基于智能视频分析技术的车站大客流预警系统研究

李广刚*，方漫然



基于智能视频分析技术的车站大客流预警系统研究

李广刚*，方漫然

（南京地铁运营有限责任公司，江苏南京，210012）

结合南京地铁基于智能视频分析技术的车站大客流预警系统的研究，提出地铁大客流预警系统建设的意义、建设思路，从建设过程分析建设难点，从建成情况分析功能特点，展示当前视频分析技术能力，为地铁车站大客流预警系统建设付诸实践，为地铁从技术层面提升地铁运输组织风险管控能力提出解决思路。

地铁车站视频分析客流监测预警

引言

伴随着地铁网络化运营，网络化运营风险和压力加大，在这种情况下，如何动态监测地铁内客流，确保安全运行，成为地铁运营的核心问题。在不断升高的客流现状，提高保障地铁公共安全和处置突发公共事件的能力，最大程度地预防和减少突发地铁公共事件造成的损害，保障公众的生命财产安全，维护社会稳定，促进社会全面、协调、可持续发展，根据地铁的特点及当前地铁突发事件管理中存在的依靠人员巡视应对突发大客流发生预警等现状与要求，对重点车站的重点区域内的客流情况采用智能分析的技术手段，进行实时、高效、准确的客流信息收集、分析、告警并及时启动与该系统配套的响应处置程序，方便客流运输组织，提高大客流响应和处置效率，有效避免人员踩踏事故的发生很有必要。从2013年开始，南京地铁开始对客流分析及预警系统开展调研，最终选择基于视频分析技术的客流预警系统研究并立项实施。

1 研究思路

1.1 客流统计

建立客流统计指标体系，实现客流实时统计、历史查询和对比分析。一是实时统计：实时对出入口、站厅、站台-站厅楼梯、站台等区域客流实时统计，显示累计客流、分时客流情况；二是历史查询：建立历史客流情况数据库，逐步建立工作日、假期、周末、节日、重要活动等客流模型；三是对比分析：根据客流历史数据，对比不同时间客流情况，查找客流规律，方便行车组织和客流引导。

1.2 大客流预警

建立客流预警机制，实现分级预警。一是根据南京地铁大客流组织经验，将大客流预警分为四级，四级最低，一级最高，根据不同级别建立数学模型；二是根据地铁客流特点抓住过密和滞留两大关键要素，对过密和滞留阀值进行设定，实现超限预警；三是预警个性设置，对预警区域、预警阀值、预警级别自定义设置，便于预案调整；四是预警信息实时推送，利用钉钉公共平台推送信息（南京地铁是钉钉平台企业用户），根据处置预案及时启动应急响应。

1.3 成本控制

控制实施成本，方便后期扩展。一是充分利用车站现有的各种监控设施、信息资源，充分保护已有的信息资源，做到节能、减少投资，在系统建设期间及系统投入运行后不影响、不妨碍现有的地铁的正常运营；二是接口开放，便于扩展。考虑建成大客流预警平台，初步建成车站级，后期建成重要站点级，必要时开发线路级和线网级预警平台，为运图制定、行车调度和客运组织提供数据支撑。

2 架构与功能设计

为了便于大客流预警系统的研究开发，南京地铁选择了3号线柳州东路站进行试点研究，该站的特点是靠近大型生活小区，位于长江以北，上班族较多，由于跨江为了方便很多人选择地铁作为出行首选，早晚高峰客流压力较大，有一定典型意义。

2.1 系统架构

大客流预警系统由三部分组成：分析服务器、管理服务器与客户端界面。分析服务器功能：运行深度学习算法，处理摄像机捕捉到的实时视频，识别图像中的人数，将数据信息、图片信息传递到管理服务器中；管理服务器功能：客流数据分析、预警推送、报表统计、用户管理、调用监控、历史数据查询等；客户端界面：用户查看、调阅客流、预警信息，对预警系统进行管理。大客流预警系统的软件结构采用B/S结构，即浏览器/服务器架构。在这种结构中，数据请求、数据加工、结果返回、动态网页生成、数据库的访问、应用程序的执行等处理都由Web Server完成。系统管理部分采用B/S结构主要是出于B/S结构具有分布性强、维护方便、共享性好、开发简单成本低、通用性和易用性方面的考虑，这样所有逻辑几乎集中在服务器，系统的运行效率得到强化。

图1 大客流预警系统拓扑图

2.2 功能设计

大客流预警系统的主要功能是实时计算、分析、存储、显示地铁车站客运流量；统计查询历史数据；提供多种形式的数据分析和报表；对数据进行挖掘和分析，为管理者提供决策信息；提供预警信息，及时有效启动相应的处置预案；管理者可通过系统PC终端查看任意时间段、任意时刻的客流数据。

图2 南京地铁车站大客流预警系统功能模块

表1 大客流预警系统各功能模块功能表

2.3 设计难点

本系统的设计难点为预警机制的建立。既然把过密和滞留作为预警检测的重要指标，那么过密和滞留如何定义成为难点。密度是区域人数除以区域面积，但是每个摄像头照射面积不同，检测到的直接数据是区域人数，因此把区域人数作为设定的阀值更易于实际操作，由此提出对每个摄像头过密阀值设定为区域人数作为系统过密设计的原则。关于滞留检测，滞留的字面意思是人停留在某一区域一定时间内不移动，对地铁来讲，尤其站台乘客滞留，往往指乘客登不上车造成乘客滞留，由此在系统设置时将滞留定义为超过一定人数停留超过一定时间来确定是否有乘客滞留。

对地铁运输组织来讲，过密未必造成滞留，但是滞留往往由于车站客流过大造成，因此根据运输组织经验，建立以滞留检测为主，过密检测为辅的客流预警原则，通过设定车站预警、重点区域预警和单个摄像头事件预警的灵活预警机制更有利于大客流风险处置，四级预警初步设置如下：站台出现乘客滞留情况触发Ⅳ级预警；站台和付费区出现滞留触发Ⅲ级预警；站台和站厅出现滞留触发Ⅱ级预警；站台、站厅和出入口出现滞留触发Ⅰ级预警。预警机制可根据实际情况灵活设置。

3 主要功能实现与验证

3.1 实时预警

实时预警界面可划分为4个区域，如图3所示。区域一为可视化的预警区域，正常时摄像头颜色为绿色，过密时摄像头颜色变为橙色，当出现滞留时摄像头颜色变成红色，触发预警时，系统通过钉钉推送预警信息到相关人员，如图4所示。从图4可以看出，接收到信息时间比警情发生时间延误2秒，由此可见预警系统的实时性还是比较强的。区域2、3、4为客流显示区域，从不同角度展现客流信息，如进站客流、出站客流、站台内客流、上行进站台客流、下行进站台客流、换乘通道客流、近5/10/60分钟进出站台客流和进出站客流，如进出站客流，可细化到几号口的进出站信息，进一步掌握客流信息方便客流组织。

图3 实时预警界面

3.2 预警管理

（1）预案管理

为了便于系统能够根据地铁实际预案进行调整，用户可以对预警进行自定义，对推送人员进行自由添加和删除。

（2）预警阀值设定

对通道和站台、站厅摄像头分别进行人数和停留时间设置，极大方便了客流预警管理，球机用于检测出入口和楼梯客流量和滞留情况，枪机用于检测照射区域客流和滞留情况，可根据实际情况进行停用和添加，人数和停留时间根据实际客流情况自由设置。

（3）客流验证

为了验证客流预警系统客流统计的准确性，主要进行了以下几方面的验证工作：一是通过与票务数据比对和实际图片中人数比对；二是安排人员站在摄像头下模拟滞留验证；三是请点图片中的人数与系统检测数据进行比对；四是查看客流统计分析图查看客流规律。通过实际数据比对，客流量统计准确性超过97%，站台区域准确性由于人员遮挡问题略低但可满足预警需求；滞留检测可实现100%成功检测；客流规律符合乘客实际出行规律。

图4 系统检测的客流出行规律

4 结束语

经过研究开发，南京地铁已初步建立了单站点的客流预警系统，为客流预警研究理论付诸实践，在客流统计分析、预警系统建立方面取得一定的成果，但是对大客流预警系统研究和应用并没有结束，后期将加强以下几个方面研究：一是完善基于客流数据库的客流预测功能；二是基于客流分析的行车组织调度研究；三是预警机制的优化研究等，后期如果能实时监测车内乘客情况，将对地铁客运组织和风险管控带来极大方便。

[1] 李得伟, 孙宇星, 黄建玲. 地铁客流预警技术基础探讨,城市轨道交通研究[J]. 2013, 26(2).

[2] 丁蕾. 城市轨道交通换乘站客流预警及应对方法研究[D]. 南京理工大学, 2012.

[3] 潘罗敏. 地铁短时客流量预测预警研究[D]. 北京:首都经贸大学, 2011.

[4] 冉丽君, 刘茂. 人群密度对人群拥挤事故的影响[J]. 安全与环境学报, 2007, 7(4): 135-138.

[5] 李焘, 金龙哲, 马英楠, 等. 大型活动客流监测预警方法研究[J]. 中国安全生产科学技术, 2012, 8(4).

Research on Large Passenger Flow Early Warning System of Station Based on Intelligent Video Analysis Technology

LI Guanggang*, FANG Manran

(Nanjing Metro Operation Co., Ltd., Jiangsu Nanjing, 210012, China)

according to research on large passenger flow early warning system of station based on intelligent video analysis technology of the Nanjing subway station,propose meaning and thinking about construction of the early warning system of large passenger, analysis of the difficulties in the construction from the construction process, analysis of features from the completion, display the current video analysis technology for the construction of large passenger capacity, early warning system of subway station into practice, for the subway from the technical level to enhance the subway transportation organization risk management and control capacity of the proposed solutions.Keywords:subway station; video analysis; passenger flow monitoring; early warning

李广刚, 方漫然. 基于智能视频分析技术的车站大客流预警系统研究[J]. 数码设计, 2017, 6(5): 15-16.

LI Guanggang, Research on Large Passenger Flow Early Warning System of Station Based on Intelligent Video Analysis Technology[J]. Peak Data Science, 2017, 6(5): 15-16.

10.19551/j.cnki.issn1672-9129.2017.05.006

TP391.41

A

1672-9129(2017)05-0015-02

2017-02-05；

2017-02-27。

李广刚，男，（1983-）山东菏泽，职务：项目技术管理，职称：工程师，学历：本科，研究方向：轨道交通，单位：南京地铁运营有限责任公司。E-mail: bianjibu20080808@163.com