成本低的特点。\n附图说明\n[0020] 图1示意性地示出了本发明的结构示意图。\n具体实施方式\n[0021] 以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。\n[0022] 请参考图1，本发明提供了一种公交乘车指引系统，包括：摄像头，安装在公交车内，用于获取车厢实际图像；智能分析一体机，安装在所述公交车内，用于在出站时根据所述车厢实际图像得到车厢拥堵信息、并将所述车厢拥堵信息及公交到站信息发送出去；中心服务器，与所述智能分析一体机无线通讯连接，用于将接收到的所述车厢拥堵信息及公交到站信息推送给移动终端。\n[0023] 由于采用了上述技术方案，本发明不但可以使乘客通过其手机等移动终端获得公交车的进站信息，还可以获得该公交车的拥挤状况，以确定是否应该继续等下一趟车，从而大大方便了公交乘车，具有结构简单、成本低的特点。\n[0024] 这样，公众可以通过移动终端获取到的车辆站点信息及车厢内情况，从而决定是否乘坐、继续等待还是换其他的线路，以从整体上缓解线路压力，提高乘车的舒适性。另一方面，公交公司可以通过车厢内的拥挤度情况决定是否加派更多的车辆。\n[0025] 优选地，所述公交乘车指引系统还包括车辆调度终端，与所述智能分析一体机连接，用于向所述智能分析一体机发送出站信号。优选地，所述公交乘车指引系统还包括GPS定位器，与所述智能分析一体机连接，用于向所述智能分析一体机发出用于判断是否出站的GPS信号。正常情况下，出站时，车辆调度终端会向智能分析一体机发出出站信息。如果智能分析一体机没有收到来车辆调度终端的出站信息，那么就可以根据GPS定位器来判断是否出站。例如，GPS 定位器的GPS信号表示公交车目前所在的位置，智能分析一体机将其与存储的站点的GPS位置做比较，从而知道是否正在出站和从哪个站点出站。\n[0026] 优选地，所述智能分析一体机通过以下方式计算车厢拥堵信息：获取所述车厢实际图像是与车厢地板区域对应范围内的各像素点的像素值；计算所述像素值的灰度平均值；计算所述像素点的像素值相对于所述灰度平均值的灰度方差；如果所述灰度方差越小，则判断车厢拥堵度越小，否则所述车厢拥堵度越大。由于车厢空敞的情况下，地板颜色一致，其各点像素的灰度一致，方差较小，而车厢拥挤的情况下，地板上站满了人，其各点像素的灰度不一致，方差较大，据此可以根据判断方差的大小，而得出车厢拥挤度情况。这样，根据方差的大小判断车厢拥挤度情况，如果方差较小的话，车厢比较空敞，如果方差比较大的话，车厢比较拥挤。\n[0027] 优选地，获取所述车厢实际图像是与车厢地板区域对应范围内的各像素点的像素值包括：利用所述摄像头在车厢内无人情况下拍摄一张空车车厢图像；将所述空车车厢图像中的地板区域用纯红色标注出来从而得到车厢模板图像；扫描所述车厢模板图像中的红色像素点所在的坐标，从而得模板坐标；在所述车厢实际图像中找到与每个所述模板坐标相对应的像素点的像素值。\n[0028] 例如，可从实际拍摄的视频中提取公交车车厢空敞时的视频中一张图，将地板的用纯红RGB(255，0，0)标注出来，并且这张图与实际使用的视频的图像尺寸是1:1，图像坐标的位置与原来的位置一一对应，即所述车厢模板图像与所述车厢实际图像是所述摄像头在同一角度和拍摄参数下拍摄得到的实际坐标完全一一对应的图像。\n[0029] 十分重要的是，将标志位设置成纯红的目的是为了标志出地板的位置，由于实际上中除了被标注的地方，其他地方出现纯红概率为1/16777216，所以可以忽略不计。\n[0030] 优选地，采用下式计算所述像素值的灰度平均值：\n[0031]\n[0032] 其中，xi代表第i点像素灰度值，n为像素点的个数。\n[0033] 优选地，采用下式计算所述像素点的像素值相对于所述灰度平均值的灰度方差：\n[0034]\n[0035] 其中，s2为灰度方差，M为灰度平均值，xi代表第i点像素灰度值。有了灰度平均值，就可以按照上式计算方差，方差是实际值与平均值相差的平方平均值，反应的各点平整度问题。\n[0036] 优选地，所述智能分析一体机下述公式将所述车厢实际图像转化为灰度图像以供后续步骤提取灰度值：\n[0037] Gray＝R*0.299+G*0.587+B*0.114。\n[0038] 例如，对于24位的bmp图来说，其图像由一个个点组成的，每个点由24 位的二进制数字组成，24分成3个8位，分别表示红绿蓝。比如，图像分辨 704*576，则该图像的横坐标上有704个点，纵坐标上有576个点，这样，通过坐标系可以得到各点像素的值。将各点的灰度值Gray带入上式的公式就可以得到地板位置图像灰度平均值。\n[0039] 优选地，所述智能分析一体机在判断拥挤度时，如果灰度方差小于第一预定值，则判定为空敞；如果灰度方差大于等于第一预定值且小于第二预定值，则判定为一般拥挤；如果灰度方差大于等于第二预定值小于第三预定值，则判定为拥挤；如果灰度方差大于等于第三预定值，则判定为严重拥挤。\n[0040] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。