基于視頻理解的鐵路落客平臺(tái)運(yùn)行特征分析

王 鈳，高寧波，魏東洋，危進(jìn)偉

(1.南京市城市與交通規(guī)劃設(shè)計(jì)研究院股份有限公司，江蘇 南京 210000;2.江蘇智城慧寧交通科技有限公司,江蘇 南京 210000)

近年來，隨著鐵路建設(shè)的快速發(fā)展，高速鐵路已經(jīng)成為中國客運(yùn)中遠(yuǎn)距離的主要出行方式。高速鐵路具有運(yùn)行速度快、安全水平高以及服務(wù)態(tài)度好等特點(diǎn)，根據(jù)國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，中國高速鐵路客運(yùn)量占鐵路總客運(yùn)量比例，如圖1所示。國內(nèi)高鐵客運(yùn)量占鐵路客運(yùn)量比重逐年攀升，由2010年的8%上升至 2015 年的 37.9%。在高速鐵路客流成倍增加的客觀情況下，其中，客流到達(dá)高速鐵路站點(diǎn)約有35%是通過社會(huì)車輛運(yùn)送至鐵路落客平臺(tái)，如何組織客流進(jìn)站疏散是目前高速鐵路客運(yùn)站點(diǎn)管理面臨的嚴(yán)峻挑戰(zhàn)。在此背景下，分析研究高速鐵路落客平臺(tái)的車輛運(yùn)行特征，對(duì)改進(jìn)落客平臺(tái)的運(yùn)行效率，具有重要實(shí)際意義。

圖1 中國高速鐵路客運(yùn)量占鐵路總客運(yùn)量比例

國內(nèi)外對(duì)高速鐵路站點(diǎn)的研究主要集中在高速鐵路戰(zhàn)略定位、交通組織以及接駁研究。其中，在高速鐵路的戰(zhàn)略定位領(lǐng)域，翟寧對(duì)國內(nèi)高速鐵路按照規(guī)劃遠(yuǎn)景、建設(shè)時(shí)序以及空間位置進(jìn)行層次劃分[1]，侯雪對(duì)高速鐵路的站點(diǎn)區(qū)域布局進(jìn)行了統(tǒng)計(jì)和分析，給出了高速鐵路站點(diǎn)分步規(guī)劃思路[2]。在高速鐵路的交通組織領(lǐng)域，彭其淵對(duì)高速鐵路的夜

間行車組織調(diào)度進(jìn)行了研究分析，提出了錯(cuò)時(shí)運(yùn)行的高速鐵路夜間運(yùn)行組織方式[3]，Ningbo Gao從運(yùn)行環(huán)境的角度出發(fā)，基于多層次測度理論對(duì)中國不同地區(qū)的高速鐵路運(yùn)行安全進(jìn)行了等級(jí)劃分[4], 郭升等對(duì)高速鐵路的客流特征進(jìn)行分析[5], 鄒中翔以西安為例分析和探討了高速鐵路的物流規(guī)劃[6]。本文在借鑒既有研究基礎(chǔ)上，對(duì)高速鐵路站點(diǎn)的落客平臺(tái)客流運(yùn)行進(jìn)行分析。

1 鐵路落客平臺(tái)特征分析

1.1 相關(guān)定義

鐵路落客平臺(tái)主要功能有兩個(gè)方面[7-8]：第一方面是提供出行乘客乘坐社會(huì)車輛到達(dá)高速鐵路站點(diǎn)的下車地點(diǎn)；第二方面是提供出行乘客乘坐社會(huì)車輛離開高速鐵路的上車地點(diǎn)。

基于此，可以將高速鐵路落客平臺(tái)概括為：高速鐵路落客平臺(tái)是一種提供社會(huì)車輛臨時(shí)上客和下客的鐵路客流集散區(qū)域，具有車輛快速通過、臨時(shí)?？康忍攸c(diǎn)。

1.2 空間結(jié)構(gòu)

鐵路落客平臺(tái)在空間結(jié)構(gòu)上屬于道路，具有道路的特點(diǎn)。一般而言，鐵路落客平臺(tái)一方面與城市主要干道連接，另外一方面與高速鐵路站關(guān)聯(lián)。從空間結(jié)構(gòu)上屬于U型，設(shè)計(jì)有利于車輛進(jìn)入和駛離高鐵站點(diǎn)，具體如圖2所示。

圖2 高速鐵路落客平臺(tái)空間結(jié)構(gòu)

1.3 運(yùn)行特點(diǎn)

鐵路站點(diǎn)落客平臺(tái)的車輛運(yùn)行特點(diǎn)主要有以下三點(diǎn)[8-9]：

1)快速駛離特征，經(jīng)過落客平臺(tái)的車輛需要快速的通過，給后續(xù)其它車輛提供通行空間；

2)臨時(shí)?？刻卣?，社會(huì)車輛需要選擇適合的車輛?？奎c(diǎn)，提供乘客下車，但是停車時(shí)間短暫，否則容易造成交通擁堵；

3)禮讓行人特征，需要乘客需要跨過落客平臺(tái)才能夠到達(dá)站點(diǎn)，因此車輛在運(yùn)行過程中，需要及時(shí)對(duì)行人進(jìn)行禮讓。綜合以上特征，車輛在落客平臺(tái)的運(yùn)行具有隨機(jī)停頓的特點(diǎn)。

2 車輛跟蹤視頻識(shí)別算法

2.1 運(yùn)動(dòng)跟蹤原理

運(yùn)動(dòng)跟蹤是一種用于準(zhǔn)確測量運(yùn)動(dòng)物體在三維空間運(yùn)動(dòng)狀況的特征識(shí)別算法[10]。它基于計(jì)算機(jī)圖形學(xué)原理，通過排布在空間中的特征識(shí)別碼對(duì)物體進(jìn)行持續(xù)的運(yùn)動(dòng)狀況以圖像的形式記錄下來，然后使用計(jì)算機(jī)對(duì)圖像數(shù)據(jù)進(jìn)行處理，得到不同時(shí)間計(jì)量單位上不同物體(跟蹤器)的空間坐標(biāo)(X,Y,Z)[11-12]。

2.2 車輛跟蹤算法

2.2.1 特征構(gòu)建

每個(gè)空間對(duì)象在影像資料中，都是以色彩R、G、B三彩色格式存儲(chǔ)和體現(xiàn)的，對(duì)于不同的對(duì)象，其色彩分布不同，即ARGB的參數(shù)不同[13-14]，因此可以建立基于空間色彩分布的車輛特征：

S=F(X,Y){A,R,G,B}

式中：S代表車輛在空間X,Y位置點(diǎn)的色彩值，A代表色彩透明度取值范圍0～100，R代表紅色取值范圍0～255,G代表綠色取值范圍0～255，B代表藍(lán)色取值范圍0～255。

2.2.2 跟蹤流程

在實(shí)際的運(yùn)動(dòng)檢測過程中，運(yùn)動(dòng)跟蹤檢查主要?jiǎng)澐譃閳D像/影像資料輸入，對(duì)象特征識(shí)別，空間位置捕獲，運(yùn)動(dòng)狀態(tài)檢測，運(yùn)行數(shù)據(jù)輸出等5個(gè)過程[15]：

1)圖像/影像資料輸入。將待識(shí)別的圖像或者原始影像資料輸入計(jì)算機(jī)，通過計(jì)算機(jī)處理為灰度直方圖。

2)對(duì)象特征識(shí)別。根據(jù)得到的灰度直方圖進(jìn)行降噪處理，剔除無關(guān)信息，保留關(guān)聯(lián)度較高的灰度信息，并且根據(jù)灰度直方圖得到對(duì)象的空間色彩飽和度信息，并融合成為對(duì)象的唯一鑒別信息。

3)空間位置捕獲。在得到對(duì)象特征的基礎(chǔ)上，對(duì)每幀畫面中對(duì)象特征密集集中的區(qū)域設(shè)定為對(duì)象位置，以密集點(diǎn)空間中心坐標(biāo)作為對(duì)象的空間坐標(biāo)。

4)運(yùn)動(dòng)狀態(tài)檢測。通過對(duì)對(duì)象的空間坐標(biāo)的變化差分比對(duì)，得到物體對(duì)象的停留或者運(yùn)行的狀態(tài)特征，車輛跟蹤算法流程如圖3所示。

圖3 車輛跟蹤算法流程

3 案例分析

為進(jìn)一步論證上述車輛跟蹤算法的適用性，以南京南站作為仿真目標(biāo)，分析南京南站落客平臺(tái)的車輛運(yùn)行特征。

3.1 數(shù)據(jù)來源

南京南站屬于南京的鐵路快線樞紐，日均客流量達(dá)到8.8萬人，具有28個(gè)站臺(tái)，占地面積28萬m2，具有一個(gè)落客平臺(tái)。通過調(diào)查發(fā)現(xiàn)，落客平臺(tái)共有單向4個(gè)車道，全部采用物理隔離，其空間拓?fù)浣Y(jié)構(gòu)如圖4所示。

圖4 南京南站落客平臺(tái)平面布局結(jié)構(gòu)

為對(duì)該落客平臺(tái)的車輛運(yùn)行特征進(jìn)行分析，選取了某一工作日，利用無人機(jī)對(duì)落客平臺(tái)進(jìn)行俯拍，得到10:30-11:30的影像資料，如圖5所示。

3.2 運(yùn)行過程

基于OpenCV技術(shù)開發(fā)了對(duì)應(yīng)的高速鐵路站點(diǎn)車輛跟蹤識(shí)別平臺(tái)，開發(fā)平臺(tái)為Visual studio 2012，該平臺(tái)功能劃分為視頻導(dǎo)入、速度控制、距離校準(zhǔn)以及出入口設(shè)定等功能，如圖6所示。

通過該系統(tǒng)，將南京南站落客平臺(tái)監(jiān)控視頻導(dǎo)入運(yùn)行分析。在分析過程中，視頻時(shí)間全長42 min，分析共耗時(shí)1 h 20 min，對(duì)每個(gè)車道進(jìn)行分車道識(shí)別。

圖5 南京南站落客平臺(tái)監(jiān)控畫面

圖6 基于OpenCV的落客平臺(tái)車輛跟蹤系統(tǒng)

3.3 特征分析

經(jīng)過3.2節(jié)的運(yùn)算，最終得到4個(gè)車道共計(jì)472車輛運(yùn)行特征數(shù)據(jù)。其中，部分?jǐn)?shù)據(jù)樣本如表1所示。

表1 車輛跟蹤樣本數(shù)據(jù)

通過對(duì)具體車輛的運(yùn)行軌跡分析，得到各個(gè)車道的車輛停頓點(diǎn)和停留時(shí)間分布如圖7所示。

圖7 落客平臺(tái)車輛停留分布點(diǎn)情況

通過進(jìn)一步統(tǒng)計(jì)分析發(fā)現(xiàn)，落客平臺(tái)各個(gè)車道的運(yùn)行具有以下特征：

1)4個(gè)車道車輛平均停留次數(shù)分別為：車道1平均停留1.2次，車道2車輛平均停留1.5次，車道3車輛平均停留2.3次，車道4車輛平均停留3.1次，其中車道1和2是屬于快車道，車道3和4屬于慢車道，與車道功能設(shè)置基本相符；

2)4個(gè)車道車輛平均停留時(shí)間分別為：車道1平均停留時(shí)間9.2 s，車道2車輛平均停留時(shí)間13.7 s，車道3車輛平均停留時(shí)間19.3 s，車道4車輛平均停留時(shí)間21 s，由于快車道車輛通行較為快速，與車道功能設(shè)置基本相符。

4 總 結(jié)

本文通過對(duì)高速鐵路站點(diǎn)的落客平臺(tái)的分析，探討了落客平臺(tái)的定義以及功能，基于落客平臺(tái)車輛運(yùn)行的基本特征，分析視頻識(shí)別技術(shù)作為落客平臺(tái)車輛運(yùn)行跟蹤的原理，構(gòu)建了基于視頻識(shí)別的車輛跟蹤算法，基于OpenCV開發(fā)了相應(yīng)的車輛跟蹤識(shí)別軟件。以南京南站落客平臺(tái)作為研究對(duì)象， 分析了南京南站落客平臺(tái)4個(gè)車道的車輛運(yùn)行特征，分析得出各個(gè)車道的平均停留時(shí)間與停留地點(diǎn)基本與實(shí)際車道功能設(shè)計(jì)相符，進(jìn)一步論證通過合理設(shè)置落客平臺(tái)的停靠站點(diǎn)和車道功能，能夠引導(dǎo)落客平臺(tái)車輛運(yùn)行，緩解落客平臺(tái)交通擁堵問題。