胡成 李強(qiáng) 陳晉

摘 ?要：為控制公共場(chǎng)所人群聚集風(fēng)險(xiǎn)，需要定量估算場(chǎng)所的人群空間分布，尤其是瞬時(shí)聚集人數(shù)。文章基于圖像識(shí)別獲得點(diǎn)狀斷面人流量數(shù)據(jù)，并根據(jù)開(kāi)放性公共場(chǎng)所的類型和人群空間分布形態(tài)，提出4種具體的人群聚集數(shù)量估算方法，分別是進(jìn)出口流量差值累計(jì)法（CMIO）、進(jìn)出口流線節(jié)點(diǎn)分配法（LNDM）、節(jié)點(diǎn)轉(zhuǎn)移概率矩陣法（NTPMM）和路徑斷面流量法（PSFM），同時(shí)給出了每種方法的適用范圍。選擇北京什剎海景區(qū)進(jìn)行了案例應(yīng)用，基于景區(qū)環(huán)湖道路的網(wǎng)狀空間以及人群線狀流動(dòng)特點(diǎn)選擇PSFM和LNDM估算方法，給出了荷花市場(chǎng)具體算例，道路人群滯留量估算結(jié)果與實(shí)際人群分布相符。文章研究的方法可為公共場(chǎng)所安全容量預(yù)警以及旅游景區(qū)最大承載量預(yù)警管理提供支持。

關(guān)鍵詞：公共場(chǎng)所;人群聚集;圖像識(shí)別;斷面流量;瞬時(shí)人數(shù);安全容量

中圖分類號(hào)：X928.03 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract：In order to evaluate and control the risk of population aggregation in public places，it is necessary to quantitatively estimate the crowd space distribution，especially the instantaneous number of population aggregation in places.Based on the point section flow from image recognition，and according to the types of open public places and the spatial distribution of people，4 methods for estimating the number of people gathered are presented，which are Cumulative mode for the difference of inlet flow and outlet flow （CMIO），F(xiàn)low line node distribution method （LNDM），Node transition probability matrix method （NTPMM），and Path section flow method （PSFM）.At the same time，the application scope of each method is given.Shichahai Scenic Area in Beijing is selected as the research area.Based on the network space of the road around the lake and the linear flow characteristics of the population，the PSFM and LNDM estimation methods are selected，and the specific calculation example of lotus market is given.The prediction results of the road population retention are consistent with the actual population distribution.The method of this paper can provide support for the early warning management of the safety capacity of public places and the carry capacity of scenic area.

Key words：Public places;Crowd gathering;Image recognition;Section flow;Instantaneous number of people;Safety capacity

公共場(chǎng)所，尤其是開(kāi)放性公共場(chǎng)所容易出現(xiàn)人員逗留時(shí)間長(zhǎng)、活動(dòng)類型多的狀況，節(jié)假日更容易導(dǎo)致人群短時(shí)高密度聚集的現(xiàn)象。這種現(xiàn)象容易造成安全事故隱患，增大公共場(chǎng)所的公共安全風(fēng)險(xiǎn)[1]。但是與之相關(guān)的突發(fā)事件的發(fā)生、發(fā)展和演化具有很強(qiáng)的隨機(jī)性和不確定性，其中的規(guī)律目前還在探索之中，尚無(wú)科學(xué)的定論，難以直接對(duì)突發(fā)事件進(jìn)行監(jiān)控。從應(yīng)對(duì)處置來(lái)看，事件發(fā)生之后的現(xiàn)場(chǎng)救援措施往往很難達(dá)到理想的效果[2]。因此，為了控制這類突發(fā)事件，事前預(yù)警和防范成為一種更加合理的策略。具體來(lái)說(shuō)就是預(yù)先設(shè)定合理的人群安全容量，而后通過(guò)對(duì)人群流動(dòng)和分布狀態(tài)進(jìn)行測(cè)度[1]，表征人群的聚集風(fēng)險(xiǎn)水平，并進(jìn)行預(yù)測(cè)和預(yù)警。

但目前的狀況是，客流統(tǒng)計(jì)和人群監(jiān)測(cè)預(yù)警處于“有流量無(wú)分布，有監(jiān)測(cè)無(wú)預(yù)警”的狀態(tài) [2]。開(kāi)放性公共場(chǎng)所常分布于湖邊道路、地鐵出口、公交站點(diǎn)、交叉路口等大量的人群密集區(qū)域，閘機(jī)、安檢機(jī)等封閉類場(chǎng)所常用的人流量監(jiān)測(cè)設(shè)備都無(wú)法使用，需要采用激光掃描、紅外成像以及視頻識(shí)別等手段來(lái)監(jiān)測(cè)人流量[3-7]。這些常規(guī)的方法雖然方便監(jiān)測(cè)，但在開(kāi)放區(qū)部署的成本很高，如果對(duì)空間內(nèi)進(jìn)行全覆蓋則會(huì)造成點(diǎn)位極多，經(jīng)濟(jì)上不可行。新式監(jiān)測(cè)手段包括手機(jī)、Wi-Fi探針、位置App等方法，這些方法也可以監(jiān)測(cè)人群分布，但是其結(jié)果屬于城市尺度或者區(qū)域的總體尺度，缺少局部道路空間分布的詳細(xì)信息，時(shí)延效應(yīng)比較嚴(yán)重[8-9]。

開(kāi)放性公共場(chǎng)所的路網(wǎng)復(fù)雜、交通方式多樣、人流進(jìn)出口多，全域或者局域容易出現(xiàn)擁堵，需要依據(jù)一定的監(jiān)控設(shè)施，通過(guò)科學(xué)的方法，實(shí)時(shí)把握人群空間分布。開(kāi)放性公共場(chǎng)所在長(zhǎng)期運(yùn)行后，區(qū)域內(nèi)部會(huì)形成熱點(diǎn)區(qū)域以及人群聚集較少的區(qū)域，內(nèi)部的人群動(dòng)線也因?yàn)榈缆返奶卣鞫园l(fā)形成網(wǎng)絡(luò)流，這些空間聚集特征為空間分布預(yù)測(cè)提供了依據(jù)。筆者構(gòu)建以智能視頻監(jiān)控的點(diǎn)狀人群數(shù)據(jù)為基礎(chǔ)的預(yù)測(cè)方法，預(yù)測(cè)開(kāi)放空間內(nèi)局部的人群滯留量以及局域空間分布等指標(biāo)。

一、圖像識(shí)別客流數(shù)據(jù)

初始監(jiān)測(cè)點(diǎn)和人群參數(shù)是進(jìn)行人群聚集空間分布預(yù)測(cè)與預(yù)警的基礎(chǔ)。對(duì)監(jiān)測(cè)圖像進(jìn)行智能分析，可以識(shí)別靶面內(nèi)人群流動(dòng)參數(shù)。如圖1所示，以圖1中的“流量識(shí)別斷面”為界，按方向?qū)⒆R(shí)別的斷面人群流量分為上行和下行流量[2]。人流量采集周期一般最低為6秒，常用周期為1分鐘和10分鐘。

二、點(diǎn)估算方法

基于圖像識(shí)別所得上下行人流量數(shù)據(jù)，可以對(duì)空間的人群分布聚集情況做進(jìn)一步的預(yù)測(cè)。區(qū)別于手機(jī)信號(hào)監(jiān)測(cè)的廣域覆蓋，圖像識(shí)別人流量的監(jiān)測(cè)范圍一般是路段斷面，相對(duì)空間范圍很小，可視為點(diǎn)狀數(shù)據(jù)，基于點(diǎn)狀數(shù)據(jù)的聚集人數(shù)預(yù)測(cè)方法可稱為點(diǎn)估算方法。

根據(jù)預(yù)測(cè)需求及可用客流監(jiān)測(cè)位置的不同，可細(xì)分為以下4種估算方法：

（一）進(jìn)出口點(diǎn)預(yù)測(cè)全區(qū)滯留量[1]

1.基本原理

該方法可稱為進(jìn)出口流量差值累計(jì)方式（Cumulative mode for the difference of inlet flow and outlet flow，CMIO），以特定區(qū)域的人員數(shù)量背景值為基礎(chǔ)，加上進(jìn)出口處的人員總進(jìn)入量和總流出量的差值，預(yù)測(cè)該區(qū)域的總滯留人員數(shù)量。

2.適用性

該人群預(yù)測(cè)方法適合具有以下特性的公共場(chǎng)所：

（1）具有邊界明顯的進(jìn)出口，并且所有進(jìn)出口都可以進(jìn)行監(jiān)測(cè);

（2）以單次人群聚集活動(dòng)為主，如果多次活動(dòng)疊加，人員進(jìn)出頻繁、混雜，則無(wú)法獲得有效的初始值;

（3）場(chǎng)所空間范圍較大，人群聚集度較高，監(jiān)測(cè)設(shè)備的識(shí)別累積誤差遠(yuǎn)遠(yuǎn)小于場(chǎng)所的人員安全容量。

因此，在一些人員進(jìn)出頻繁、場(chǎng)所空間范圍較小的場(chǎng)景，該方法的適用性將因誤差累積而大打折扣。

（二）進(jìn)出口流線組合預(yù)測(cè)網(wǎng)絡(luò)分布[1]

1.基本原理

該方法可稱為進(jìn)出口流線節(jié)點(diǎn)分配法（Flow line node distribution method，LNDM），又可稱為人群流線節(jié)點(diǎn)分時(shí)頻率法。以人群流線規(guī)律為基礎(chǔ)，建立所有進(jìn)出口流線的節(jié)點(diǎn)全局分配矩陣時(shí)間序列，然后利用進(jìn)出口監(jiān)測(cè)得到的人員流量數(shù)據(jù)，按照矩陣序列分配到各個(gè)節(jié)點(diǎn)和路段上，最終獲得某個(gè)時(shí)刻的人群空間分布。

流線預(yù)測(cè)按照實(shí)時(shí)監(jiān)測(cè)流量數(shù)據(jù)的監(jiān)測(cè)位置，可分為入口流線節(jié)點(diǎn)分配法和出口流線節(jié)點(diǎn)分配法。其中，入口流線節(jié)點(diǎn)分配法是常用的方法，通過(guò)將調(diào)查得到的某入口人群的步行流線，按照流線、步行距離、游覽時(shí)間等參數(shù)，分時(shí)分配到各節(jié)點(diǎn)和路段上，可以獲得兩類結(jié)果：

（1）歷史值加上當(dāng)前分配值，可以獲得當(dāng)前時(shí)間步長(zhǎng)內(nèi)的人群分布;

（2）以當(dāng)前分布為基礎(chǔ)，加上新分配流量，可以預(yù)測(cè)未來(lái)時(shí)間的區(qū)域內(nèi)的人群空間分布。

2.適用性

該方法依賴于流線規(guī)律的穩(wěn)定性，要求人群從某入口進(jìn)入后，嚴(yán)格按照規(guī)定的路線游覽，在這種情況下，使用區(qū)域外圍進(jìn)出口就可以有效預(yù)測(cè)場(chǎng)所內(nèi)所有路徑上的人員流量。

但是對(duì)于人群流線規(guī)律不穩(wěn)定的場(chǎng)所，該方法會(huì)產(chǎn)生很大的誤差。此外，人員在節(jié)點(diǎn)處的停留時(shí)間以及某些節(jié)點(diǎn)的擁堵都會(huì)對(duì)流線產(chǎn)生影響。

（三）交叉口預(yù)測(cè)毗鄰節(jié)點(diǎn)流量[1]

交叉口預(yù)測(cè)毗鄰節(jié)點(diǎn)流量法可稱為節(jié)點(diǎn)轉(zhuǎn)移概率矩陣法（Node transition probability matrix method，NTPMM），需要得到單一節(jié)點(diǎn)的人員各向流入量和各向流出量的分配結(jié)果，該分配結(jié)果可通過(guò)事先調(diào)查或者利用交通流平衡流量法得到。可將流入和流出形成的矩陣記為節(jié)點(diǎn)轉(zhuǎn)移概率矩陣，然后以此矩陣為基礎(chǔ)，對(duì)各向進(jìn)入流量進(jìn)行分配，從而達(dá)到預(yù)測(cè)人員去向流量的目的，在對(duì)各節(jié)點(diǎn)轉(zhuǎn)移流量進(jìn)行全局分配后，得到人群在場(chǎng)所內(nèi)的局部分布。

節(jié)點(diǎn)vj的轉(zhuǎn)移概率矩陣表達(dá)，見(jiàn)式（1）：

式中：，表示由i轉(zhuǎn)變到j(luò)的概率，是以i為條件的。

（四）路段點(diǎn)位預(yù)測(cè)滯留量[1]

1.基本原理

該方法可稱為路徑斷面流量法（Path section flow method，PSFM）。假設(shè)人群保持持續(xù)流動(dòng)，以斷面流量數(shù)據(jù)為基礎(chǔ)，通過(guò)推算路徑上的人群線密度和計(jì)算路徑長(zhǎng)度，獲得各流線上的人員數(shù)量，最終確定整個(gè)場(chǎng)所的人員總數(shù)，屬于局域預(yù)測(cè)法。

按照預(yù)測(cè)時(shí)使用的監(jiān)測(cè)斷面的數(shù)量，可以分為單斷面法和多斷面法。

2.數(shù)學(xué)表達(dá)

以單斷面法為例，按照上述原理，路段的停留人數(shù)=斷面總流量×路段通行時(shí)間，數(shù)學(xué)表達(dá)見(jiàn)式（2）：

式中：NEi，路段Ei的停留人數(shù)，人;qvj，斷面節(jié)點(diǎn)vj的總流量，人/分鐘;tEi，通過(guò)路段的時(shí)間，分鐘;qup，通過(guò)斷面的上行流量，人/分鐘;qdown，通過(guò)斷面的下行流量，人/分鐘;lEi，路段Ei的長(zhǎng)度，米;u，斷面人群的空間平均速度，米/分鐘。

同理，多斷面法就是將路段分為幾個(gè)子路段，根據(jù)這幾個(gè)斷面預(yù)測(cè)得到的子路段滯留人數(shù)，匯總得到路段整體的滯留人數(shù)。

3.適用性

該方法的優(yōu)點(diǎn)在于不存在長(zhǎng)時(shí)間的累積誤差，比較適用于多出口網(wǎng)絡(luò)路徑型公共場(chǎng)所的人群滯留統(tǒng)計(jì)，特別是人員行進(jìn)速度比較均勻的場(chǎng)景，如人群基本都在路上以及線型商業(yè)街上游覽的網(wǎng)絡(luò)路徑型場(chǎng)所。但是，該方法對(duì)客流識(shí)別的時(shí)間周期以及運(yùn)動(dòng)速度變化性比較敏感，當(dāng)客流監(jiān)測(cè)數(shù)據(jù)的時(shí)間周期較短時(shí)會(huì)出現(xiàn)預(yù)測(cè)波動(dòng)性增大的趨勢(shì)。此外，當(dāng)監(jiān)測(cè)點(diǎn)的人群速度與預(yù)測(cè)區(qū)域相差較大時(shí)，也會(huì)降低預(yù)測(cè)準(zhǔn)確率。

三、案例分析

以北京什剎海景區(qū)的環(huán)湖道路為例，利用現(xiàn)有的人群監(jiān)測(cè)設(shè)備提供的數(shù)據(jù)，進(jìn)行該場(chǎng)所路段上的人群滯留量預(yù)測(cè)。

（一）研究區(qū)和初始數(shù)據(jù)

什剎海景區(qū)為北京市免費(fèi)開(kāi)放的公共場(chǎng)所，區(qū)域主要由前海、后海和西海以及內(nèi)部的恭王府、宋慶齡同志故居等場(chǎng)所組成，其中環(huán)湖道路是人群聚集流動(dòng)的主要區(qū)域，見(jiàn)圖2。圖2中所示的是初始調(diào)用的客流數(shù)據(jù)識(shí)別點(diǎn)位，黃色線條覆蓋區(qū)域?yàn)樾枰A(yù)測(cè)的景區(qū)環(huán)湖路段。取2014年10月1日的圖像識(shí)別客流數(shù)據(jù)，客流數(shù)據(jù)周期為5分鐘，含有上行流量、下行流量和步行平均速度等信息。

子功能區(qū)可以按照網(wǎng)絡(luò)節(jié)點(diǎn)以及流量的高低細(xì)分為8個(gè)，分別是煙袋斜街、前海北沿、前海南沿、前海東沿、荷花市場(chǎng)、后海北沿、后海南沿和后海西沿。

什剎海景區(qū)的現(xiàn)場(chǎng)環(huán)境特征表現(xiàn)為：

1.步行環(huán)境主要是環(huán)湖道路，屬于線狀類型;

2.環(huán)湖區(qū)除了銀錠橋，道路中間沒(méi)有引致人群長(zhǎng)時(shí)間滯留的吸引點(diǎn)，人群主要在環(huán)湖道路上行走;

3.區(qū)域內(nèi)沒(méi)有廣場(chǎng)等大規(guī)模人群聚集的場(chǎng)地;

4.人群監(jiān)測(cè)點(diǎn)基本分布在外圍進(jìn)出口;

5.環(huán)湖區(qū)道路上監(jiān)測(cè)點(diǎn)占比極少，僅有的幾個(gè)點(diǎn)位于荷花市場(chǎng)、煙袋斜街[1]。

（二）預(yù)測(cè)模式選擇

考慮對(duì)象區(qū)域?qū)儆诘缆肪W(wǎng)絡(luò)型，有著人群流向相對(duì)簡(jiǎn)單、斷面流量的空間差異性較小等特點(diǎn)，可以假設(shè)其符合路徑流量守恒規(guī)律。選擇局部斷面的人群分布來(lái)預(yù)測(cè)相鄰道路的人群密度，對(duì)于沒(méi)有監(jiān)測(cè)點(diǎn)設(shè)置的路段，則綜合利用其他預(yù)測(cè)模式，將路段兩端的監(jiān)測(cè)點(diǎn)合理利用。

根據(jù)案例中道路空間及人員流動(dòng)特點(diǎn)，具體采用的預(yù)測(cè)方法為：

1.路徑斷面流量法（PSFM），利用路段上的監(jiān)測(cè)點(diǎn)預(yù)測(cè)整條路段的滯留人數(shù)，該方法應(yīng)用于荷花市場(chǎng)、煙袋斜街;

2.進(jìn)出口流線節(jié)點(diǎn)分配法（LNDM），利用路段兩端相鄰的進(jìn)出口監(jiān)測(cè)點(diǎn)，應(yīng)用于前海北沿、后海南沿等其他路段。

（三）結(jié)果和分析

以預(yù)測(cè)荷花市場(chǎng)路段的滯留人數(shù)為例，使用荷花市場(chǎng)南門的客流監(jiān)測(cè)數(shù)據(jù)，數(shù)據(jù)采集周期為5分鐘;該路段道路長(zhǎng)度為347米;監(jiān)測(cè)道路上人員步行速度，平均步行速度為0.647米/秒，為了與流量數(shù)據(jù)的5分鐘采集周期單位一致，將步行速度的時(shí)間尺度單位設(shè)為米/5分鐘，則步道上人群的空間平均速度為194.7米/5分鐘。對(duì)公式（2）中道路長(zhǎng)度和空間平均速度賦值，則該路段人數(shù)計(jì)算的具體公式見(jiàn)式（3）：

式中： ? ?為荷花市場(chǎng)路段上的滯留人數(shù);

為16號(hào)客流監(jiān)測(cè)點(diǎn)，即荷花市場(chǎng)南門點(diǎn)位;

為16號(hào)監(jiān)測(cè)點(diǎn)的上行流量，人/5分鐘;

為16號(hào)監(jiān)測(cè)點(diǎn)的下行流量，人/5分鐘。

代入具體的上行和下行流量，即可獲得道路上的瞬時(shí)聚集人數(shù)。取2014年10月1日的圖像識(shí)別客流數(shù)據(jù)，共得到288條原始數(shù)據(jù)。代入式（3）計(jì)算，得到荷花市場(chǎng)路段的滯留人數(shù)結(jié)果最大值為1635人，均值約597人。

按每5分鐘間隔統(tǒng)計(jì)路面瞬時(shí)聚集人數(shù)，即滯留人數(shù)，得到時(shí)間序列圖，詳見(jiàn)圖3。由圖3可知荷花市場(chǎng)路段一天當(dāng)中的滯留人數(shù)表現(xiàn)出如下的變化趨勢(shì)：3—6點(diǎn)是一天中的滯留最低峰，從6點(diǎn)逐步攀升，到11點(diǎn)出現(xiàn)全天的滯留最高峰;之后在經(jīng)過(guò)一個(gè)小的客流低谷后，在18點(diǎn)出現(xiàn)全天的滯留次高峰。

使用預(yù)測(cè)結(jié)果中各路段的面密度最大值，制作什剎海景區(qū)環(huán)湖道路的人群滯留量預(yù)測(cè)圖，見(jiàn)圖4。從圖4可見(jiàn)，人群高密度區(qū)分布在煙袋斜街、前海北沿和荷花市場(chǎng)一線，與實(shí)際的觀測(cè)結(jié)果基本相符。

四、總結(jié)和展望

公共場(chǎng)所為控制人群聚集風(fēng)險(xiǎn)，防范擁擠踩踏，需要實(shí)行安全容量管控，而定量的場(chǎng)所瞬時(shí)人數(shù)估算是實(shí)施預(yù)警疏導(dǎo)分流的基礎(chǔ)。開(kāi)放性公共場(chǎng)所有著路網(wǎng)復(fù)雜、交通方式多樣、人流進(jìn)出口多等特點(diǎn)，很難掌握整個(gè)場(chǎng)所的人群空間分布情況。筆者依托當(dāng)前的點(diǎn)狀圖像識(shí)別人流量參數(shù)，對(duì)瞬時(shí)人數(shù)估算方法進(jìn)行了探索。

（一）圖像識(shí)別可獲得斷面人流量信息，這些點(diǎn)狀數(shù)據(jù)可以用于開(kāi)放性公共場(chǎng)所人群聚集數(shù)量分布估算。

（二）根據(jù)開(kāi)放性公共場(chǎng)所的類型和人群空間分布形態(tài)，提出了4種具體的瞬時(shí)人數(shù)估算方法，同時(shí)給出了這些方法的適用范圍。

（三）什剎海風(fēng)景區(qū)案例應(yīng)用路徑斷面流量法和進(jìn)出口流線分配法，得到了環(huán)湖道路的人群滯留量信息，與現(xiàn)場(chǎng)調(diào)研情況相符。

利用圖像監(jiān)測(cè)斷面人流量數(shù)據(jù)，來(lái)預(yù)測(cè)開(kāi)放性公共場(chǎng)所的全局空間分布和聚集數(shù)量是個(gè)新課題，雖然取得了一定的估算預(yù)測(cè)效果，但是不同空間的聚集點(diǎn)長(zhǎng)時(shí)間滯留導(dǎo)致人群運(yùn)動(dòng)速度存在差異，高密度下人群速度可能變慢，這些因素都可能導(dǎo)致預(yù)測(cè)結(jié)果的準(zhǔn)確性降低，還需要進(jìn)行改進(jìn)。

參考文獻(xiàn)：

[1]胡成.開(kāi)放性公共場(chǎng)所人群聚集安全容量及風(fēng)險(xiǎn)預(yù)警研究[D].北京：北京師范大學(xué)，2016.

[2]胡成，李偉，姚曉暉.為了這樣的災(zāi)難不再發(fā)生——城市人群聚集風(fēng)險(xiǎn)的監(jiān)測(cè)與預(yù)警[J].科技智囊，2011（01）：74-79.

[3]孫智勇，葛書(shū)芳，榮建，等.行人交通的數(shù)據(jù)采集方法研究[J].北京工業(yè)大學(xué)學(xué)報(bào)，2006（06）：530-533.

[4]錢慧佳，楊明，李顥，等.一種基于激光雷達(dá)和視覺(jué)的行人檢測(cè)方法[J]. 上海交通大學(xué)學(xué)報(bào)，2010（07）：946-950.

[5]夏永泉，李衛(wèi)麗，甘勇，等.智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究[J]. 通信技術(shù)，2009（06）：185-187.

[6]幺居標(biāo)，王冬琳.基于狀態(tài)轉(zhuǎn)換圖的公共場(chǎng)所行人視頻監(jiān)控方法研究[J]. 工程數(shù)學(xué)學(xué)報(bào)，2010（06）：1133-1136.

[7]楊裕，朱秋煜，吳喜梅.復(fù)雜場(chǎng)景中的自動(dòng)人群密度估計(jì)[J].現(xiàn)代電子技術(shù)，2009（17）：108-111.

[8]楊飛，裘煒毅.基于手機(jī)定位的實(shí)時(shí)交通數(shù)據(jù)采集技術(shù)[J].城市交通，2005（04）： 67-72.

[9]WANG D，LI L，HU C，et al.A modified inverse distance weighting method for interpolation in open public places based on Wi-Fi probe data[J].Journal of advanced transportation，2019：1-11.