城市軌道交通客流信息智能檢測與管控系統研究與設計

王愛麗，趙 元，王子騰，于士堯，孫喜利

（中國鐵路信息科技有限責任公司，北京 100038）

隨著城市軌道交通的快速發展，客流量與日劇增，2018年城市軌道交通全年完成客運量總計210.7億人次，同比增長14%，總進站量為133.2億人次，總客運周轉量為1760.8億人公里[1]。在客流量增長的同時，客流安全問題日趨突出，迫切要求提高客流運營安全保障能力。精準的客流信息是城市軌道交通運營安全服務的“基石”，在新一代信息技術的助推下，客流智能檢測和管控技術應運而生[2]，文獻[3]和文獻[4]提出采用智能視頻監控技術實現通道、站廳和車廂等區域的客流信息綜合檢測，文獻[5]提出采用手機信令的方式實現客流信息的追蹤定位，文獻[6]提出采用WiFi信令的方式實現客流信息的檢測，還有相關學者提出采用自動售檢票系統（AFC）、紅外、激光、車輛稱重等技術進行客流檢測。

目前，北京、深圳、上海、廣州等地鐵單位積極引入各種檢測技術，探索建設智能檢測試驗站，實現客流信息的實時檢測。然而，現檢測設備雖部署密集，但主要用于回放，各檢測技術適用場景單一，監控數據維度單一，難以支撐精準可靠的客流預測預警和合理有效決策[7-8]。因此，需進一步深化城市軌道交通客流安全狀態智能檢測和管控技術研究，本文將充分整合智能檢測技術的優勢資源，以系統化的方式選擇適用的單一檢測手段，綜合應用AI、模式識別、多源數據融合等技術，采用復合式客流信息檢測方法實現多種檢測技術的深度融合和有效集成[9]，形成全方位客流信息精準檢測的整體解決方案，為客流運營主動安全保障能力的改善提供數據支撐。

1 系統需求分析

1.1 技術深度融合需求

現有檢測技術包括AFC、視頻監控、微基站、WiFi、激光、紅外等，不同檢測技術適用范圍不同，如AFC較適用于進出站客流統計，智能視頻監控適用于區域信息檢測和異常行為識別，微基站和WiFi探針較適用于軌跡追蹤與宏觀層面OD客流分析。為滿足大客流安全保障需求，需引入復合式客流信息檢測技術，深度融合、聯動且設計合理的集成方法，使AFC、視頻監控和移動終端探測等技術優勢互補、相互協調聯動，對采集到的數據進行相互印證[2]，提高數據的準確度和采集范圍，以滿足多樣化客流監測需求。

1.2 數據精準采集需求

運營管理者需掌握客流基礎數據，精準提取各個監控區域不同維度的客流時空信息，精準標記出整個微觀、宏觀運動軌跡和演變態勢，根據這些數據形成標準規范的數據模型，為日常客流管理提供全面、精準的數據支持。

1.3 數據資產匯集需求

需分層次、分類別將匯集的客流數據進行組織；需對匯集數據進行深層挖掘、分析，發現客流運行規律、隱藏的異常行為等，輔助對復雜應用的事件根源、事件關聯性進行分析；需實現數據的多維度展示，從專業角度對結構化和非結構化數據進行管理，并支持相應檢索、查詢功能。

1.4 客流安全管控需求

需與相關應急管理、運行調度等系統聯動，對外提供不同維度和不同粒度的客流信息，以便制定有效的客流疏導和應急救援方案，提高車站客流運營管理效率和安全性；交通參與者乘客需盡早、準確知道站內已存在和即將發生的客流交通擁擠狀態、站內各個區域和每節車廂的滿載率，為乘客的不均衡分布提供疏導，全面改善乘車過程的信息透明度和用戶服務體驗。

2 系統技術方案

2.1 總體架構

按照統一規劃、分步實施的原則進行開發建設，在先進檢測技術深度研究和復合式融合的基礎上，集成構建面向不同場景的客流信息智能檢測系統。本系統將選取智能視頻監控和移動終端探測等主流檢測技術，采用復合式客流信息檢測技術深度融合方法，實現相關客流信息的精準全面采集，主要由3部分組成：現場前端采集、數據處理和后端管理中心。前端采集點配備組網通信模塊、圖像監控設備、WiFi探針等；后端管理中心配備監控大屏、組網設備、數據處理服務器、智能視頻分析系統等。系統的規模可根據未來監控場景內的規模和管理擴展而擴展，需提供多種組網接口，升級需平滑進行。同時，需配備與數據處理平臺的聯動接口，采集的源數據需傳輸到數據處理平臺進行梳理和ETL清洗，再回傳到后端應用管理中心。系統架構如圖1所示。

2.2 邏輯架構

系統邏輯架構包括基礎層、采集層、傳輸層、解算層、應用層和展示層，如圖2所示。

（1）基礎層：主要為系統運行配備相關基礎設施設備，包括應用服務器、數據庫服務器、存儲設備、網絡安全設備、視頻監控設 備、WiFi探針設備等，為系統的建設和研究提供基礎硬件環境支撐。

（2）采集層：選取適用的檢測技術，提出前端采集設備部署方法和策略，配備相應的檢測設備，搭建檢測環境，通過多方位檢測和多源異構數據融合處理，實現客流源數據的實時采集。

（3）傳輸層：所有采集到的數據將統一通過有線或無線的方式發送到后臺服務器和數據處理平臺進行深度解析和處理。

（4）解算層：采用數據挖掘、機器學習、圖像識別等技術，對客流視頻圖像進行深度解析和處理，解算出圖像背景和前景的特征屬性，對乘客的身份、特征、運動軌跡、異常行為等進行深度解析；對手持終端用戶的定位信息進行深度解析，通過對相關數量的設備數據進行分析，多點串連成線，刻畫用戶活動軌跡，為行為軌跡精細化定位管理提供依據。

（5）應用層：根據業務需求，實現客流量、密度、速度等基礎信息的統計和檢索，實現個體乘客人臉、身份、異常行為和軌跡的識別，實現客流時空分布、擁擠度、均衡性等相關信息的統計分析和檢索。

（6）展示層：根據不同場景，采用熱力圖、統計圖、二維/三維動態圖等方式對客流信息進行多維展示，為運營決策、資源管理、綜合協同和信息共享等提供基礎支撐。

2.3 技術架構

系統采用分層技術設計，采用B/S和C/S混合架構，信息展示和交互采用B/S架構，信息解算采用C/S架構，支持跨平臺部署，系統組件間內置各類開放、安全的接口，具備良好的開放性。系統技術架構如圖3所示。

數據采集層通過攝像機、WiFi探針等方式，對現場環境的客流視頻圖像和移動終端信息進行采集，采集的信息都將以有線或無線的方式傳輸到后端解析分析層；后端解析分析層將配備視頻圖像處理、視頻智能分析引擎、移動終端分析引擎等，對采集的源數據進行深度挖掘和解析；應用平臺層將結合Servlet、WebService等基于B/S架構的開發技術，構建一套開放、擴展能力很強的應用功能組件，實現應用管理平臺的各項功能；數據處理、數據管理和統計分析主要通過集成較成熟的軟件產品實現，其它功能以定制化開發來實現；前端信息將基于瀏覽器訪問，構建一套友好、高效、交互性更強的Web前端展示界面。

2.4 應用功能

系統功能架構如圖4所示。

（1）客流運營信息檢測：基于視頻監控、移動終端探測、AFC等方式解析出多種客流信息，實現出入口、站廳、站臺、換乘通道、AFC、扶梯、屏蔽門、車廂內部等重要區域和設備處的客流密度、速度、聚集人數、流量等基礎信息的采集，實現特殊個體自身靜態屬性特征精準采集和標定，如人臉特征、性別、身高、行李、進出站時間等信息。

（2）客流運動軌跡追蹤定位：實現特殊個體和群體客流運動軌跡的精確定位和提取，支持在站內地圖上標記出整個微觀和宏觀運動軌跡分布。

（3）乘客行為特征和異常行為識別：支持精準識別和分析固定“常態”人群的行為習慣，支持對站內乘客擁擠、踩踏、摔倒、越界等異常行為的智能識別。

（4）客流信息統計分析：實現整個車站和不同區域的客流時空分布、擁擠狀態、均衡性、演變態勢等統計分析和評估，支持深度挖掘和統計分析客流宏觀運行規律、隱藏的異常事件和行為、事件根源和關聯性。

（5）客流信息多維度展示：支持全站不同區域多攝像頭展示界面的拼接，形成“上帝視角”下的實時監測效果，支持通過各類直觀、友好的展示視圖，協助運營人員一目了然地掌握車站的客流分布情況和運行規律。

（6）業務系統聯動和信息發布共享：與運營管理、應急管理、數據處理等系統做好接口配置，與其他業務系統相互聯動；支持與APP、廣播系統等發布方式聯動，根據用戶權限，對用戶和管理人員提供不同維度和粒度的客流信息，具有信息對內、外發布和共享的功能，改善客流相關信息的透明度。

（7）系統運行管理：支持系統運行相關管理功能，包括用戶權限、系統配置、界面人機交互、數據質量、告警故障、維護報表、遠程維護等。

3 關鍵技術

3.1 智能視頻監控

智能視頻監控是利用計算機視覺、數據挖掘等技術對視頻圖像進行精準智能解析和描述，挖掘大規模圖像中隱含的知識，在不需要人為干預的情況下，對監控場景中的變化進行檢測、定位、識別和跟蹤，并在此基礎上分析和判斷目標的行為，能在異常情況發生時及時發出警報或提供有用信息，有效地協助運營人員處理危機，最大限度地降低誤報和漏報現象。

3.2 移動終端探測

系統將現代人離不開移動終端的特點與工程結合起來，在智能視頻監控技術的基礎上引入移動終端探測技術，部署WiFi探針和微基站等采集設備，當用戶進入采集器覆蓋區，對處于待機狀態的GSM、LTE等制式終端位置信息進行探測，自動完成移動終端的MAC地址、信號方位等信息采集[6]，并將相關信息通過網線、光纖/3G/4G模塊實時傳回到后端，在后端完成數據存儲、比對、路徑分析、碰撞分析、及行為模式分析等功能，刻畫用戶活動軌跡，實現精確定位及客流運動軌跡追蹤。

3.3 復合式客流信息檢測

為滿足大客流安全保障需求，系統將引入復合式客流信息檢測技術深度融合和聯動方法，建立綜合實時客流檢測體系，設計合理的集成方法。結合實際場景和監測需求，在視頻監控設備部署基礎上，深度融合WiFi探針、微基站、智能閘機等設備，優化和完善部署策略，使AFC、視頻監控和移動終端定位等技術優勢互補、相互協調聯動，對采集到的數據進行相互印證，提高數據的準確度、提升數據的采集范圍、優化數據的分析結果，以滿足多樣化客流監測需求，進一步提取更精準、更完整、更可靠的客流信息檢測結果[7]。

3.4 多源異構數據融合

系統將引入多源異構數據融合技術，對視頻監控、移動終端等不同來源的數據進行質量分析和權重計算，采用基于分類的多種權重加權組合模型對多源數據進行分析、矯正和融合；在數據不斷積累和增加的過程中，采用多元非線性回歸等統計分析技術建立相應的計算模型，以計算模型和大數據的深度學習來不斷提升數據的準確度[9]。

4 結束語

通過運用智能視頻監控、移動終端探測、數據挖掘、多源數據處理等技術，本文提出了城軌交通客流信息智能檢測與管控系統的設計方案，給出了系統的總體架構、邏輯架構、技術架構和功能架構，從技術應用和集成、信息系統構建、業務應用功能等角度對系統進行優化，以提高城軌交通客流信息智能檢測的精確性和全面性。該系統已在實驗室試驗場地進行部署，通過在線和離線車站視頻對部分功能進行測試驗證，并協商將在深圳地鐵選取實驗站進行搭建和測試應用。

多種檢測技術深度融合、優勢互補、相互協調是未來城軌交通運營信息實現精細化檢測的必經之路，但在跨技術領域的多源數據模型研究、跨維度、多專業和協同管理機制等方面將面臨一定的挑戰，需繼續深化研究。