基于人工智能視頻算法的乘客分流方法

陳弘

【摘 要】近年來，乘坐城市軌道交通出行成為人們外出的主要選擇，每天通過城市軌道交通出行的人員數量不斷增多。如何高效、便利、舒適地讓乘客到達目的地，成為地鐵運營部門的重要研究課題。文章基于地鐵車載乘客信息系統硬件平臺，采用人工智能技術對地鐵攝像頭視頻信息進行處理，獲取車廂內的乘客數量，從而通過客室LCD動態地圖屏等顯示設備對乘客進行分流乘坐指引，達到合理、高效地使用車廂空間的目的，最大限度地提升地鐵車輛的運輸量、舒適度和安全性。

【關鍵詞】乘客信息系統;機器視覺;車廂分流;擁擠指引

【中圖分類號】TP277 【文獻標識碼】A 【文章編號】1674-0688（2022）03-0055-03

0 引言

目前，城市軌道交通車輛基本已經完成平臺的數字化改造，采用以太網鏈路進行數據傳輸。本研究的目標是基于現有乘客信息系統的平臺設備，對部分軟件和硬件進行升級改造，從而實現智能化指引乘客乘坐分流的功能。該方法的目的是實現車廂人員現狀分析，最大限度地提高地鐵車輛運行的經濟性、舒適性及安全性。通過提高單車廂載客率，提升地鐵運營的經濟性;通過合理地引導人員分散乘坐，提升個體占用面積，提升乘客的舒適性;通過人員均有分布使得車輛承載底盤均衡負載，避免個別車廂底盤長期負載過重，保證車輛行車安全性。

1 乘客分流方法的簡介

1.1 乘客信息系統簡介

本文的方法是基于乘客信息系統硬件平臺，對部分軟件和硬件進行智能化升級改造，從而實現乘客分流指引，故先簡要地介紹乘客信息系統。乘客信息系統（簡稱PIS）是地鐵車輛的一個重要的組成子系統，也是車輛與乘客實現交互的唯一操作界面，可為乘客和司機提供安全、可靠、及時的車輛運行信息，也可為地面控制中心提供語音交流等功能。基于列車主干以太網絡聯通所有車廂及車廂內的設備，通過該網絡實現各設備、節點間的數據交互，其中包含系統控制數據、語音廣播數據、娛樂媒體數據、監控視頻數據等。PIS系統可分為4個子系統：廣播系統、信息顯示系統、媒體信息系統及監控系統。

（1）廣播系統：提供語音信息指引，例如車輛到站時，廣播提示當前站和下一站站名，以及開門側、換乘及各種公共安全信息等，同時提供乘客與司機間的語音對講功能。

（2）信息顯示系統：提供文字和圖片信息指引，主要通過安裝在車廂內壁的LCD屏和LED屏類設備提供服務。

（3）媒體信息系統：為車廂乘客提供娛樂、公益廣告和安全提示等各類視頻和聲音信息。

（4）監控系統：提供車廂內全空間的實時監控，以及歷史視頻的查看。

1.2 分流引導系統的設備

本方法基于現有PIS系統平臺進行改造：涉及改進的設備有分流引導卡、網絡硬盤錄像機和顯示終端設備。在司機室控制主機內加入一塊分流引導卡，其功能為對車廂內智能分析主機數據進行匯總，并形成人員分布人力圖數據，該數據被分發到各顯示設備，按規則顯示車廂擁擠程度和提供乘坐指引;在現有網絡硬盤錄像機設備內載入新的智能分析算法軟件，該設備不僅具有錄像功能，還具有視頻分析處理功能。通過網絡獲取各車廂區域的實時視頻數據，通過人工智能算法進行人數識別。各顯示終端增加響應分流引導卡發布的人員分布數據的邏輯，增加人員分布的顯示圖像。

分流引導系統涉及的設備如下。

（1）攝像頭。依據設計規則為固定位置安裝的攝像頭分配固定的IP地址，拍攝角度也需要按設計要求進行調整，確保攝像頭畫面能覆蓋車廂內所有空間。

（2）人工智能模塊。此為本研究方法的主要實現載體，它運行在網絡硬盤錄像機內。通過以太網RTSP傳輸協議從本車廂攝像頭設備特定的IP地址獲取到高清畫質的視頻數據，通過內部的圖像預處理模塊對原始畫面數據進行區域標定和緊要數據的抽取和標定。之后依據畫面和標定信息進行算法分析從而確定視頻范圍內人數，得到畫面的人數和正確概率估值，并對數據進行標簽化整理，從而得到車廂該攝像頭區域內的人數。最后依次處理車廂內的其他所有攝像頭畫面數據。

（3）司機室控制主機和客室人工智能主機。司機室控制主機內的分流引導卡定時從各客室人工智能主機獲取對應車廂的人員分析數據，再進行數據匯總，形成整車級別的人員分布熱力圖層，該圖層數據會以廣播報文的形式發送到車輛各設備端。

（4）顯示設備。顯示設備依據自身的功能約定和設計對該數據內容進行響應。例如，車內動態地圖LCD屏會顯示出“各車廂+各區域”的人員分布狀態圖，車外側LED顯示屏也會顯示各車廂的人員分布狀態信息，以及擴展功能，可以將圖層數據通過車地無線網絡傳輸給前方到站車站的相關顯示設備，從而提前預報指引。

2 乘客分流引導方法的詳細流程

2.1 分流指引工作步驟簡介

本研究描述的乘客分流方法工作原理如下：①實時視頻數據采集，通過網絡獲取攝像頭視頻數據。②視頻的預處理，對單攝像頭畫面進行區域劃分和標定;視頻人數識別，對區域畫面進行人員數量分析。③數據匯總和發布，收集各攝像頭區域人員數據情況，形成統一格式化數據，并發布。④指引呈現，依據格式化數據和顯示規則，通過圖像的形式呈現人員分布狀態和給出必要的指引。

2.2 實時視頻數據采集

人工智能模塊依據車輛IP分配規定，通過RTSP協議獲取本車廂特定區域的攝像頭IP獲取視頻畫面，為確保網絡資源的利用率和磁盤空間的使用率，采用H265編碼傳輸監控畫面。在實際地鐵站間運營時，乘客不會出現大規模的移動和變化，故指引信息也不需要實時反映瞬時車廂狀況，可依據人工智能模塊的處理器進行調整，在實際工程中，人工智能模塊的分析頻率達到每分鐘分析完一個車廂即可。

2.3 視頻畫面預處理

為滿足軌道交通行業標準，攝像頭畫面需要覆蓋整車所有內部空間，而攝像頭位置和拍攝角度在設計時就已經設置，安裝需要按設計圖紙進行操作，分布圖如圖1所示。7C31E082-512E-4712-AD3B-503018125B3E

如圖1所示，每個車廂通常會安裝4個全景攝像機，對車廂所有區域進行視頻覆蓋[1]。例如，客室全景攝像機3可以拍攝車廂標出的所有區域（1～9區）的畫面，但是對于后續的人工智能主機分析算法而言，僅有相近的幾個區域（3～5區）的畫面適用算法分析。攝像機的正下方實線框區稱為獨立區域，與之相鄰的虛線框稱為重疊區域，它會被2個攝像機同時拍攝和處理，而其他區域因距離太遠，數據特征信息不明顯，因此不適用算法。

預處理功能就是對攝像機的原始畫面進行全景畫面擴展，并依據前面提及的區域設定，對畫面進行整體分割和區域標定。在處理獨立區域和重疊區域時，需要進行人物輪廓分析，并進行動態分割，而非簡單的直線區域切割，確保該區域內人物特征只會出現在某一個區域內，避免后續重復計數而影響最終的數據精度。

2.4 視頻人數識別

預處理得到獨立區域的畫面拍攝角度為上方俯視，重疊區域的畫面拍攝角度為側方拍攝角度。為提高人數統計的準確率，相較傳統的攝像頭畫面通過單一人工智能模型算法進行分析[2]，本方法針對不同的區域畫面提供兩種獨立的處理算法模型對其進行分析，分析獨立區域的算法簡稱算法A，分析重疊區域的算法簡稱算法B。

獨立區域畫面人物頭部特別是頭頂特征特別清晰，輪廓特別明顯，多為乘客的頭頂及頭部上半部分，故算法A主要是對人物的頭頂上半部分進行個體抽取，再對抽取的個體進行識別，得到頭部的頭像匹配率。算法模型先對畫面進行圖像數據的銳化和差分處理，使其頭頂中心區域更加明顯，從而方便識別人體頭頂，繼而進行人數統計。

重疊區域畫面多為人物的臉部、耳側、后腦，故算法主要針對臉、側臉、耳朵和后腦勺特征進行處理。同理，需要對圖像進行銳化和差分處理，使算法對個體進行抽離，而后依據算法識別畫面是否符合人體特征，并對其進行標定統計。

同一區域不同攝像機采集的畫面也存在差異，例如攝像機3需要處理3～5區的畫面，而攝像機2需要處理5～7區的畫面，其中5區的畫面為2個攝像機共有部分且均需要被人工智能模塊分析，因角度、光線等原因，同一區域進行分析后存在部分差異，這些均需要在后續統計工作中進行權衡，從而避免造成部分誤差。

之所以使用兩種算法進行分析，主要是因為不同角度畫面上呈現的人物主體特征存在較大的區別，用同一識別算法會造成精度嚴重失實。攝像機近端以分析頭頂為主，遠端以分析臉、耳和后腦為主。此外，因為設備對處理結果的實時性要求不高，可以為處理器提供充足的時間通過多種方式進行分析[3]。不管使用何種算法，都會輸出一系列規定好的格式數據供后續數據融合使用，數據內容包含時間、所在位置信息、識別概率、識別依據（眼、耳、后腦、頭頂等）等重要信息。

2.5 數據匯總和發布

數據匯總分為3級：單攝像頭數據匯總、車廂數據匯總及整車數據匯總。？譹？訛單攝像頭數據匯總：人工智能模塊會對區域畫面內的人物識別數據進行統計，依據數據的特質信息進行加權累加，從而形成攝像頭畫面區域級別的人數信息。？譺？訛車廂數據匯總：依據得到的各攝像頭區域數據進行統計，從而得到車廂內各區域的人員分布數據。其中，獨立區域直接采用分析結果即可，而重疊區域會出現在2個攝像頭分析結果中，需要依據分析結果中的概率進行權重統計得到該區域最終人數。？譻？訛整車數據匯總：司機室控制主機內的分流引導卡從各車廂人工智能模塊獲取車廂區域數據，依據數據的位置和概率人數等信息繪制整車人員分布動態圖層數據，該圖層數據會體現列車各區域的人員分布的最終統計情況。

數據發布在項目實施應用中只涉及車輛設備的發布，未涉及車站聯動指引功能。？譹？訛車輛內發布：整車人員分布數據通過以太網廣播的方式定時發送到網絡中的各級設備。？譺？訛車輛外發布：整車人員分布數據通過車地無線系統，發送到線路控制中心和車站控制中心，車站控制中心將人員分布數據轉發至對應的車站顯示終端或者其他指引功能設備。

2.6 擁擠程度級別

整車人員分布圖層形成匯總數據后，為了使顯示終端能確定顯示樣式，需要定義區域人員擁擠程度的級別。同時，為了使乘客能清晰、容易地識別車廂的擁擠情況，需要確定列車車內人員分布級別。級別的定義及指示顏色的選取也需要考慮普遍人員的日常生活習慣，以免造成乘客不容易理解和困擾，例如紅色表示嚴重擁擠、綠色表示寬敞。級別級數的定義也不能過于簡單，否則會造成系統不能有效地體現分布的狀態，但也不能太復雜，造成乘客不理解系統的指引。在實際工程應用中通常分為6級，基本采用每平方米站立的人數進行劃分，比如≤1人/m2用綠色表示非?？諘?>9人/m2用深紅色表示特別擁擠。

2.7 分流指引呈現

分流指引可分為語音指引和圖像指引，在實施工程項目中，以通過圖像指引為主。車輛指引通過車輛內各顯示設備進行呈現，如動態地圖LCD屏、客室LCD屏和車外門側LED顯示屏通過視覺信息對乘客進行指引。車站指引通過屏蔽門上方倒流引導屏或者其他顯示設備進行呈現。語音指引通過廣播提示各車廂人員擁擠情況，可自動觸發，也可軟件設定自動播放。具體顯示的畫面和語音效果需根據具體工程項目與業主方進行確認。

3 結束語

本研究提及的方法主要優點是在最小的成本追加下，對列車乘客信息系統進行功能升級，實現列車乘客的搭乘空間分流指引功能，提升列車的運營能力和乘客的搭乘體驗。該方法處理數據的結果既可以用于車廂內設備進行人員分布展示，也可以擴展到車站顯示終端，在列車到站前進行車站乘車引導，還能為列車空調系統的功率輸出提供指引，實現節能減排，提高列車經濟性。

參 考 文 獻

[1]王鵬.鐵路客運智能視頻監控系統研究[J].電子世界，2020（11）：21-22.

[2]杜學東，高自友，趙茂先.鐵路旅客列車客流量統計算法及應用模型[J].北方交通大學學報，2004（2）：86-90.

[3]楊曉明.基于計算機視覺的地鐵線網客流實時監控系統研究[D].北京：北京交通大學，2010.7C31E082-512E-4712-AD3B-503018125B3E