基于时空网络的地铁进出站客流量预测

客流量预测是城市智能交通系统的重要组成部分,对人们出行和交通管控有着重要的指导意义。针对地铁客流量数据具有时间维度和空间维度属性的特点,提出一种可以同时捕获数据时空特征的预测模型。该模型基于编码器解码器架构设计,其中解码器和编码器均由时空预测模块组成,在该模块中利用图卷积学习地铁站的空间拓朴结构、门控循环单元来捕获数据的时间特征。此外,模型将单位时间间隔内进站和出站客流量分别构成的两个时间序列,即进出站双时间序列作为输入,最终协同预测各站点的进站与出站人数。在上海地铁一卡通数据集上进行对比实验,实验结果表明,所提出的模型在进站与出站客流量预测上均取得了更好的效果,这表明考虑空间依赖能够有效地提高模型预测精度。     

基于物联网与无线传感器的智能声控搬运车系统

本文主要研究人工智能领域下语音识别技术在物品运输方面的应用,实现自动无人搬运车无接触式控制。系统以STM32微处理器为核心,结合语音识别技术、GPS定位技术、蓝牙通信技术以及无线传感器技术,实现了通过输入语音命令控制搬运车的运行状态,以及语音输入目的地搬运车自动导航前往的两大功能模式。