城市軌道交通客流信息智能檢測與管控系統(tǒng)研究與設(shè)計

王愛麗，趙 元，王子騰，于士堯，孫喜利

（中國鐵路信息科技有限責(zé)任公司，北京 100038）

隨著城市軌道交通的快速發(fā)展，客流量與日劇增，2018年城市軌道交通全年完成客運量總計210.7億人次，同比增長14%，總進站量為133.2億人次，總客運周轉(zhuǎn)量為1760.8億人公里[1]。在客流量增長的同時，客流安全問題日趨突出，迫切要求提高客流運營安全保障能力。精準(zhǔn)的客流信息是城市軌道交通運營安全服務(wù)的“基石”，在新一代信息技術(shù)的助推下，客流智能檢測和管控技術(shù)應(yīng)運而生[2]，文獻[3]和文獻[4]提出采用智能視頻監(jiān)控技術(shù)實現(xiàn)通道、站廳和車廂等區(qū)域的客流信息綜合檢測，文獻[5]提出采用手機信令的方式實現(xiàn)客流信息的追蹤定位，文獻[6]提出采用WiFi信令的方式實現(xiàn)客流信息的檢測，還有相關(guān)學(xué)者提出采用自動售檢票系統(tǒng)（AFC）、紅外、激光、車輛稱重等技術(shù)進行客流檢測。

目前，北京、深圳、上海、廣州等地鐵單位積極引入各種檢測技術(shù)，探索建設(shè)智能檢測試驗站，實現(xiàn)客流信息的實時檢測。然而，現(xiàn)檢測設(shè)備雖部署密集，但主要用于回放，各檢測技術(shù)適用場景單一，監(jiān)控數(shù)據(jù)維度單一，難以支撐精準(zhǔn)可靠的客流預(yù)測預(yù)警和合理有效決策[7-8]。因此，需進一步深化城市軌道交通客流安全狀態(tài)智能檢測和管控技術(shù)研究，本文將充分整合智能檢測技術(shù)的優(yōu)勢資源，以系統(tǒng)化的方式選擇適用的單一檢測手段，綜合應(yīng)用AI、模式識別、多源數(shù)據(jù)融合等技術(shù)，采用復(fù)合式客流信息檢測方法實現(xiàn)多種檢測技術(shù)的深度融合和有效集成[9]，形成全方位客流信息精準(zhǔn)檢測的整體解決方案，為客流運營主動安全保障能力的改善提供數(shù)據(jù)支撐。

1 系統(tǒng)需求分析

1.1 技術(shù)深度融合需求

現(xiàn)有檢測技術(shù)包括AFC、視頻監(jiān)控、微基站、WiFi、激光、紅外等，不同檢測技術(shù)適用范圍不同，如AFC較適用于進出站客流統(tǒng)計，智能視頻監(jiān)控適用于區(qū)域信息檢測和異常行為識別，微基站和WiFi探針較適用于軌跡追蹤與宏觀層面OD客流分析。為滿足大客流安全保障需求，需引入復(fù)合式客流信息檢測技術(shù)，深度融合、聯(lián)動且設(shè)計合理的集成方法，使AFC、視頻監(jiān)控和移動終端探測等技術(shù)優(yōu)勢互補、相互協(xié)調(diào)聯(lián)動，對采集到的數(shù)據(jù)進行相互印證[2]，提高數(shù)據(jù)的準(zhǔn)確度和采集范圍，以滿足多樣化客流監(jiān)測需求。

1.2 數(shù)據(jù)精準(zhǔn)采集需求

運營管理者需掌握客流基礎(chǔ)數(shù)據(jù)，精準(zhǔn)提取各個監(jiān)控區(qū)域不同維度的客流時空信息，精準(zhǔn)標(biāo)記出整個微觀、宏觀運動軌跡和演變態(tài)勢，根據(jù)這些數(shù)據(jù)形成標(biāo)準(zhǔn)規(guī)范的數(shù)據(jù)模型，為日?？土鞴芾硖峁┤?、精準(zhǔn)的數(shù)據(jù)支持。

1.3 數(shù)據(jù)資產(chǎn)匯集需求

需分層次、分類別將匯集的客流數(shù)據(jù)進行組織；需對匯集數(shù)據(jù)進行深層挖掘、分析，發(fā)現(xiàn)客流運行規(guī)律、隱藏的異常行為等，輔助對復(fù)雜應(yīng)用的事件根源、事件關(guān)聯(lián)性進行分析；需實現(xiàn)數(shù)據(jù)的多維度展示，從專業(yè)角度對結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行管理，并支持相應(yīng)檢索、查詢功能。

1.4 客流安全管控需求

需與相關(guān)應(yīng)急管理、運行調(diào)度等系統(tǒng)聯(lián)動，對外提供不同維度和不同粒度的客流信息，以便制定有效的客流疏導(dǎo)和應(yīng)急救援方案，提高車站客流運營管理效率和安全性；交通參與者乘客需盡早、準(zhǔn)確知道站內(nèi)已存在和即將發(fā)生的客流交通擁擠狀態(tài)、站內(nèi)各個區(qū)域和每節(jié)車廂的滿載率，為乘客的不均衡分布提供疏導(dǎo)，全面改善乘車過程的信息透明度和用戶服務(wù)體驗。

2 系統(tǒng)技術(shù)方案

2.1 總體架構(gòu)

按照統(tǒng)一規(guī)劃、分步實施的原則進行開發(fā)建設(shè)，在先進檢測技術(shù)深度研究和復(fù)合式融合的基礎(chǔ)上，集成構(gòu)建面向不同場景的客流信息智能檢測系統(tǒng)。本系統(tǒng)將選取智能視頻監(jiān)控和移動終端探測等主流檢測技術(shù)，采用復(fù)合式客流信息檢測技術(shù)深度融合方法，實現(xiàn)相關(guān)客流信息的精準(zhǔn)全面采集，主要由3部分組成：現(xiàn)場前端采集、數(shù)據(jù)處理和后端管理中心。前端采集點配備組網(wǎng)通信模塊、圖像監(jiān)控設(shè)備、WiFi探針等；后端管理中心配備監(jiān)控大屏、組網(wǎng)設(shè)備、數(shù)據(jù)處理服務(wù)器、智能視頻分析系統(tǒng)等。系統(tǒng)的規(guī)?？筛鶕?jù)未來監(jiān)控場景內(nèi)的規(guī)模和管理擴展而擴展，需提供多種組網(wǎng)接口，升級需平滑進行。同時，需配備與數(shù)據(jù)處理平臺的聯(lián)動接口，采集的源數(shù)據(jù)需傳輸?shù)綌?shù)據(jù)處理平臺進行梳理和ETL清洗，再回傳到后端應(yīng)用管理中心。系統(tǒng)架構(gòu)如圖1所示。

2.2 邏輯架構(gòu)

系統(tǒng)邏輯架構(gòu)包括基礎(chǔ)層、采集層、傳輸層、解算層、應(yīng)用層和展示層，如圖2所示。

（1）基礎(chǔ)層：主要為系統(tǒng)運行配備相關(guān)基礎(chǔ)設(shè)施設(shè)備，包括應(yīng)用服務(wù)器、數(shù)據(jù)庫服務(wù)器、存儲設(shè)備、網(wǎng)絡(luò)安全設(shè)備、視頻監(jiān)控設(shè) 備、WiFi探針設(shè)備等，為系統(tǒng)的建設(shè)和研究提供基礎(chǔ)硬件環(huán)境支撐。

（2）采集層：選取適用的檢測技術(shù)，提出前端采集設(shè)備部署方法和策略，配備相應(yīng)的檢測設(shè)備，搭建檢測環(huán)境，通過多方位檢測和多源異構(gòu)數(shù)據(jù)融合處理，實現(xiàn)客流源數(shù)據(jù)的實時采集。

（3）傳輸層：所有采集到的數(shù)據(jù)將統(tǒng)一通過有線或無線的方式發(fā)送到后臺服務(wù)器和數(shù)據(jù)處理平臺進行深度解析和處理。

（4）解算層：采用數(shù)據(jù)挖掘、機器學(xué)習(xí)、圖像識別等技術(shù)，對客流視頻圖像進行深度解析和處理，解算出圖像背景和前景的特征屬性，對乘客的身份、特征、運動軌跡、異常行為等進行深度解析；對手持終端用戶的定位信息進行深度解析，通過對相關(guān)數(shù)量的設(shè)備數(shù)據(jù)進行分析，多點串連成線，刻畫用戶活動軌跡，為行為軌跡精細化定位管理提供依據(jù)。

（5）應(yīng)用層：根據(jù)業(yè)務(wù)需求，實現(xiàn)客流量、密度、速度等基礎(chǔ)信息的統(tǒng)計和檢索，實現(xiàn)個體乘客人臉、身份、異常行為和軌跡的識別，實現(xiàn)客流時空分布、擁擠度、均衡性等相關(guān)信息的統(tǒng)計分析和檢索。

（6）展示層：根據(jù)不同場景，采用熱力圖、統(tǒng)計圖、二維/三維動態(tài)圖等方式對客流信息進行多維展示，為運營決策、資源管理、綜合協(xié)同和信息共享等提供基礎(chǔ)支撐。

2.3 技術(shù)架構(gòu)

系統(tǒng)采用分層技術(shù)設(shè)計，采用B/S和C/S混合架構(gòu)，信息展示和交互采用B/S架構(gòu)，信息解算采用C/S架構(gòu)，支持跨平臺部署，系統(tǒng)組件間內(nèi)置各類開放、安全的接口，具備良好的開放性。系統(tǒng)技術(shù)架構(gòu)如圖3所示。

數(shù)據(jù)采集層通過攝像機、WiFi探針等方式，對現(xiàn)場環(huán)境的客流視頻圖像和移動終端信息進行采集，采集的信息都將以有線或無線的方式傳輸?shù)胶蠖私馕龇治鰧?；后端解析分析層將配備視頻圖像處理、視頻智能分析引擎、移動終端分析引擎等，對采集的源數(shù)據(jù)進行深度挖掘和解析；應(yīng)用平臺層將結(jié)合Servlet、WebService等基于B/S架構(gòu)的開發(fā)技術(shù)，構(gòu)建一套開放、擴展能力很強的應(yīng)用功能組件，實現(xiàn)應(yīng)用管理平臺的各項功能；數(shù)據(jù)處理、數(shù)據(jù)管理和統(tǒng)計分析主要通過集成較成熟的軟件產(chǎn)品實現(xiàn)，其它功能以定制化開發(fā)來實現(xiàn)；前端信息將基于瀏覽器訪問，構(gòu)建一套友好、高效、交互性更強的Web前端展示界面。

2.4 應(yīng)用功能

系統(tǒng)功能架構(gòu)如圖4所示。

（1）客流運營信息檢測：基于視頻監(jiān)控、移動終端探測、AFC等方式解析出多種客流信息，實現(xiàn)出入口、站廳、站臺、換乘通道、AFC、扶梯、屏蔽門、車廂內(nèi)部等重要區(qū)域和設(shè)備處的客流密度、速度、聚集人數(shù)、流量等基礎(chǔ)信息的采集，實現(xiàn)特殊個體自身靜態(tài)屬性特征精準(zhǔn)采集和標(biāo)定，如人臉特征、性別、身高、行李、進出站時間等信息。

（2）客流運動軌跡追蹤定位：實現(xiàn)特殊個體和群體客流運動軌跡的精確定位和提取，支持在站內(nèi)地圖上標(biāo)記出整個微觀和宏觀運動軌跡分布。

（3）乘客行為特征和異常行為識別：支持精準(zhǔn)識別和分析固定“常態(tài)”人群的行為習(xí)慣，支持對站內(nèi)乘客擁擠、踩踏、摔倒、越界等異常行為的智能識別。

（4）客流信息統(tǒng)計分析：實現(xiàn)整個車站和不同區(qū)域的客流時空分布、擁擠狀態(tài)、均衡性、演變態(tài)勢等統(tǒng)計分析和評估，支持深度挖掘和統(tǒng)計分析客流宏觀運行規(guī)律、隱藏的異常事件和行為、事件根源和關(guān)聯(lián)性。

（5）客流信息多維度展示：支持全站不同區(qū)域多攝像頭展示界面的拼接，形成“上帝視角”下的實時監(jiān)測效果，支持通過各類直觀、友好的展示視圖，協(xié)助運營人員一目了然地掌握車站的客流分布情況和運行規(guī)律。

（6）業(yè)務(wù)系統(tǒng)聯(lián)動和信息發(fā)布共享：與運營管理、應(yīng)急管理、數(shù)據(jù)處理等系統(tǒng)做好接口配置，與其他業(yè)務(wù)系統(tǒng)相互聯(lián)動；支持與APP、廣播系統(tǒng)等發(fā)布方式聯(lián)動，根據(jù)用戶權(quán)限，對用戶和管理人員提供不同維度和粒度的客流信息，具有信息對內(nèi)、外發(fā)布和共享的功能，改善客流相關(guān)信息的透明度。

（7）系統(tǒng)運行管理：支持系統(tǒng)運行相關(guān)管理功能，包括用戶權(quán)限、系統(tǒng)配置、界面人機交互、數(shù)據(jù)質(zhì)量、告警故障、維護報表、遠程維護等。

3 關(guān)鍵技術(shù)

3.1 智能視頻監(jiān)控

智能視頻監(jiān)控是利用計算機視覺、數(shù)據(jù)挖掘等技術(shù)對視頻圖像進行精準(zhǔn)智能解析和描述，挖掘大規(guī)模圖像中隱含的知識，在不需要人為干預(yù)的情況下，對監(jiān)控場景中的變化進行檢測、定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，能在異常情況發(fā)生時及時發(fā)出警報或提供有用信息，有效地協(xié)助運營人員處理危機，最大限度地降低誤報和漏報現(xiàn)象。

3.2 移動終端探測

系統(tǒng)將現(xiàn)代人離不開移動終端的特點與工程結(jié)合起來，在智能視頻監(jiān)控技術(shù)的基礎(chǔ)上引入移動終端探測技術(shù)，部署WiFi探針和微基站等采集設(shè)備，當(dāng)用戶進入采集器覆蓋區(qū)，對處于待機狀態(tài)的GSM、LTE等制式終端位置信息進行探測，自動完成移動終端的MAC地址、信號方位等信息采集[6]，并將相關(guān)信息通過網(wǎng)線、光纖/3G/4G模塊實時傳回到后端，在后端完成數(shù)據(jù)存儲、比對、路徑分析、碰撞分析、及行為模式分析等功能，刻畫用戶活動軌跡，實現(xiàn)精確定位及客流運動軌跡追蹤。

3.3 復(fù)合式客流信息檢測

為滿足大客流安全保障需求，系統(tǒng)將引入復(fù)合式客流信息檢測技術(shù)深度融合和聯(lián)動方法，建立綜合實時客流檢測體系，設(shè)計合理的集成方法。結(jié)合實際場景和監(jiān)測需求，在視頻監(jiān)控設(shè)備部署基礎(chǔ)上，深度融合WiFi探針、微基站、智能閘機等設(shè)備，優(yōu)化和完善部署策略，使AFC、視頻監(jiān)控和移動終端定位等技術(shù)優(yōu)勢互補、相互協(xié)調(diào)聯(lián)動，對采集到的數(shù)據(jù)進行相互印證，提高數(shù)據(jù)的準(zhǔn)確度、提升數(shù)據(jù)的采集范圍、優(yōu)化數(shù)據(jù)的分析結(jié)果，以滿足多樣化客流監(jiān)測需求，進一步提取更精準(zhǔn)、更完整、更可靠的客流信息檢測結(jié)果[7]。

3.4 多源異構(gòu)數(shù)據(jù)融合

系統(tǒng)將引入多源異構(gòu)數(shù)據(jù)融合技術(shù)，對視頻監(jiān)控、移動終端等不同來源的數(shù)據(jù)進行質(zhì)量分析和權(quán)重計算，采用基于分類的多種權(quán)重加權(quán)組合模型對多源數(shù)據(jù)進行分析、矯正和融合；在數(shù)據(jù)不斷積累和增加的過程中，采用多元非線性回歸等統(tǒng)計分析技術(shù)建立相應(yīng)的計算模型，以計算模型和大數(shù)據(jù)的深度學(xué)習(xí)來不斷提升數(shù)據(jù)的準(zhǔn)確度[9]。

4 結(jié)束語

通過運用智能視頻監(jiān)控、移動終端探測、數(shù)據(jù)挖掘、多源數(shù)據(jù)處理等技術(shù)，本文提出了城軌交通客流信息智能檢測與管控系統(tǒng)的設(shè)計方案，給出了系統(tǒng)的總體架構(gòu)、邏輯架構(gòu)、技術(shù)架構(gòu)和功能架構(gòu)，從技術(shù)應(yīng)用和集成、信息系統(tǒng)構(gòu)建、業(yè)務(wù)應(yīng)用功能等角度對系統(tǒng)進行優(yōu)化，以提高城軌交通客流信息智能檢測的精確性和全面性。該系統(tǒng)已在實驗室試驗場地進行部署，通過在線和離線車站視頻對部分功能進行測試驗證，并協(xié)商將在深圳地鐵選取實驗站進行搭建和測試應(yīng)用。

多種檢測技術(shù)深度融合、優(yōu)勢互補、相互協(xié)調(diào)是未來城軌交通運營信息實現(xiàn)精細化檢測的必經(jīng)之路，但在跨技術(shù)領(lǐng)域的多源數(shù)據(jù)模型研究、跨維度、多專業(yè)和協(xié)同管理機制等方面將面臨一定的挑戰(zhàn)，需繼續(xù)深化研究。