公交客流统计分析

企业服务行业细分软件案例ID：236605

Jie

15 年经验· exela

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

项目名称：公交刷脸客流统计分析平台技术栈：SpringBoot, RuoYi, Vue.js, MySQL, Redis, RabbitMQ, MQTT, 阿里云人脸识别
项目描述：该项目是一个基于物联网和人工智能技术的公交客流分析管理系统。系统通过车载终端采集乘客刷脸数据，利用云端人脸识别服务进行身份核验，实现对公交客流的实时监控、精准统计和多维度分析。解决了传统公交客流统计滞后、数据不准的问题，为公交调度和运营决策提供数据支撑。
主要工作内容
1. 核心架构与后端开发
系统重构与开发：负责核心业务模块的设计与实现，包括车辆管理、乘客管理、刷脸记录处理等。
设备接入与消息处理：设计并实现了基于 MQTT 和 RabbitMQ (Spring AMQP) 的设备消息接入层。解决了车载设备弱网环境下的数据上传不稳定问题，保证了刷脸记录和设备状态（上线/离线）的可靠传输与顺序处理。
人脸识别集成：深度集成阿里云人脸识别 (FaceBody) 服务，实现了人脸库管理（增删改查）、人脸搜索（1:N）和人脸比对（1:1）。设计了本地与云端的人脸同步机制，确保识别的高准确率与低延迟。
2. 复杂业务逻辑实现
数据清洗与分析：实现了复杂的刷脸记录清洗逻辑，包括去除重复扫描（如短时间内多次刷脸）、无效数据过滤以及基于时间段（早/晚班）的数据归类。
3. 数据可视化与前端开发
数据大屏开发：使用 Vue.js 结合 ECharts 和 DataV 开发了实时数据监控大屏，动态展示当日客流总量、实时刷脸趋势、车辆在线率及热门线路排行。
统计报表系统：实现了多维度的统计报表功能（upload-analysis），支持按时间、车辆、线路导出Excel报表，优化了前端大数据量加载（虚拟滚动）和交互体验。