張致煒 陳泓妤 鄭少聰

摘 要：地鐵車廂乘客擁擠度存在較大差別時(shí)，會影響地鐵運(yùn)能的充分發(fā)揮。本文以均衡地鐵車廂擁擠度為目的，從討論機(jī)器視覺識別車廂擁擠度入手，結(jié)合地鐵站乘客流量時(shí)間分布規(guī)律預(yù)測地鐵各車廂停站實(shí)時(shí)擁擠度，生成地鐵車廂擁擠度分級信息。通過乘客信息系統(tǒng)及時(shí)向候車站臺乘客發(fā)布各節(jié)地鐵車廂的擁擠度等級信息，引導(dǎo)乘客選擇候車位置，使地鐵運(yùn)能能夠充分發(fā)揮。數(shù)據(jù)驗(yàn)證表明，高峰期合理的誘導(dǎo)信息，可提高地鐵載客能力約10%。

關(guān)鍵詞：車廂擁擠度 客流誘導(dǎo) 機(jī)器視覺 立席密度

1 研究背景

1.1 現(xiàn)行狀況

地鐵憑借其快捷、準(zhǔn)時(shí)、大運(yùn)能等優(yōu)勢，已在我國36個(gè)城市開通運(yùn)營（截至2018年底）。但是地鐵吸引的大客流會帶來車廂擁擠。由于地鐵停站上下客時(shí)間短，車廂擁擠度可能會存在較大差別，不利于充分發(fā)揮地鐵的運(yùn)能。北京地鐵首次推出通過手機(jī)APP查詢車站擁擠程度功能，主要用于引導(dǎo)乘客安排適當(dāng)時(shí)間段、選擇合適的車站。而利用車廂擁擠度信息引導(dǎo)站臺乘客候車的研究與應(yīng)用較少。

現(xiàn)在大部分地區(qū)的城市地鐵沒有設(shè)置包括捕捉、處理、傳遞信息的地鐵客流引導(dǎo)系統(tǒng)，客流的引導(dǎo)主要依靠地鐵站點(diǎn)的工作人員或志愿者進(jìn)行人工引導(dǎo)，但是人工引導(dǎo)大都基于以往經(jīng)驗(yàn)，缺乏基于數(shù)據(jù)的精確誘導(dǎo)。目前，有關(guān)車廂內(nèi)乘客人數(shù)識別裝置，已經(jīng)有了一定的研究成果，目前的人數(shù)統(tǒng)計(jì)系統(tǒng)主要通過壓力傳感器進(jìn)行人數(shù)識別，但由于地鐵運(yùn)行過程中存在一定的顛簸，且乘客在車廂內(nèi)會進(jìn)行移動(dòng)，壓力傳感器也會隨顛簸及移動(dòng)過程而變化，存在一定的誤差。

1.2 創(chuàng)新特色

本方案使用的方法是運(yùn)用機(jī)器視覺技術(shù)，通過攝像頭拍攝的視頻圖像結(jié)合智能識別算法來采集運(yùn)動(dòng)目標(biāo)數(shù)量，并通過無線網(wǎng)絡(luò)傳輸至候車站臺多媒體屏幕，乘客可以在地鐵到站前調(diào)整自身的候車位置，選擇立席密度較低的車廂，從而地鐵車廂的均衡地鐵車廂的負(fù)荷，使地鐵的運(yùn)能得以充分發(fā)揮。

1.3 機(jī)器視覺技術(shù)介紹

機(jī)器視覺是用機(jī)器代替人眼來做測量和判斷。機(jī)器視覺檢測系統(tǒng)采用CCD照相機(jī)將被檢測的目標(biāo)轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號，圖像處理系統(tǒng)對這些信號進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，再根據(jù)預(yù)設(shè)的允許度和其他條件輸出結(jié)果，實(shí)現(xiàn)自動(dòng)識別功能。

2 系統(tǒng)設(shè)計(jì)

系統(tǒng)設(shè)計(jì)路線圖如圖1。

2.1 數(shù)據(jù)獲取

2.1.1 圖像獲取

首先使用照相機(jī)在短時(shí)間內(nèi)拍攝連續(xù)多幀（幀數(shù)在每秒30幀以下且可調(diào)）地鐵車廂內(nèi)部乘客的圖片，以獲取原始地鐵內(nèi)部乘客圖像。由于地鐵內(nèi)部空間狹小且高峰時(shí)段車廂內(nèi)十分擁擠，容易出現(xiàn)乘客相互遮擋等問題，但是由于每個(gè)乘客的頭部會始終保持分立目標(biāo)，過多的人頭接觸導(dǎo)致無法識別目標(biāo)的可能性較小?；谏鲜鲈?，將人頭作為捕捉目標(biāo)估算乘客人數(shù)。根據(jù)《廣州地鐵新線車廂視頻監(jiān)控方案分析》，采用每節(jié)車廂四臺CCD相機(jī)兩兩錯(cuò)位對射布置方式拍攝，每個(gè)攝像頭監(jiān)控范圍大約六米，該方式大大減少了立柱及高大乘客遮擋導(dǎo)致的盲區(qū)。

2.1.2 圖像處理

本方案將人頭作為捕捉目標(biāo)，由于中國人中頭發(fā)一般為黑色，故根據(jù)該顏色特征，通過人頭部顏色在灰度序列圖中像素值的特征與黑色所對應(yīng)的像素值進(jìn)行對比，得到人頭輪廓曲線，提取曲線特征點(diǎn)進(jìn)而檢測出車廂內(nèi)部乘客的人數(shù)，達(dá)到圖像檢測的目的。

2.2 數(shù)據(jù)處理

2.2.1 下車人數(shù)預(yù)測

（1）考慮地鐵每一站點(diǎn)乘客下車影響，計(jì)算立席密度的人數(shù)信息應(yīng)使用此時(shí)車廂內(nèi)部乘客人數(shù)結(jié)合車廂內(nèi)部在該站下車的乘客人數(shù)，以修正擁擠度信息。

每一站點(diǎn)的下車乘客人數(shù)將會在某一可以預(yù)測的范圍內(nèi)浮動(dòng)，所以使用概率統(tǒng)計(jì)的方法統(tǒng)計(jì)出每一站點(diǎn)下車乘客數(shù)量并做出各個(gè)地鐵站點(diǎn)下車人數(shù)的統(tǒng)計(jì)預(yù)測值。本方案采用時(shí)間序列預(yù)測法的算術(shù)平均數(shù)對下車人數(shù)做出預(yù)測。我們對福州東街口地鐵站早高峰時(shí)段下車人數(shù)進(jìn)行了調(diào)查。根據(jù)調(diào)查顯示，從任意一節(jié)車廂下車的乘客數(shù)目非常相似，所以可以近似地認(rèn)為下車的乘客均勻地分布在各節(jié)車廂。由此數(shù)據(jù)以預(yù)測下車的乘客數(shù)目，將預(yù)測數(shù)據(jù)也納入立席密度計(jì)算使預(yù)測結(jié)果更準(zhǔn)確，見圖2。

（2）下車人數(shù)預(yù)測。在n周的時(shí)間內(nèi)，統(tǒng)計(jì)出每周j的i時(shí)間段內(nèi)的下車率。那么下車人數(shù)的預(yù)測值為

Kij=（∑in=1Kij）/n（i=1，2，3，…，j=1，2，3，…）

A=Kij/m（m=1，2，3，…）

其中，m為第i段時(shí)間內(nèi)經(jīng)過該站的車輛數(shù);Kij為n周時(shí)間周j第i段時(shí)間每輛車的下車人數(shù);A為第i段時(shí)間的平均每節(jié)車廂的下車人數(shù)。

2.2.2 立席密度計(jì)算

地鐵車廂的密度衡量標(biāo)準(zhǔn)采用立席密度衡量，立席密度定義為“單位面積上的站立乘客密度”。通過圖像識別模塊識別出的人數(shù)記為N，單位為人，地鐵每節(jié)車廂的面積為X，單位為m2，C為車廂內(nèi)乘客立席密度，單位為人/m2。

C——車廂內(nèi)人數(shù)密度，單位人/m2

N——車廂內(nèi)人數(shù)，單位人

X——車廂地面面積。單位m2

A——下一站點(diǎn)下車人數(shù)預(yù)測值。單位人

2.3 數(shù)據(jù)反饋

2.3.1 擁擠度等級分類

由目前關(guān)于立席密度的舒適性評價(jià)研究資料可以得知，當(dāng)立席密度小于3人/m2時(shí)，舒適度較高，乘客可以在車廂內(nèi)較為順暢的做出移動(dòng)，并且可以選擇站立位置;立席密度小于6人/m2時(shí)，每個(gè)乘客還有少量的活動(dòng)空間;當(dāng)立席密度大于6人/m2時(shí)，車廂內(nèi)大部分區(qū)域已經(jīng)被乘客充滿，此時(shí)乘客數(shù)量已經(jīng)接近飽和，乘客會感到比較擁擠;當(dāng)立席密度處于6-9人/m2時(shí)，乘客之間會發(fā)生身體接觸，此時(shí)車廂達(dá)到飽和狀態(tài)，十分擁擠。當(dāng)車廂內(nèi)立席密度處于9人/m2以上時(shí)，乘客與乘客之間會發(fā)生擠壓，見表1。

當(dāng)數(shù)據(jù)的值落在0-3人/m2時(shí)，對應(yīng)的擁擠程度為空蕩，輸出信號為綠色。

當(dāng)數(shù)據(jù)的值落在3-6人/m2，對應(yīng)的擁擠程度為擁擠，輸出信號黃色。

當(dāng)數(shù)據(jù)的值落在6-9人/m2時(shí)，對應(yīng)的擁擠程度為十分擁擠，輸出信號紅色。

當(dāng)數(shù)據(jù)的值落在9-12人/m2時(shí)，對應(yīng)的擁擠程度為嚴(yán)重?fù)頂D，輸出信號灰色。

2.3.2 基于PIS系統(tǒng)的數(shù)據(jù)反饋模式

（1）乘客信息系統(tǒng)（Passenger Information System），簡稱PIS。是地鐵里為乘客提供各類資訊的服務(wù)系統(tǒng)。乘客信息系統(tǒng)是依托多媒體網(wǎng)絡(luò)技術(shù)，以計(jì)算機(jī)系統(tǒng)為核心，以車站和車載播放終端為媒介向乘客提供信息服務(wù)的系統(tǒng)。根據(jù)前沿經(jīng)濟(jì)學(xué)人網(wǎng)調(diào)查顯示，目前國內(nèi)在建的地鐵系統(tǒng)基本都規(guī)劃了PIS系統(tǒng)，可見PIS系統(tǒng)應(yīng)用十分廣泛，有能力作為信息傳播平臺。因此，我們將PIS作為信息傳輸平臺，將擁擠度信息傳遞給乘客。

（2）PIS系統(tǒng)界面設(shè)計(jì)。對PIS車站多媒體屏幕界面重新設(shè)計(jì)。以適當(dāng)大小的長方體來表示每一節(jié)地鐵車廂，每個(gè)長方體根據(jù)其對應(yīng)的車廂序號在其內(nèi)部加上對應(yīng)車廂的序號，根據(jù)處理后所得到的乘客擁擠度分類顏色信息，填充其擁擠度所對應(yīng)的顏色信息，同時(shí)在界面中給出有關(guān)的乘車建議，以便乘客更加快速便捷地了解到每個(gè)車廂對應(yīng)的擁擠程度。PIS顯示界面設(shè)計(jì)如圖3。

3 結(jié)果預(yù)測

本作品的主要目的是引導(dǎo)乘客選擇相對空置的車廂，均衡地鐵車廂客流量。因此，對于擁擠度信息不一定所有候車站臺的乘客都會理想化地接受經(jīng)過處理后的擁擠度信息進(jìn)而選擇舒適度最優(yōu)的車廂。

若車廂擁擠度信息顯示在站臺多媒體屏，不管基于何種原因，仍有一部分乘客不會注意LED屏幕。基于該問題，我們對此進(jìn)行了問卷調(diào)查以來評價(jià)該系統(tǒng)的實(shí)施效果。

從有效的376份問卷來自各地的調(diào)查結(jié)果及圖表中得知，載乘客候車時(shí)，75.8%的乘客會關(guān)注LED屏上的相關(guān)列車信息，24.2%的乘客不會關(guān)注。關(guān)注候車層LED屏幕的乘客中，85.64%的乘客會根據(jù)擁擠度選擇較為舒適的車廂，只有14.36%的乘客即便了解到擁擠度信息，也不會根據(jù)該信息選擇車廂?；谠搯柧碚{(diào)查，可以分析得到64.91%的乘客會關(guān)注多媒體顯示屏上的引導(dǎo)信息選擇較為舒適的車廂。通過該分析結(jié)果，可以得出大部分乘客會選擇使用該系統(tǒng)進(jìn)行車廂的選擇，所以該方法具有一定程度上的引導(dǎo)乘客選擇立席密度較低的車廂進(jìn)而均衡每節(jié)地鐵車廂載客量的作用。

4 應(yīng)用前景

（1）機(jī)器視覺技術(shù)目前已在車流統(tǒng)計(jì)等領(lǐng)域得到應(yīng)用，隨著人工智能的進(jìn)一步發(fā)展，對設(shè)備自主判斷處理能力的將會不斷提高，所以機(jī)器視覺未來發(fā)展將會使其成本更加低廉，識別準(zhǔn)確度更高。

（2）地鐵未來將更加數(shù)據(jù)化，車廂擁擠度從某種程度上可以衡量地鐵的運(yùn)能是否得到充分的發(fā)揮，所以是一項(xiàng)很重要的數(shù)據(jù)，但目前此方面的研究較少，所以本作品在擁擠度獲取方面的解決方法十分必要。

基金項(xiàng)目：“2019年福建工程學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目”。

項(xiàng)目編號：S201910388090。

參考文獻(xiàn)：

[1]袁崇溟. 基于視頻分析的列車車廂客流量檢測系統(tǒng)研究與實(shí)現(xiàn)[D].西南交通大學(xué)，2013.

[2]吳奇兵. 城市軌道交通車廂合理立席密度的研究[D].北京交通大學(xué)，2015.

[3]董方旭. 基于稀疏分析的擁擠場景群體異常檢測研究[D].南京郵電大學(xué)，2017.

[4]許勝強(qiáng)，夏懿，姚志明，楊先軍，張濤，孫怡寧.一種基于柔性力敏傳感器的人數(shù)統(tǒng)計(jì)系統(tǒng)[J].計(jì)算機(jī)工程，2014，40（01）：167-171+176.

[5]陳爽.廣州地鐵新線車廂視頻監(jiān)控方案分析[J].鐵路計(jì)算機(jī)應(yīng)用，2014，23（05）：63-64.