一种人流拥塞预警方法及装置

摘要

本发明公开一种人流拥塞预警方法及装置，方法包括：在当前人流统计时刻，获取目标小区的基站通信定位数据；基于通信定位数据中各UE的标识，确定当前人流统计时刻目标小区内的UE第一数量；基于UE第一数量与当前人流统计时刻预先确定的目标小区内的UE第二数量，确定下一人流统计时刻目标小区的UE第三数量；基于UE第三数量、UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。本发明基于当前人流统计时刻目标小区UE数量的实际值及预测值，确定下一人流统计时刻目标小区UE数量的预测值，进而将该预测值与UE数量阈值比较，确定是否对目标小区进行人流拥塞预警，可解决偶发性的人流拥塞问题。

权利要求

1.一种人流拥塞预警方法，其特征在于，包括以下步骤：

在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警；

所述基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量，包括：通过下式确定下一人流统计时刻所述目标小区的UE第三数量：St+1＝αtyt+(1-αt)St

其中，t为所述当前人流统计时刻对应的数字标识，t+1为所述下一人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，St+1为所述UE第三数量；yt为所述UE第一数量；St为所述UE第二数量，αt为所述当前人流统计时刻预设的加权系数，且0＜αt≤1。

2.根据要求1所述的方法，其特征在于，所述αt通过下式确定：αt＝|Gt|；

其中， Et+1＝γet+(1-γ)Et，et＝yt-St；

其中，et为所述当前人流统计时刻所述目标小区UE数量的预测误差，Et为所述当前人流统计时刻预先确定的所述目标小区UE数量的预测误差，Et+1为所述下一人流统计时刻预先确定的所述目标小区UE数量的预测误差，γ为预设的常数，且0＜γ≤1。

3.根据权利要求1所述的方法，其特征在于，所述基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警，包括：判断所述UE第三数量是否大于所述UE第一数量；

若所述UE第三数量大于所述UE第一数量，则判断所述UE第三数量是否大于所述UE数量阈值；

若所述UE第三数量大于所述UE数量阈值，则确定对下一人流统计时刻进行人流拥塞预警。

4.根据权利要求1所述的方法，其特征在于，所述目标小区的基站通信定位数据还包括：所述目标小区内各UE的进入时间以及离开时间；

所述方法还包括：

在所述当前人流统计时刻，获取所述目标小区预设的各上游邻区的基站通信定位数据；所述邻区的基站通信定位数据包括：所述邻区内各UE的标识、所述邻区内各UE的进入时间以及离开时间；

基于所述各上游邻区内各UE的进入时间以及离开时间、所述各上游邻区的面积、所述各上游邻区预设的道路长度，确定所述当前人流统计时刻由所述各上游邻区进入所述目标小区的第一人流；

基于所述目标小区内各UE的进入时间以及离开时间、所述目标小区的面积、所述目标小区预设的道路长度，确定所述当前人流统计时刻离开所述目标小区的第二人流；

基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

5.根据权利要求4所述的方法，其特征在于，基于所述目标小区内各UE的进入时间以及离开时间、所述目标小区的面积、所述目标小区预设的道路长度，确定所述当前人流统计时刻离开所述目标小区的第二人流，包括：通过下式确定所述第二人流：

其中，t为所述当前人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，q′t为所述第二人流； 为所述当前人流统计时刻所述目标小区人流移动平均速度，ρ′t为所述当前人流统计时刻所述目标小区的UE密度；

其中， 通过下式确定：

其中，yt为所述UE第一数量，v′ti为所述当前人流统计时刻所述目标小区中第i个UE的移动速度；

其中，v′ti通过下式确定：

其中，L1为所述目标小区预设的道路长度，CDTi为所述目标小区中第i个UE通过所述L1的时长；

其中，ρ′t通过下式确定：

其中，S1为所述目标小区的面积。

6.根据权利要求5所述的方法，其特征在于，基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定是否对下一人流统计时刻进行人流拥塞预警，包括：判断qt-q′t≥M1是否成立，其中，qt为所述第一人流，q′t为所述第二人流，M1为所述人流第一阈值，且M1为正整数；

若qt-q′t≥M1成立，则判断 是否成立；其中，M2为人流拥塞预警预设的人流第二阈值；

若 成立，则判断 是否成立；其中，M3为人流拥塞预警预设的人流第三阈值，其中，q′t-2为上上一人流统计时刻离开所述目标小区的人流；

若 成立，则确定对下一人流统计时刻进行人流拥塞预警。

7.根据权利要求1至3任一项所述的方法，其特征在于，基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定对下一人流统计时刻进行人流拥塞预警之后，所述方法还包括：生成预警信息，所述预警信息用以指示下一人流统计时刻所述目标小区发生人流拥塞。

8.根据权利要求4至6任一项所述方法，其特征在于，基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定对下一人流统计时刻进行人流拥塞预警，以及基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定对下一人流统计时刻进行人流拥塞预警之后，所述方法还包括：生成预警信息，所述预警信息用以指示下一人流统计时刻所述目标小区发生人流拥塞。

9.一种人流拥塞预警装置，其特征在于，包括以下单元：

获取单元，用于在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

第一确定单元，用于基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

第二确定单元，用于基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

第三确定单元，用于基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警；

所述第二确定单元，具体用于：

通过下式确定下一人流统计时刻所述目标小区的UE第三数量：St+1＝αtyt+(1-αt)St

其中，t为所述当前人流统计时刻对应的数字标识，t+1为所述下一人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，St+1为所述UE第三数量；yt为所述UE第一数量；St为所述UE第二数量，αt为所述当前人流统计时刻预设的加权系数，且0＜αt≤1。

说明书

一种人流拥塞预警方法及装置

技术领域

[0001] 本发明涉及通信技术领域，具体涉及一种人流拥塞预警方法及装置。

背景技术

[0002] 随着经济持续发展，科学技术不断进步，我国的城市化进程快速推进，另外城市人口数量不断创下新高，由此造成交通枢纽、地铁、大型活动现场及旅游景区等公共场所人群过于密集和无序流动，从而导致公共场所管理的难度越来越大，很容易造成挤压、踩踏等一系列的人群流量(简称人流)拥塞问题。

[0003] 目前对人流拥塞的预警主要有以下几种方式：

[0004] 方式一：人工干预。在大型活动现场例如大型赛事、展会等集会事件发生前，需向相关部门报备，提前分析坐席数量、上座率和现场服务管理人员数量并预估集会期间人员总数，根据对集会规模、用户类型和用户通信需求的预测来制定安全人流管理和应急措施。方式一的预警范围有限，依赖于组织人员的经验，增加了预警工作的不确定性，并且实时响应性差，不能解决偶发性的不可提前预知的人流拥塞问题。

[0005] 方式二：视频监控。根据视频监控到的景象，利用当前先进的机器视觉、计算机图形图像视频分析技术对视频信息进行自动处理，确定监控地点的人流，并与监控地点的预设人流峰值比对，根据预先设定的应急措施进行响应。方式二需要预先部署视频装置，通常只能在重要的公共场所例如景点、车站、码头等重要地区进行部署，否则成本很高，因此方式二的预警范围有限。另外，方式二需要对视频信息中的人流进行数字化特征提取，才能进行自动化处理分析，现有的基于像素统计的人群特征和基于纹理的人群特征算法在描述精度和复杂度方面都有局限性，难以克服射影畸形摄像机角度变换等干扰因素带来的影响。针对大规模的群体，方式二还需要进一步探索更加高效准确的人流数字特征描述方式。

[0006] 方式三：物联网传感器监控。方式三与方式二的不同之处在于：方式三通过安装在公共场所例如交通枢纽中的传感器，甚至安装在处于移动状态的车辆中的传感器，方式三可以获得比方式二更为全面、更多维度的人流信息(包括人群速度，全球定位系统GPS信息等等)。方式三依赖于更先进的模式识别技术、人工智能机器学习、深度学习等技术进行预警响应。但是方式三还处于起始阶段，传感器的安装覆盖范围更加有限，获取的大量信息对运算处理能力提出了更高要求，需要的成本也更高。

[0007] 除此之外无论是方式二还是方式三，鉴于前端(也即数据采集端，方式二为现场部署视频装置，方式三为传感器)运算能力的限制和成本考虑，目前还不能实现通用的前端人流预警算法。如果将将前端采集的大量视频数据先实时地传输到后台，再由后台进行人流预警，会对网络传输的要求比较高。同时也增加了预警的复杂度，也给数据分析、处理、存储带来巨大挑战。

发明内容

[0008] 鉴于上述问题，本发明提出了克服上述问题或至少部分解决上述问题的一种人流拥塞预警方法及装置。

[0009] 第一方面，本发明提出一种人流拥塞预警方法，包括以下步骤：

[0010] 在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

[0011] 基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

[0012] 基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

[0013] 基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0014] 可选的，基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量，包括：

[0015] 通过下式确定下一人流统计时刻所述目标小区的UE第三数量：

[0016] St+1＝αtyt+(1-αt)St

[0017] 其中，t为所述当前人流统计时刻对应的数字标识，t+1为所述下一人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，St+1为所述UE第三数量；yt为所述UE第一数量；St为所述UE第二数量，αt为所述当前人流统计时刻预设的加权系数，且0＜αt≤1。

[0018] 可选的，所述αt通过下式确定：

[0019] αt＝|Gt|；

[0020] 其中， Et+1＝γet+(1-γ)Et，et＝yt-St；

[0021] 其中，et为所述当前人流统计时刻所述目标小区UE数量的预测误差，Et为所述当前人流统计时刻预先确定的所述目标小区UE数量的预测误差，Et+1为所述下一人流统计时刻预先确定的所述目标小区UE数量的预测误差，γ为预设的常数，且0＜γ≤1。

[0022] 可选的，所述基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警，包括：

[0023] 判断所述UE第三数量是否大于所述UE第一数量；

[0024] 若所述UE第三数量大于所述UE第一数量，则判断所述UE第三数量是否大于所述UE数量阈值；

[0025] 若所述UE第三数量大于所述UE数量阈值，则确定对下一人流统计时刻进行人流拥塞预警。

[0026] 可选的，所述目标小区的基站通信定位数据还包括：所述目标小区内各UE的进入时间以及离开时间；

[0027] 所述方法还包括：

[0028] 在所述当前人流统计时刻，获取所述目标小区预设的各上游邻区的基站通信定位数据；所述邻区的基站通信定位数据包括：所述邻区内各UE的标识、所述邻区内各UE的进入时间以及离开时间；

[0029] 基于所述各上游邻区内各UE的进入时间以及离开时间、所述各上游邻区的面积、所述各上游邻区预设的道路长度，确定所述当前人流统计时刻由所述各上游邻区进入所述目标小区的第一人流；

[0030] 基于所述目标小区内各UE的进入时间以及离开时间、所述目标小区的面积、所述目标小区预设的道路长度，确定所述当前人流统计时刻离开所述目标小区的第二人流；

[0031] 基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0032] 可选的，基于所述目标小区内各UE的进入时间以及离开时间、所述目标小区的面积、所述目标小区预设的道路长度，确定所述当前人流统计时刻离开所述目标小区的第二人流，包括：

[0033] 通过下式确定所述第二人流：

[0034]

[0035] 其中，t为所述当前人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，qt'为所述第二人流； 为所述当前人流统计时刻所述目标小区人流移动平均速度，ρt'为所述当前人流统计时刻所述目标小区的UE密度；

[0036] 其中， 通过下式确定：

[0037]

[0038] 其中，yt为所述UE第一数量，v′ti为所述当前人流统计时刻所述目标小区中第i个UE的移动速度；

[0039] 其中，v′ti通过下式确定：

[0040]

[0041] 其中，L1为所述目标小区预设的道路长度，CDTi为所述目标小区中第i个UE通过所述L1的时长；

[0042] 其中，ρ′t通过下式确定：

[0043]

[0044] 其中，S1为所述目标小区的面积。

[0045] 可选的，基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定是否对下一人流统计时刻进行人流拥塞预警，包括：

[0046] 判断qt-q't≥M1是否成立，其中，qt为所述第一人流，qt'为所述第二人流，M1为所述人流第一阈值，且M1为正整数；

[0047] 若qt-q't≥M1成立，则判断 是否成立；其中，M2为人流拥塞预警预设的人流第二阈值；

[0048] 若 成立，则判断 是否成立；其中，M3为人流拥塞预警预设的人流第三阈值，其中，q′t-2为上上一人流统计时刻离开所述目标小区的人流；

[0049] 若 成立，则确定对下一人流统计时刻进行人流拥塞预警。

[0050] 可选的，基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定对下一人流统计时刻进行人流拥塞预警之后，所述方法还包括：

[0051] 生成预警信息，所述预警信息用以指示下一人流统计时刻所述目标小区发生人流拥塞。

[0052] 可选的，基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定对下一人流统计时刻进行人流拥塞预警，以及基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定对下一人流统计时刻进行人流拥塞预警之后，所述方法还包括：

[0053] 生成预警信息，所述预警信息用以指示下一人流统计时刻所述目标小区发生人流拥塞。

[0054] 第二方面，本发明还提出一种人流拥塞预警装置，包括以下单元：

[0055] 获取单元，用于在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

[0056] 第一确定单元，用于基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

[0057] 第二确定单元，用于基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

[0058] 第三确定单元，用于基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0059] 相比于现有技术，本发明提出的人流拥塞预警方法及装置，通过获取成本低、样本量大、覆盖面广的基站通信定位数据(基站通信定位数据包括：基站所在小区内的各UE的标识)，从而得到当前人流统计时刻目标小区UE数量的实际值，并结合当前人流统计时刻目标小区UE数量的预测值，得到下一人流统计时刻目标小区UE数量的预测值，进而将该预测值与预警阈值比较，确定是否对目标小区进行人流拥塞预警，降低了预警成本，减少了预警工作的复杂性和不确定性，解决偶发性的不可提前预知的人流拥塞问题。

[0060] 进一步地，本发明提出的人流拥塞预警方法及装置，获取的基站通信定位数据还包括：基站记录的各UE进入基站所在小区的时间、各UE离开基站所在小区的时间，从而确定目标小区邻区与目标小区之间的人流移动情况，判断邻区UE是否存在向目标小区集中的趋势，使人流拥塞预警更加精确，减小误判率。

附图说明

[0061] 图1为本发明第一实施例提供的一种人流拥塞预警方法流程图；

[0062] 图2为本发明第二实施例提供的一种人流拥塞预警装置结构示意图；

[0063] 图3为本发明第三实施例提供的一种人流拥塞预警装置结构示意图。

具体实施方式

[0064] 为使本发明实施例的目的、技术方案和优点更加清楚，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地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

[0065] 需要说明的是，在本文中，“第一”、“第二”、“第三”等关系术语仅仅用来将相同的名称区分开来，而不是暗示这些名称之间的关系或者顺序。

[0066] 在2G蜂窝无线系统里，通常用正六边形来抽象描述蜂窝，以一个蜂窝为例，蜂窝基站处于蜂窝的中心，蜂窝基站的天线给蜂窝提供无线信号覆盖，无线信号覆盖范围则是正六边形对应的区域范围，也即一个小区的区域范围。

[0067] 到了3G或4G时代，将2G中一个蜂窝从逻辑上对应三个基站，也即一个正六边形的三个互不相邻的顶点设为基站，这三个基站中的每个基站的天线给该蜂窝提供的无线信号覆盖范围为该蜂窝对应区域范围的三分之一。3G或4G时代的每个蜂窝基站均采用三副120度扇形辐射的定向天线，也即3G或4G时代的每个小区由基站的三副120度扇形辐射的定向天线共同覆盖，仍然可以用一个正六边形来描述。

[0068] 因此，本文中，基站覆盖范围也称为基站所在小区。

[0069] 总的来说，用户设备(User Equipment，UE)例如手机，目前已经成为用户广泛使用的移动通信工具。只要UE不处于关机状态都会与附近的基站进行通信，基站会记录基站通信定位数据，可包括：基站所在小区内各UE的标识、各UE位置、各UE进入基站所在小区的时间及各UE离开基站所在小区的时间，并将基站通信定位数据、通信类型和基站编号(也即基站所在小区的小区标识(Cell ID，CI))传回服务器，服务器亦相当于后台数据管理中心或通信运营商的网络管理系统(简称网管系统)。因此，通过统计分析基站通信定位数据，得到该基站所在小区内的UE数量及各UE的位置，再结合基站所在小区的地理位置，可对该基站所在小区的人流拥塞进行预警。

[0070] 为此，如图1所示，本实施例公开一种人流拥塞预警方法，该方法的执行主体可以为网管系统，也可以为独立于网管系统的装置，还可以为设置在网关系统中的装置，该装置与网管系统通信，本实施例包括以下步骤101至104：

[0071] 101、在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识。

[0072] 本实施例中，可预先根据实际情况设置多个人流统计时刻。

[0073] 本实施例中，目标小区为待进行人流拥塞预警的小区。

[0074] 102、基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量。

[0075] 本实施例中，UE第一数量也即当前人流统计时刻目标小区内UE数量的实际值。

[0076] 103、基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量。

[0077] 本实施例中，UE第二数量也即当前人流统计时刻目标小区内UE数量的预测值。本领域技术人员应当理解，第一个人流统计时刻目标小区内UE数量的预测值等于实际值。

[0078] 本实施例中，基于当前人流统计时刻目标小区内UE数量的实际值及预测值，来确定下一人流统计时刻目标小区内UE数量的预测值，也即UE第三数量。

[0079] 104、基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0080] 可见，本实施例公开的人流拥塞预警方法，通过获取成本低、样本量大、覆盖面广的基站通信定位数据(基站通信定位数据包括：基站所在小区内的各UE的标识)，从而得到当前人流统计时刻目标小区UE数量的实际值，并结合当前人流统计时刻目标小区UE数量的预测值，得到下一人流统计时刻目标小区UE数量的预测值，进而将该预测值与预警阈值比较，确定是否对目标小区进行人流拥塞预警，降低了预警成本，减少了预警工作的复杂性和不确定性，解决偶发性的不可提前预知的人流拥塞问题。

[0081] 在一个具体的例子中，步骤103所述基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量，具体如下：

[0082] 通过下式确定下一人流统计时刻所述目标小区的UE第三数量：

[0083] St+1＝αtyt+(1-αt)St

[0084] 其中，t为所述当前人流统计时刻对应的数字标识，t+1为所述下一人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，St+1为所述UE第三数量，即下一人流统计时刻目标小区内UE数量的预测值；yt为所述UE第一数量，也即当前人流统计时刻目标小区内UE数量的实际值；St为所述UE第二数量，即当前人流统计时刻目标小区内UE数量的预测值，αt为所述当前人流统计时刻预设的加权系数，且0＜αt≤1。

[0085] 本实施例中，统计时刻的划分可根据实际情况确定，例如，若基站所在小区的面积越大，统计时刻之间的间隔时长越长。具体举例如下：将每天同一时间段(17:00至19:00)作为统计时间段，统计时刻之间的间隔时长为10分钟，则统计时刻17:00对应1，统计时刻17:10对应2，以此类推。若当前统计时刻对应的t为2，即17:10；则下一统计时刻17:20对应(t+
1)为3；上一统计时刻17:00对应(t－1)为1。

[0086] 在一个具体的例子中，上述实施例提及的αt可通过下式确定：

[0087] αt＝|Gt|；

[0088] 其中， Et+1＝γet+(1-γ)Et，et＝yt-St；

[0089] 其中，et为所述当前人流统计时刻所述目标小区UE数量的预测误差，Et为所述当前人流统计时刻预先确定的所述目标小区UE数量的预测误差，Et+1为所述下一人流统计时刻预先确定的所述目标小区UE数量的预测误差，γ为预设的常数，且0＜γ≤1。

[0090] 本实施例中，当St+1即下一人流统计时刻目标小区内UE数量的预测值比较准确时，也即St+1与下一人流统计时刻目标小区内UE数量的实际值的差值较小(也即差值处于一个预设的差值范围内)，则预测误差et是由随机误差产生的，因此Et+1应该接近于零且在零值附近摆动。因此Gt的值也是趋近于零的，当预测有偏时，Et+1的值越大，Gt也越大，αt相应地越大。

[0091] 本实施例中，由于基于当前人流统计时刻目标小区UE数量的预测误差et，从而通过上述确定αt的方式，使得St+1即下一人流统计时刻目标小区内UE数量的预测值更准确。

[0092] 在一个具体的例子中，步骤104所述基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警，具体包括图1中未示出的步骤1041至1044：

[0093] 1041、判断所述UE第三数量是否大于所述UE第一数量；若是，则执行步骤1042；否则，执行步骤1044。

[0094] 本实施例中，若所述UE第三数量大于所述UE第一数量，即下一人流统计时刻目标小区内UE数量的预测值大于当前人流统计时刻目标小区内UE数量的实际值，说明目标小区UE数量有增长趋势，则应进一步执行步骤1042来判断是否对下一人流统计时刻进行人流拥塞预警。

[0095] 1042、判断所述UE第三数量是否大于所述UE数量阈值；若大于，则执行步骤1043；否则，执行步骤1044。

[0096] 1043、确定对下一人流统计时刻进行人流拥塞预警。

[0097] 1044、确定不对下一人流统计时刻进行人流拥塞预警。

[0098] 在本实施例的基础上，进一步给出如下说明：

[0099] 由于存在白天与夜间、工作日和非工作日的人流高峰均相差较大等情况，因此目标小区内UE数量在一段时间内持续增加并不能说明目标小区人流拥塞，为了消除这种周期性的影响，可以将目标小区不同天的同一时刻的UE数量是独立随机事件，可以用正态分布加以描述。

[0100] 提取目标小区m天(m＞30，且m为正整数，本技术人员可根据实际情况调整m)同一时刻(以下一人流统计时刻对应的数字标识t+1为例)的UE数量历史预测值，则下一人流统计时刻目标小区m天的UE数量历史预测值期望为μ，其公式为

[0101]

[0102] 其中， 为第j天下一人流统计时刻目标小区UE数量的历史预测值。

[0103] 下一人流统计时刻目标小区m天的UE数量历史预测值的标准差为σ，其公式为[0104]

[0105] 将St+1，即下一人流统计时刻目标小区内UE数量的预测值转化为标准正态分布函数：

[0106]

[0107] 根据“小概率事件”的基本思想，则有P(-2

[0108] 需要说明的是，由于存在白天与夜间、工作日和非工作日的人流高峰均相差较大等情况，因此m天应均为工作日或均为非工作日。

[0109] 在一个具体的例子中，步骤104中基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定对下一人流统计时刻进行人流拥塞预警之后，生成预警信息，所述预警信息用以指示下一人流统计时刻所述目标小区发生人流拥塞。

[0110] 为了减少误报率以及提高短时人流拥塞的及时预警，需要进一步确定目标小区邻区与目标小区之间的人流移动情况，来确定是否对下一人流统计时刻进行人流拥塞预警。

[0111] 在一个具体的例子中，图1所示的人流拥塞预警方法中所述目标小区的基站通信定位数据还包括：所述目标小区内各UE的进入时间以及离开时间；图1所示的人流拥塞预警方法还包括图1中未示出的如下步骤105至108：

[0112] 105、在所述当前人流统计时刻，获取所述目标小区预设的各上游邻区的基站通信定位数据；所述邻区的基站通信定位数据包括：所述邻区内各UE的标识、所述邻区内各UE的进入时间以及离开时间。

[0113] 本实施例中，上游邻区的UE的移动方向为上游邻区到目标小区，上游邻区可预先基于目标小区所在地理位置的实际情况确定，例如：

[0114] 场景一：一条道路穿过了数个小区，例如依次穿过了A、B和C三个小区，人流是由A到B再到C的固定方向流动，A和C均为B的邻区。若B为目标小区，则A为B的上游邻区。

[0115] 场景二：目标小区覆盖的范围是一栋楼宇，附近的用户从四周向该目标小区集中，则目标小区周围的六个邻区均可看成是该目标小区的上游邻区。

[0116] 106、基于所述各上游邻区内各UE的进入时间以及离开时间、所述各上游邻区的面积、所述各上游邻区预设的道路长度，确定所述当前人流统计时刻由所述各上游邻区进入所述目标小区的第一人流。

[0117] 107、基于所述目标小区内各UE的进入时间以及离开时间、所述目标小区的面积、所述目标小区预设的道路长度，确定所述当前人流统计时刻离开所述目标小区的第二人流。

[0118] 108、基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0119] 可见，本发明提出的人流拥塞预警方法，获取的基站通信定位数据还包括：基站记录的各UE进入基站所在小区的时间、各UE离开基站所在小区的时间，从而确定目标小区邻区与目标小区之间的人流移动情况，判断邻区UE是否存在向目标小区集中的趋势，使人流拥塞预警更加精确，减小误判率。

[0120] 在一个具体的例子中，步骤107所述基于所述目标小区内各UE的进入时间以及离开时间、所述目标小区的面积、所述目标小区预设的道路长度，确定所述当前人流统计时刻离开所述目标小区的第二人流，具体为：

[0121] 通过下式确定所述第二人流：

[0122]

[0123] 其中，t为所述当前人流统计时刻对应的数字标识，t＝1,2,…,n，n为人流统计时刻预设个数，qt'为所述第二人流； 为所述当前人流统计时刻所述目标小区人流移动平均速度，ρt'为所述当前人流统计时刻所述目标小区的UE密度；

[0124] 其中， 通过下式确定：

[0125]

[0126] 其中，yt为所述UE第一数量，vt'i为所述当前人流统计时刻所述目标小区中第i个UE的移动速度；

[0127] 其中，vt'i通过下式确定：

[0128]

[0129] 其中，L1为所述目标小区预设的道路长度，CDTi为所述目标小区中第i个UE通过所述L1的时长；本实施例中目标小区预设的道路长度可以根据目标小区所在地理位置的街道确定；

[0130] 其中，ρt'通过下式确定：

[0131]

[0132] 其中，S1为所述目标小区的面积。

[0133] 步骤106的计算过程可参见上述步骤107的计算过程，本实施例不再赘述。

[0134] 本实施例中，CDT即小区逗留时间(Cell Dwell Time，CDT)指UE从接入基站到切换至其它基站所经历的时长。例如：若UE先后经过基站1、基站2和基站3，UE在3个基站间切换。当UE由基站1所在小区进入基站2所在小区时，基站2会自动记录UE进入时间，当UE进入基站
3所在小区时，基站2会自动记录UE离开时间，UE离开时间与UE进入时间之差称为UE在基站2所在小区的CDT。在已知基站2位置和基站2所在小区的道路地理位置时，CDT就可以看作是UE通过基站2所在小区的道路的时间，从而通过计算可确定该UE在基站2所在小区内的移动速度。

[0135] 在一个具体的例子中，步骤108所述基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定是否对下一人流统计时刻进行人流拥塞预警，具体包括如下步骤：

[0136] 判断qt-q't≥M1是否成立，其中，qt为所述第一人流，q′t为所述第二人流，M1为所述人流第一阈值，且M1为正整数；

[0137] 若qt-q't≥M1成立，则判断 是否成立；若qt-q't≥M1不成立，则确定不对下一人流统计时刻进行人流拥塞预警；其中，M2为人流拥塞预警预设的人流第二阈值，且0.2≤M2＜1；

[0138] 若 成立，则判断 是否成立；若 不成立，则确定不对下一人流统计时刻进行人流拥塞预警；其中，M3为人流拥塞预警预设的人流第三阈值，且0.2≤M3＜1，其中，q′t-2为上上一人流统计时刻离开目标小区的人流；

[0139] 若 成立，则确定对下一人流统计时刻进行人流拥塞预警；若不成立，则确定不对下一人流统计时刻进行人流拥塞预警。

[0140] 需要说明的是，本领域技术人员可以根据实际情况确定M1、M2、M3。

[0141] 本实施例中，qt-q't≥M1，即当前人流统计时刻由各上游邻区进入目标小区的第一人流大于当前人流统计时刻离开所述目标小区的第二人流，且大于的量超出了人流第一阈值，而人流第一阈值表示人流拥塞事件发生对应的第一人流与第二人流差值的最小值，也即qt-q't≥M1说明很可能发生了人流拥塞事件，但是为了防止误判，本实施例进一步给出判断第一人流与第二人流的相对差值是否大于人流第二阈值，若大于，则再判断离开所述目标小区的人流变化是否大于第三阈值，若大于，则说明当前人流统计时刻离开目标小区的人流减少，并且进入目标小区的人流增多，目标小区发生人流拥塞。

[0142] 在一个具体的例子中，步骤104中基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定对下一人流统计时刻进行人流拥塞预警，以及步骤108中基于所述第一人流、所述第二人流与人流拥塞预警预设的人流第一阈值，确定对下一人流统计时刻进行人流拥塞预警之后，生成预警信息，所述预警信息用以指示下一人流统计时刻所述目标小区发生人流拥塞。

[0143] 可见，以上各方法实施例公开的人流拥塞预警方法，通过获取成本低、样本量大、覆盖面广的基站通信定位数据(基站通信定位数据包括：基站所在小区内的各UE的标识)，从而得到当前人流统计时刻目标小区UE数量的实际值，并结合当前人流统计时刻目标小区UE数量的预测值，得到下一人流统计时刻目标小区UE数量的预测值，进而将该预测值与预警阈值比较，确定是否对目标小区进行人流拥塞预警，降低了预警成本，减少了预警工作的复杂性和不确定性，解决偶发性的不可提前预知的人流拥塞问题。

[0144] 进一步地，以上各方法实施例公开的人流拥塞预警方法，获取的基站通信定位数据还包括：基站记录的各UE进入基站所在小区的时间、各UE离开基站所在小区的时间，从而确定目标小区邻区与目标小区之间的人流移动情况，判断邻区UE是否存在向目标小区集中的趋势，使人流拥塞预警更加精确，减小误判率。

[0145] 进一步地，以上各方法实施例公开的人流拥塞预警方法，针对短时偶发性的人流拥塞，能够及时预警，实时性强，成本较低。同时覆盖范围广泛，针对交通枢纽、地铁、商场、车站、旅游景点、大型活动场所等公共场所和周边的人流进行系统的、实时的监控，对人流拥塞进行预警，方便相关人员(例如各通信运营商的网络管理员、公共场所工作人员等)根据预警信息和相关预案对人流进行有效的引导、分流和疏散。

[0146] 如图2所示，本实施例公开一种人流拥塞预警装置，该装置可以为网管系统，也可以为独立于网管系统的装置，还可以为设置在网关系统中的装置，该装置可包括以下单元：获取单元21、第一确定单元22、第二确定单元23以及第三确定单元24，各单元具体说明如下：

[0147] 获取单元21，用于在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

[0148] 第一确定单元22，用于基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

[0149] 第二确定单元23，用于基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

[0150] 第三确定单元24，用于基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0151] 本实施例公开的装置，可实现图1所示的人流拥塞预警方法流程，因此，本实施例中的装置的效果及说明可参见图1所示的方法实施例，在此不再赘述。

[0152] 可理解的是，上述装置与图1所示方法是一一对应的关系，图1所示方法及各相关实施例中的实施细节也适用于上述装置，因此，本实施例不再对上述装置的其他具体实施细节进行详细描述。

[0153] 可见，实施例公开的人流拥塞预警装置，通过获取成本低、样本量大、覆盖面广的基站通信定位数据(基站通信定位数据包括：基站所在小区内的各UE的标识)，从而得到当前人流统计时刻目标小区UE数量的实际值，并结合当前人流统计时刻目标小区UE数量的预测值，得到下一人流统计时刻目标小区UE数量的预测值，进而将该预测值与预警阈值比较，确定是否对目标小区进行人流拥塞预警，降低了预警成本，减少了预警工作的复杂性和不确定性，解决偶发性的不可提前预知的人流拥塞问题。

[0154] 进一步地，实施例公开的人流拥塞预警装置，获取的基站通信定位数据还包括：基站记录的各UE进入基站所在小区的时间、各UE离开基站所在小区的时间，从而确定目标小区邻区与目标小区之间的人流移动情况，判断邻区UE是否存在向目标小区集中的趋势，使人流拥塞预警更加精确，减小误判率。

[0155] 进一步地，实施例公开的人流拥塞预警装置，针对短时偶发性的人流拥塞，能够及时预警，实时性强，成本较低。同时覆盖范围广泛，针对交通枢纽、地铁、商场、车站、旅游景点、大型活动场所等公共场所和周边的人流进行系统的、实时的监控，对人流拥塞进行预警，方便相关人员(例如各通信运营商的网络管理员、公共场所工作人员等)根据预警信息和相关预案对人流进行有效的引导、分流和疏散。

[0156] 图3是示出图2所示的人流拥塞预警装置的结构框图。

[0157] 参照图3，所述人流拥塞预警装置，包括：处理器(processor)301、存储器(memory)302、通信接口(Communications Interface)303和总线304；

[0158] 其中，

[0159] 所述处理器301、存储器302、通信接口303通过所述总线304完成相互间的通信；

[0160] 所述通信接口303用于外部设备之间的信息传输；若人流拥塞预警装置为网管系统或设置在所述网关系统中的装置，外部设备为基站；若人流拥塞预警装置为独立于网管系统的装置，则外部设备为网管系统；

[0161] 所述处理器301用于调用所述存储器302中的程序指令，以执行图1相关的各方法实施例所提供的方法，例如包括：

[0162] 在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

[0163] 基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

[0164] 基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

[0165] 基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0166] 本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行图1相关的各方法实施例所提供的方法，例如包括：

[0167] 在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

[0168] 基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

[0169] 基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

[0170] 基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0171] 本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行图1相关的各方法实施例所提供的方法，例如包括：

[0172] 在当前人流统计时刻，获取目标小区的基站通信定位数据；所述目标小区的基站通信定位数据包括：所述目标小区内各用户设备UE的标识；

[0173] 基于各UE的标识，确定所述当前人流统计时刻所述目标小区内的UE第一数量；

[0174] 基于所述UE第一数量与所述当前人流统计时刻预先确定的所述目标小区内的UE第二数量，确定下一人流统计时刻所述目标小区的UE第三数量；

[0175] 基于所述UE第三数量、所述UE第一数量与人流拥塞预警预设的UE数量阈值，确定是否对下一人流统计时刻进行人流拥塞预警。

[0176] 本领域普通技术人员可以理解：实现图1相关的各方法实施例所提供的方法的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

[0177] 通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

[0178] 最后应说明的是：以上各实施例仅用以说明本发明的实施例的技术方案，而非对其限制；尽管参照前述各实施例对本发明的实施例进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。