◆唐 昕
基于智能視頻分析技術的地鐵客流大數據應用探討
◆唐 昕
(無錫地鐵集團有限公司運營分公司 江蘇 214000)
本文通過對智能視頻分析技術中客流統計與地鐵運營相結合,以客流大數據分析為手段,探討如何運用客流分析數據,為地鐵運營的運營管理調度和經營管理提供全面的數據支撐。
智能視頻分析;客流統計;大數據分析;地鐵
當前中國的經濟飛速發展,大眾出行問題也日趨突出,軌道交通作為一種大容量、快捷便利的出行方式,落入公眾的視角。軌道交通是大投入、周期長、收益低困擾著地方政府,所以如何在公共服務與收益之間取得相對的平衡。通過對地鐵站點的客流的大數據分析,可以有效優化運營服務人員的配置、優化站點布置、優化商業配套設施。
當前,應用到地鐵客流統計的手段只有AFC系統的閘機進入數據,通過每個站點的閘機的進站數據來統計,當天整天的地鐵客流數據,無法涉及站點及站點商業配套的客流情況。從數據分析角度來看,較為粗獷,無法反映當天各時段、各區域的實時客流情況,從而為地鐵運營提供有效的數據支撐。
統計客流的手段主要有人工統計、紅外線、智能視頻分析等幾種手段,幾種方法的優缺點如表1所示。其中智能視頻分析技術由于可以跟現有視頻監控系統相結合、功能多樣、客流統計準確率高等特點,已經被多個行業進行實際應用,效果反響良好。

表1 統計客流手段優缺點比較
以智能視頻分析技術為核心的客流統計分析系統,大多由前端客流探測器(即帶視頻分析功能的攝像機)、數據傳輸系統(視頻線、網線、光纖、交換機)、智能視頻分析服務器、客流統計分析客戶端組成。
在地鐵站,一般需要安裝在出入口、進出站、站廳、站臺、上下樓梯、上、下電扶梯、站臺屏蔽門、商業配置區域與地鐵公共區分隔區域等安裝客流視頻采集前端設備,并通過傳輸系統傳至智能視頻分析服務器。
由智能視頻分析服務器進行客流數據統計分析,可按商業區域客流人數、公共區客流人數、付費區客流人數、付費區站廳客流人數、站臺區域客流人數分別進行5分鐘、10分鐘、15分鐘、30分鐘、1小時的客流數據統計。
一般地鐵站點的客流可分為乘客客流和站點經過客流兩種。
乘客客流就是需要地鐵出行的乘客,會給地鐵運營帶來客運服務的人群。我們可以通過分析每日的入站人數變化,來合理安排客運服務人員的排班,優化人力資源,降低人力成本。
通過對一天運營時間的客流數據分析(圖1),得出7-9時為站內客流早高峰期,16-18時為站內客流晚高峰期。我們可以根據每日不同時段的客流數據,合理安排安保人員巡視,確保地鐵站點的安全運營,同時相應增加站臺客運服務人員,更好地為乘客服務,也合理地安排工作人員的工作時間段,提升工作效率。
站點經過客流就是經過地鐵站點去其他地點的人流及地鐵乘客人流,會給地鐵運營站點帶來人流的人群。我們可以通過分析每日的站點過站人數變化,結合站點商業開發情況,通過當日的商業營業單數來計算相應的商鋪的客流轉換率,合理調整站點商鋪的租金及商鋪種類。

圖1 某站點周一6時至22時客流情況
地鐵站點區域客流可以分為付費區客流、非付費區客流、站廳付費區客流、站臺區客流。
付費區客流顧名思義,就是入站乘客客流,通過不同時段的客流數據分析,可以實時了解整個付費區乘客密度情況,一旦出現區域乘客密度超過設計上限時,可以快速做出反應,啟動大客流緊急疏散方案,避免因人員密集造成的安全事故。
非付費區客流,就是在公共區域的人流數據,通過數據分析,可以了解整個公共區域的人流情況,一旦出現人員聚集情況,可以及時安排地鐵安保人員巡視引導,避免人員密度超過設計上限,造成群體事件。
站廳付費區客流可分為兩種一種為入站乘車客流,另一種為出站客流數據。入站乘車客流一般會在很短時間內進入站臺區域,對站廳的影響不大;而出站客流對站廳付費區的影響很大,一旦出現了出站人潮,如果無法及時疏導,可能會存在逃票、人員沖突。當站廳付費區的客流數據變大時,要及時安排客運工作人員進行疏導及其他客運服務,避免因人員聚集造成逃票或影響服務體驗的情況出現。
站臺區客流主可根據各站點站臺客流數據在不同時段的分析,合理安排地鐵車輛的班次,節省地鐵的運營費用。
地鐵站點一般都有部分商業開發配套設施,由于前期無法對商業區域進行有效開發,導致個別站點的商業設施空置,造成了不必要的浪費。
(1)通過地鐵的客流數據分析,可以為車輛上的廣告開發提供數據支持。
(2)統計分析各站點出入口的客流數據結合地鐵乘車手段,得出出入口進出不同年齡段的乘客數據,與廣告商商談廣告類型的價格時,可以更有針對性,更能得到合理商業廣告收入。
(3)統計分析商業區間內的客流數據及客流年齡段,更能合理地進行商業招租及商鋪租金合理調整,提高地鐵運營的經濟效益。
伴隨著地鐵建設不斷深入和地鐵行業信息化的加強,客流統計分析系統將為城市軌道交通的公共安全預防、運營管理調度和經營管理提供全面的數據支撐,營造有序、舒適、安全的地鐵出行環境。
[1]馬樂,葉見新,王暉.旅游景區智能客流統計系統應用研究——以玄武湖為例[J].中國科技信息,2013(2).