一種新型地鐵快速安檢模式研究

賴智平 深圳市軌道交通安全警務創新實驗室

引言

隨著城市化進程的加快，地鐵成為了北上廣深等一線城市以及眾多城市的重要交通手段。地鐵運輸使得城市的結構劃分和具體區域作用實現了巨大轉變，大大提高了城市發展水平，改善了人們的出行模式。據統計，深圳地鐵每天客流量接近700萬次（深圳總人口約2200萬），地鐵站已經成為大量人口頻繁高速流動的公共場所。正是因為地鐵站具有人口聚集、場站封閉等特點，極易被不法分子定為作案目標場所，如涉及暴力案事件，其結果和代價將難以估量。

近幾年，世界范圍內軌道交通安全事件時有發生，出現了群死群傷的情況，如莫斯科的三起地鐵連環爆炸、倫敦的地鐵人肉炸彈恐怖事件、東京的地鐵毒氣事件等。當前我國各大城市常規的地鐵均設有安檢環節，但現階段安檢信息化程度低、通過效率低下，安檢口外人員大量聚集，出現為確保暢通往往未安檢就放行的情況，給不法分子提供了違法犯罪的機會和環境。因此，通過對地鐵的安檢方案進行升級和優化，探索出一種新的安檢模式，既能保障地鐵客流的快速通行，又能通過安檢從源頭減少暴力事件發生，是當前城市軌道交通安全運營亟待解決的問題。

一、地鐵安檢業務需求

當前地鐵安檢主要是通過安檢人員、安檢機對人、貨分開進行安檢，存在以下問題：

（一）全員安檢效率低、體驗差

目前安檢通道單一，由于人、物安檢的速率不同，所有乘車人卸掉行李過安檢機，再拿起行李需要一定的時間，導致實際操作過程中會造成安檢口一定程度的擁堵，在地鐵客流量高峰期尤為明顯。這樣的情況大大降低了安檢的通過效率，也容易出現行李丟失的情況。同時，對所有乘車人進行安檢，容易給正常安檢的通勤人員帶來不好的體驗，在快節奏的都市生活中，容易讓市民形成反感心理，從而影響一個城市的綜合治理形象。

（二）安檢員整體水平不高

受制于政府采購的價格標準，安檢從業員整體水平不高，職業歸屬和榮譽感不強，對于安檢工作往往不夠重視。雖然加強了對安檢人員的紀律約束，但一般安檢人員通過社會招聘就職，很多應聘者在之前對于安檢及其相關內容一無所知，進入工作崗位后，無法認識安檢工作對于地鐵安全和旅客人身財產安全的重要性，甚至對待乘客態度惡劣，用命令的口氣強制乘客接受安檢，乘客自然也就對安檢產生了不滿，進而影響安檢速度，導致實際安檢效果大打折扣。

（三）安檢設備不智能

當前地鐵站安檢設備并非智能安檢設備，被檢物有危險物品時并不能夠自主識別并主動報警，只能靠在場安檢人員用肉眼進行判斷，會出現誤判、漏判的情況，在人流量大時更為明顯，也很大程度上影響了安檢的通過效率。

（四）安檢信息缺乏管理

安檢信息包含乘車人信息以及乘車人乘車行為信息等數據，目前安檢信息僅局限于各自站點的安檢設備之上，信息并不共享，也沒有建立有效的安檢信息管理系統，造成了數據的浪費，不能夠有效管理、利用安檢信息。

針對上述四個問題，結合地鐵安檢實際業務情況，新的地鐵安檢方案應減少安檢人員參與度，強調安檢人員在安檢工作中的引導作用，避免人為因素引起的安檢問題；升級安檢設備，提升違禁物品識別成功率，做到自動報警，降低誤判、漏判的概率；對進站人群進行分流引導，提高安檢通過效率；利用安檢數據建立智慧安檢系統，結合乘車人信息更好地服務公眾，提升安檢體驗。

二、地鐵安檢新模式

本文提出一種新的客流安檢模式，通過對乘車人員進行評級分類，設立常旅客機制，對常旅客乘車人利用新型安檢智慧門進行快速安檢，實現大部分乘客的無感安檢，從而達到提高安檢效率的目的。

本模式打通地鐵業務、智慧安檢、公安三大系統，采用“數據采集-數據分析-軟硬結合”的技術路線。在設備層通過APP/小程序、安檢門完成用戶數據采集；在數據層接入地鐵智慧安檢及公安系統，利用大數據挖據分析技術對數據進行處理，判斷乘車人行為并對其分類，構建常旅客數據池；在應用層利用人臉識別、監控的技術對安檢過程進行管控。

本模式主要包括三個方面，分別是風險控制模型、常旅客數據池及前端檢測設備。風險控制模型主要是研究一套乘客行為打分體系，精準評價乘車人的安檢行為，從而控制快速安檢風險；常旅客數據池是通過大數據分析得到的乘車人分類數據池；前端檢測設備可以保證快速安檢模式的實施，通過安檢門、人臉識別等新型技術、設備對常旅客進行快速安檢，方便其快速通過安檢完成進站工作。

（一）風險控制模型

在常旅客資格評定中，建立一個可以實際操作并且統一的評定體系是非常重要的。這不僅可以形成一個評定體系，還可以減少常旅客評定所需時間，更能夠提升評定效率、統一評定標準，對于執行者及乘車人來說都是非常有用的。這就需要一個風險控制模型，通過輸入常旅客申請人的個人信息及乘車過往記錄，建設深圳地鐵安檢智慧畫像大數據平臺，實現地鐵系統、公安系統和第三方行為評測系統等多個系統間的互聯互通，共同打造科學、全面、精準的乘客信用評價體系，按照一定的規則對申請人進行打分評級，最后結合公安、政法委的信息得出申請人最終的評定分數。分數的高低決定了申請人是否能夠通過常旅客資格評定。

（二）常旅客數據池

構建常旅客數據池是實現快速安檢的一個重要環節。通過構建可靠的常旅客數據池，能夠保證快速安檢在乘車人員篩選上的可靠性，從數據角度避免出現乘車人已申請卻無法識別為常旅客或者出現非常旅客渾水摸魚進行快速安檢的情況。

（1）乘車人需注冊常旅客賬號用于申請常旅客資格，填入必要個人信息并綁定公交一卡通或者微信乘車碼。通過這種方式，申請人與實際乘車人可以進行匹配，打通當前個人信息和乘車信息不聯通的問題，解決乘車憑證和乘車人不一致所可能引起的麻煩。同時，數據池這些信息僅用來對乘車人進行常旅客的資格評定以及乘車時的身份認證，所以不需要擔心個人隱私數據的使用問題。

（2）根據數據池中申請人的乘車過往記錄，按照頻率、是否欠款等條件可以先對申請人進行常旅客的初步篩選，選出經常乘車且乘車行為良好的申請人，再將這些申請人的信息送往公安、政法委系統進行數據匹配，對申請人進行更加全面的背景調查，根據風險控制模型對申請人進行打分，分數達到標準的申請人數據組成常旅客數據池。數據池中的乘車人將會收到審核通過通知，在地鐵安檢過程中常旅客可以享受快速安檢的服務，而未通過審核的申請人會收到相應的信息，告知他們評定分數以及如何提高自己的分數等相關建議。

（3）常旅客每次乘車的安檢機乘車信息都會進入常旅客數據池進行更新，對常旅客資格以一定的周期（如動態時長為90天，即在90天未有不良攜帶記錄的乘客仍保有常旅客資格，反之則降級為普通乘客，如出現經常性的不良攜帶情況則進入重點安檢人員名單）進行管理。施行加減分、獎少罰多的策略，保證常旅客數據池的有效性、可靠性。當常旅客出現嚴重違規乘車行為后，直接將其身份轉變為普通旅客甚至重點管理對象，無法享受常旅客的快速安檢服務，對其進行更加嚴格的安檢措施。

（三）常旅客快速安檢模式

提出常旅客快速安檢新模式，對常旅客與普通旅客分開安檢，提高安檢效率。由于常旅客是經過注冊、認證等一系列手段篩選出來符合條件的旅客，相比于普通旅客來說，常旅客擁有更好的乘車行為及綜合評分更高的乘車人背景。通過為常旅客提供快捷通道可以對安檢人流進行分流，減少普通乘客通過安檢所需的平均時間。對于常旅客來說，安檢流程可以精簡，利用新型智能安檢門直接對常旅客及所攜帶行李進行安檢，通過金屬探測器對金屬物品進行識別，避免了傳統人與行李分開安檢的情況，加快了安檢進程。

傳統安檢機一般使用的是較高能量的X射線，這種X射線往往具有比可見光更強的穿透能力，有些X光甚至可以穿透一些厚度較薄的鋼板，根據被檢物的有效原子序數對其進行分辨，包括無機物、有機物、混合物和金屬等，通過在圖像上用不同的顏色對不同物件進行標記，最后由地鐵安檢工作人員對物件進行判斷來決定其是否屬于違禁品。相比于傳統安檢機，新型安檢門利用人工智能技術對所獲得的安檢信息進行自主分析，深度挖掘自我學習、聯網學習能力，通過對大量地鐵安檢數據的人工智能訓練，逐步豐富危險、違禁物品的相關特征匹配庫，持續進行地鐵安檢數據實踐以及數據校正，動態對金屬物品及其在不同環境下所展現的特征數據庫進行完善和補充。當發現有違規金屬物品時立即報警提醒在場工作人員復查。在識別算法中對生活中一些常見物品進行處理，如鑰匙等，針對這類物件研究更加細致、精確的識別方法，防止安檢門對常見物品的識別過程中出現不需要的報警，同時進一步提高安檢門的識別響應速度和識別準確精度，逐步實現新型安檢門對危險、違禁品的“智能化識別、選擇性報警”，大大提高安檢效率。同時新型安檢門需要配備人臉識別系統，在乘車人通過安檢門的過程中對其常旅客身份進行簡單認證，對不是常旅客的乘車人發出提醒，由在場工作人員引導至普通旅客通道。建立常旅客安檢數據匹配機制，對常旅客每次安檢信息進行記錄，挖掘其乘車安檢規律，及時發現異常情況，同時匹配常旅客資格評分系統，更加全面地對常旅客資格進行評級打分。

當常旅客通過新型安檢智慧門后，再設立一道基于人臉識別的身份確認系統。該系統利用人臉識別快速對通過的乘車人進行識別，并與常旅客數據池及已通過安檢門的乘車人信息進行匹配，匹配成功則完成最終身份確認。

三、地鐵安檢新模式創新點

本地鐵安檢模式通過安檢大數據挖掘分析構建常旅客數據池，對進站人員進行分流，利用視頻分析、人臉識別技術實現對常旅客的快速安檢。其創新點有如下幾點：

（一）基于大數據的安檢行為分析

以往的安檢數據并沒有得到利用，本方案通過對安檢數據的采集，了解乘車人安檢情況，充分利用安檢數據輔助安檢工作進行。

（二）基于風險控制模型的人員分流

通過大數據挖掘分析，建立風險控制模型，對乘車人安檢行為進行評分分類，從而構建常旅客數據池，對人員進行分流，提高安檢通過效率。

（三）基于視頻分析、人臉識別的智慧安檢

將大數據分析技術應用在安檢門上能夠更加精準地判斷隨身物品，同時視頻及人臉識別技術可以進行身份認證，保證安檢質量。

四、應用與效果

本模式在內部測試中取得了不錯的成績，數據顯示利用本模式的快速安檢，70%的乘客成為常旅客，省去了大量安檢時間，30%的乘客仍采用以往的安檢模式，安檢人員數量大幅度減少，通過效率得到了提高。據統計，原有模式下每分鐘可安檢進站約25人，在新模式下每分鐘可安檢進站約50人，效率提高一倍。

在隨機選取的1萬人樣本中，30%左右的人未進入常旅客數據池，其中374人因違規乘車行為、誠信等原因需要安檢人員重點安檢，在這374人中還有10人是公安部門的重點防控人員。根據內部運行情況，本模式沒有出現誤判、漏判，在提升安檢速度的同時確保了安檢質量。

五、結語

本文對當前地鐵安檢現狀及模式進行了闡述，針對當前地鐵安檢存在的效率低等情況，提出了一種新型地鐵快速安檢模式。通過常旅客機制實現對進站乘客分流安檢，從而提高地鐵安檢的服務質量與通過效率，同時配合新型安檢門對常旅客進行快速安檢，保證地鐵乘車的安檢工作。本文研究內容所涉及的人工智能、大數據技術當前愈發成熟，傳感器技術也蓬勃發展，具有可實施性，使得通過新型安檢門和旅客乘車行為分析構建常旅客數據池成為可能，將大幅度提高安檢效率，確保安檢質量。