王 英

（北京京港地鐵有限公司，北京 100068）

近年來，我國軌道交通迎來迅速發(fā)展的階段。城市軌道交通因其運輸量大、人均能耗低等優(yōu)勢，得到了國內(nèi)各大城市的青睞，越來越多的軌道交通線路在不斷建設中。同時，在特大城市中，道路交通擁堵，而軌道交通因其可靠便捷的特點已經(jīng)逐步成為市民出行的首選。隨著城市軌道交通客流量逐年上升，給軌道交通帶來了巨大壓力。作為軌道交通的關(guān)鍵節(jié)點的車站能直接體現(xiàn)城市軌道交通智能化程度。然而，國內(nèi)大多車站的運營業(yè)務完全依靠站內(nèi)工作人員處理，不具備高智能的自動化技術(shù)手段來替代人工。并且，當前城市軌道交通線路客流流量不斷攀升，車站內(nèi)運營服務壓力日趨嚴峻，迫使車站員工高頻次在站內(nèi)區(qū)域執(zhí)行人工巡檢。因此，城市軌道交通車站的智能化程度亟待提升。

1 城市軌道交通車站智能視覺感知現(xiàn)狀

由于當前超大城市軌道交通車站中缺乏對站內(nèi)乘客流量的有效監(jiān)測，車站內(nèi)客流擁堵、踩踏事故時有發(fā)生，因此嚴重影響城市軌道交通車站安全運營。1999年5月，白俄羅斯地鐵站在運營高峰期站內(nèi)乘客人群擁擠，在混亂中人群相互踩踏導致54人死亡。2014年11月，北京地鐵5號線站臺客流量過大，致乘客被夾在了列車屏蔽門和車門中間，之后經(jīng)醫(yī)生搶救仍然死亡。2019年2月8日，墨西哥地鐵車站內(nèi)扶梯系統(tǒng)故障，站內(nèi)人群在慌亂中發(fā)生踩踏，致兩人受傷。

為了增強城市軌道交通車站內(nèi)智能化運營程度，減少運營高峰期站內(nèi)客流踩踏事故發(fā)生概率，需要實時監(jiān)控車站內(nèi)事故易發(fā)生區(qū)域的流量信息，及時獲取各個區(qū)域客流狀態(tài)。智能視覺感知技術(shù)通過當前先進的人工智能技術(shù)，運用卷積神經(jīng)網(wǎng)絡提取圖像中客流特征，從而識別圖像內(nèi)行人信息，進而統(tǒng)計區(qū)域客流變化。通過此項技術(shù)能全天候自動化感知監(jiān)控區(qū)域信息，已在國內(nèi)外得到應用。但當前智能視覺感知技術(shù)僅用在小范圍客流監(jiān)測，并未在超大城市軌道交通車站等大范圍復雜場景進行使用。為了保證超大城市軌道交通車站的運營安全，當前通過安排專業(yè)的工作人員不間斷地監(jiān)控各個區(qū)域監(jiān)控信息來防止出現(xiàn)事故。但對于大型車站，需要大量攝像機來監(jiān)控車站內(nèi)各個區(qū)域，依靠人工監(jiān)控給工作人員帶來了巨大的精神壓力，并且容易因工作人員的疏漏導致事故。因此，如何將智能視覺感知技術(shù)應用在超大城市軌道交通車站中已經(jīng)成為當前研究的重點。

2 城市軌道交通車站智能視覺感知特點

隨著城市軌道交通的發(fā)展，軌道交通年運客量也逐年增加，但同時也給軌道交通和車站內(nèi)安全保障系統(tǒng)帶來了巨大壓力。隨著人工智能技術(shù)的發(fā)展，智能視覺監(jiān)控技術(shù)被引入到軌道交通監(jiān)控系統(tǒng)中。此項改變增加了軌道交通的智能化程度，降低了工作人員的工作壓力，給軌道交通帶來了更加廣闊的發(fā)展前景。

軌道交通車站具有其特殊性。通過對軌道交通車站內(nèi)相機拍攝的視頻圖像序列和車站內(nèi)環(huán)境及站內(nèi)客流特點進行分析，可以得出車站智能視覺感知技術(shù)所要處理的客流視頻圖像的特點。根據(jù)這些特點，可以更好地選取相應的智能視覺感知技術(shù)，從而實現(xiàn)對車站內(nèi)客流信息的監(jiān)控。雖然軌道交通車站內(nèi)的特性保證了智能視覺感知技術(shù)的使用，但是，現(xiàn)有的智能視覺感知技術(shù)直接運用在車站監(jiān)控系統(tǒng)上也面臨著很大的挑戰(zhàn)，主要體現(xiàn)在：

（1）人流量繁雜。城市軌道交通車站內(nèi)存在大量大型設備，來往客流繁雜。繁雜的客流會遮擋需要監(jiān)控的感興趣區(qū)域，造成部分自動化設備故障等突發(fā)情況無法及時檢測，從而引發(fā)安全事故。同時，繁雜的客流中，乘客與乘客之間相互遮擋，部分乘客的特征信息無法有效檢測出來，造成人流統(tǒng)計不準確，進而為站內(nèi)安全埋下極大隱患。

（2）視頻數(shù)據(jù)利用率低下。當前智能視覺感知技術(shù)只能針對單個攝像頭監(jiān)控信息進行檢測，而視頻監(jiān)控系統(tǒng)獲取的信息量巨大，多個攝像頭之間的信息耦合，利用率較低。因此，對于車站內(nèi)監(jiān)控系統(tǒng)，不僅需要視覺感知技術(shù)進行檢測，還需要對檢測結(jié)果進行分析并深度挖掘數(shù)據(jù)。從而為地鐵運營管理及時提供信息。

（3）乘客異常行為?，F(xiàn)有智能視覺感知技術(shù)多對視頻進行逐幀分析，從而實現(xiàn)整個視頻的檢測。但乘客異常行為是連續(xù)時間的一系列幀的綜合，而現(xiàn)有智能視覺感知技術(shù)缺乏幀與幀之間的信息聯(lián)系。因此，對于車站內(nèi)監(jiān)控系統(tǒng)，還需要進一步開發(fā)智能視覺感知技術(shù)。

3 智能視覺感知應用探索

3.1 設計思路

為了將智能視覺感知技術(shù)應用于軌道交通車站業(yè)務中，需要充分利用現(xiàn)有相機采集的圖像信息，并對圖像進行精細化識別分析，從而提升軌道交通智能化水平。當車站內(nèi)出現(xiàn)異常事件能及時進行預警，從而保證車站安全運營。主要涉及如下方面：

（1）最大限度利用相機視頻資源，利用智能視覺感知技術(shù)，感知車站內(nèi)各類異常事件。同時，實時監(jiān)測站內(nèi)客流數(shù)據(jù)，保證在不加入新的投入情況下大幅提升站內(nèi)運營效率。（2）在不新增設備的前提下，智能化管控客流，從而保證站臺高效運營，并且簡單易部署，可以在各個線路快速落地實現(xiàn)。（3）運用智能視覺感知技術(shù)，將工作人員工作交于智能化技術(shù)實現(xiàn)，從而有效降低站內(nèi)員工工作強度，從而提升站內(nèi)工作人員工作效率。（4）異常事件主動預警，及時檢測站內(nèi)異常事件，并將事件信息同步至工作人員，從而及時對事故進行相應處理。（5）實時精準監(jiān)測車站內(nèi)客流數(shù)據(jù)，并結(jié)合站內(nèi)特性對數(shù)據(jù)進行智能化統(tǒng)計分析，從而調(diào)配站內(nèi)工作人員工作，提升車站智能程度。

上文分析了當前車站內(nèi)運營痛點，同時結(jié)合軌道交通車站特性，分析智能監(jiān)測和車站運營結(jié)合的可能，并分析了車站內(nèi)采用智能視覺感的需求，從而提出了軌道交通智能視覺感知系統(tǒng)的設計思路。

3.2 核心技術(shù)

智能視覺感知技術(shù)的核心內(nèi)容是通過智能視覺監(jiān)測設備對車站內(nèi)部乘客進行監(jiān)測，并通過智能檢測技術(shù)進行識別，從而確認乘客行為是否合規(guī)、是否危害車站運營安全等。此外，為管控車站內(nèi)部客流，需要通過智能視覺感知技術(shù)結(jié)合大數(shù)據(jù)統(tǒng)計分析車站內(nèi)部客流量，并在車站的管控平臺集中分析處理，從而在海量數(shù)據(jù)中挖掘其中安全隱患。為了實現(xiàn)上述功能，需要將下述智能感知核心技術(shù)運用到軌道交通車站檢測上，從而保證車站高效運營。

（1）圖像識別技術(shù)：圖像識別技術(shù)主要是通過卷積神經(jīng)網(wǎng)絡提取圖像特征，針對不同的檢測識別任務，將高維圖像特征在不同尺度進行融合，從而擬合不同類別的感知任務，以實現(xiàn)檢測、識別對象的功能。針對相機的檢測圖像，運用圖像智能識別技術(shù)自動識別圖像內(nèi)的乘客或者特定物品，從而實現(xiàn)特定區(qū)域入侵檢、遺留物品檢測等功能，識別效果如圖1所示。

圖1 圖像識別效果

（2）行為識別技術(shù)：行為識別技術(shù)被廣泛應用在視頻監(jiān)控、人機交互等領域。同樣，行為識別也經(jīng)受著一系列挑戰(zhàn)，如行人遮擋、背景運動、光照變化，這些因素嚴重影響行為識別的準確度與可靠性。該技術(shù)主要有兩種不同方法，一種基于關(guān)節(jié)點識別技術(shù)，通過圖像識別技術(shù)識別人體10~12個關(guān)鍵節(jié)點，根據(jù)關(guān)鍵點不同的組合方式來對應人不同的行為，從而實現(xiàn)行為識別；另一種則是基于圖像序列的行為識別技術(shù)，提取不同時間的圖像信息，并將時間靠前的圖像信息傳遞給下一時間的圖像信息，從而實現(xiàn)根據(jù)連續(xù)時間圖像的變化方式來識別人體行為，異常行為識別效果如圖2所示。

圖2 異常行為識別效果

（3）目標跟蹤技術(shù)：僅通過圖像識別技術(shù)只能檢測當前時刻下圖像中目標，但前一時刻圖像目標無法和下一時刻的目標相對應。因此，目標跟蹤技術(shù)的研究成為學術(shù)界的重要方向，并在視頻監(jiān)控、無人駕駛等鄰域取得了廣泛的應用。目標跟蹤方法分為生成式方法和判別式方法。生成式跟蹤方法大多通過稀疏編碼來獲取目標的特征，在新一幀圖像中查找與前一幀特征相似的區(qū)域來實現(xiàn)目標跟蹤，而判別式跟蹤方法提取圖像中最具有判別性的圖像特征，并通過分類方法來獲取相似區(qū)域?qū)崿F(xiàn)目標跟蹤。當前判別式跟蹤方法已經(jīng)成為跟蹤的主流方法，識別效果如圖3所示。

圖3 目標跟蹤效果

3.3 功能應用

針對現(xiàn)在車站運營痛點，結(jié)合車站業(yè)務需求，依靠現(xiàn)有智能視覺感知技術(shù)，可以在車站內(nèi)實現(xiàn)以下功能的部署與應用：

乘客異常行為監(jiān)測：針對乘客容易摔倒、打架、呼救等異常行為的區(qū)域安裝攝像頭，對乘客的異常行為進行實時智能監(jiān)控。

逃票監(jiān)控：針對軌道交通車站區(qū)域，設置智能化進出站監(jiān)控，防止乘客逃票。

人流監(jiān)控：針對容易導致?lián)矶碌某鋈肟?、扶梯、安檢區(qū)域、站臺等區(qū)域，安裝智能人流統(tǒng)計設備，實時統(tǒng)計乘客流量，防止車站擁堵。

4 結(jié)語

目前傳統(tǒng)視頻監(jiān)控已經(jīng)實現(xiàn)規(guī)?；瘧?，但智能視覺感知在超大城市軌道交通車站才剛剛起步。由于地鐵客流逐步上升，以智能化手段構(gòu)造新一代超大城市軌道交通智能化車站是必然的發(fā)展趨勢。文章分析了當前軌道交通站臺運營的痛點和需求，并論證了智能視覺感知技術(shù)在軌道交通站臺部署運用的可能性，對提升軌道交通車站智能化程度具有指導意義。