基于高精激光设备的客流监测及预警系统研究

王硕，张健钦

(1.北京建筑大学测绘与城市空间信息学院，北京 100044； 2.现代城市测绘国家测绘地理信息局重点实验室，北京 10044)

基于高精激光设备的客流监测及预警系统研究

王硕1，2*，张健钦1，2

(1.北京建筑大学测绘与城市空间信息学院，北京 100044； 2.现代城市测绘国家测绘地理信息局重点实验室，北京 10044)

现在越来越多的景区出现了因客流过大而带来的安全隐患的情况，而传统的景区管理方法不能做到实时高精度监测和预警，并提前做出处置。论文利用高精度激光探测设备获取景区客流数据，并将客流数据和地理信息数据结合，并基于JavaWeb技术开发客流监测及预警系统。实现了对景区实时客流的高精度监测，在掌握景区实时数据的同时能对客流变化进行预警，并对景区管理进行提示和指导，有效减少了景区因为客流过大而带来的各种安全隐患。

高精度激光客流；大客流监测；Web系统开发；客流预警

1 引 言

近年来，随着经济社会的不断发展，城市化进程的加快，旅游、商业活动的日益繁荣，大城市中的综合性商业街区、作为著名景点的历史文化街区等区域可能出现人群“井喷”现象，特别是在节假日期间更为突出。人员逗留时间长，活动类型多，尤其是当存在多种步行交通设施的情况下，空间结构的复杂又会使得诱发事故因素增加，人群安全管理难度也随之增加。以北京市的南锣鼓巷为例，位于北京中轴线东侧的交道口地区，是一个鱼骨状传统文化胡同街区，至今已有740多年的历史，被列入规划中的25片旧城保护区。数据显示，自2015年6月份以来，南锣鼓巷接待的游客日均已达2万人次，周末可达3～4万人次，黄金周期间日游客人数更是攀升至10万。由于南锣鼓巷主街宽约 8 m，长 786 m，区域面积非常有限，大量游客的聚集给该地区造成了诸多安全隐患。

传统的景区管理方法例如通过票务统计或者视频监控画面预估等方法相对单一而且落后，这些方法既不能精确的获取景区内实时的客流人数，也不能对景区的管理起到及时的协助和指导作用，往往是当景区内客流过大超过了景区承载范围后才发现，只能完成后置式、应急式的处置方法。

随着现在测绘技术和计算机技术的发展，尤其是激光高精度客流监测产品的出现，能够帮助获取非常精确的客流数据，通过结合数据库、网络和数学算法等技术，做到有效的利用客流数据，实现对数据的处理、分析和可视化表达。通过这些技术整合出一套计算机系统，更加方便管理者有效地对景区客流进行监控和管理，具体优势表现在以下几点：

首先，激光高精度客流检测产品利用激光探测和波形识别技术获取人流数据，精度高的同时还具备能够实时不停歇地自动检测，全天候不受天气、光线等环境影响等优势。同时，通过数据库和网络技术，能够将获取的数据随时传输到数据库中进行管理和存储，整个过程全自动化，高效快捷。并且结合计算机技术开发出一套完整的软件系统，能够实现人机快速交互，实现对景区客流的快速查询，并且提供数据快速处理和分析，获取需要的信息等功能。另一方面，结合系统获取的客流数据和加入系统的数学模型，能够实现对景区内游客的变化进行一定时间段的预测，帮助管理员在景区内客流饱和之前就启动相应管理措施，大大减少因客流过大带来的安全隐患。另外，系统还加入当前先进的数据表达技术，可通过文本、图表、地图控件、动态展示等多种方法表达客流数据，使用户能够快速直观的获取需要的信息。

综上，本文主要讨论了如何利用高精度的激光客流检测仪器获取数据，并开发出一套对应的系统，帮助提升对景区客流的管控，排除安全隐患。以北京南锣鼓巷景区为研究对象，通过对南锣鼓巷所有的通道和重点地区设置高精度激光设备，获取南锣鼓巷整个景区的大客流数据。利用Java Web技术开发出配套的软件系统，对整个南锣鼓巷地区的客流进行监测和预警。此研究对促进测绘科学的应用以及解决实际生活问题有一定的实际意义，也是对人流监测和管理的一次应用和尝试。

2 大客流监测及预警系统关键技术

2.1 客流数据的获取

为了保证大客流数据的准确性，采用激光高精度客流监测产品获取相关的人流数据。激光高精度客流检测产品是以二维激光扫描技术为核心，实现对每个客流个体的精确检测，产品适用于宽范围、高密度人群、室内和室外环境、对客流采集精度要求比较高的密集人群场合的客流量监测。

激光客流检测产品的工作原理如图1所示。

图1 激光客流检测产品的工作原理图

在人群通道上方布设二维激光扫描仪，激光扫描仪与地面垂直扫描，就像是在通道的横截面上布上一道看不见的激光帘，当行人通过激光帘时，行人的外围轮廓会在当前帧的激光扫描数据中出现凸包模型，反映出行人的外轮廓。峰包数代表当前通过激光扫描面行人的个数，每个峰包的高度代表在该垂直扫描切面的行人高度。每个通过垂直激光扫描面的行人，其数据呈现为一个二维的凸包，表示该行人在通过激光扫描面时被连续数帧扫描到。通过数据聚类，可以检测出凸包的数目，也就是得到通过激光扫描面的客流个数。同时，在仪器探头上安装两个激光探头，各自发射一个在通道的横截面上的激光帘，两个激光幕之间相差 15 cm，可以通过两个分析两个激光幕的波形得到经过人流的方向，可以根据现场安装情况判断人流是离开景区还是进入景区。

同时通过设立在不同通道位置的仪器，还可以将景区分成多个小区域，对每一个区域最新的人口数量进行统计，避免出现景区部分客流过大的情况。如图2所示，在南锣鼓巷景区中，通过在主街道中间设立激光探头，可以将整个景区分为A和B两个区域，管控区域缩小一定程度上提高了整个监控区域的客流量精度，并能更加迅速地反映整个景区的情况。

图2 南锣鼓巷景区设备安放点

2.2 数据处理

数据主要通过南锣鼓巷地区安置的激光探测设备获取，探测设备每隔 30 s会将过去 30 s内探测的人流数据传输到服务器的数据库之中。利用数据库的各种功能，建立合理的表空间和存储数据结构，能够确保获取的人流量数据可以被更好更高效地利用起来。

首先根据设备获取数据的特点，在数据库中创建专门的表对实时人流数据进行存储，在表中各个设备 30 s获取的数据保存成一条数据插入表中，包括了设备ID，开始时间，结束时间，进入人数和离开人数等重要数据，如图3(a)所示。以此为基础，通过SQL语言(结构化查询语言)，可以以不同条件进行筛选和整合，既能够满足查询的需要，也能够实现数据的分析比较。如图3(b)所示，若需要获取某一日整个景区客流每一个小时的统计结果，则可根据表中数据的时间项进行筛选，并且按照小时单位进行合并整合，最终直接获得所需数据。

图3

3 大客流监测及预警系统设计

3.1 系统开发技术

本系统采用Java Web为核心的开发方式，通过在服务器中布置Java Web程序，通过网络，用户可在客户端通过浏览器直接访问系统并进行相关操作。基于Java Web开发的系统开发工作主要包括了系统前端界面编写和服务端程序编写两部分，其中系统的相关数据主要通过服务器链接相应数据库，通过服务器中的程序指令命令数据库，对其中的数据进行存储和调用。

在系统的开发工作中，前端界面编写主要通过HTML/CSS和Java Script两种编程语言结合编写。其中HTML/CSS保证了软件界面设计需要的大部分功能，而Java Script在本身具有强大逻辑处理功能的同时，还存在多种类型的开源库，例如Jquery、Jquery easyui等，能够很大程度的节省开发工作量。同时目前基于JS库的地图和图表API也十分丰富，例如leaflet、openlayer、Echarts和百度地图API等，都为前台的数据处理和可视化提供了非常方便的技术支持。

在服务端部分，主要是通过Java语言编写Servlet程序。在整个Java Web工程中，通过xml协议，链接前后端的程序，用户通过前端界面的操作，向服务端传输请求，服务端接受请求，执行相关的操作，并将结果返回到前端中，用户通过前端读取或处理返回结果。其中服务端部分最终要的就是连接数据库，并实现数据的查询、处理和删除。

3.2 系统功能设计

根据系统设计以及对整个景区的大客流监测和预警功能的需求，综合获取的数据以及可视化表达方法，系统的功能模块如图4所示。

图4系统的功能模块图

其中系统获取的数据主要是客流信息，利用常见数据库如Oracle或SQL Server数据库，能够将数据进行实时获取和存储统计，通过不同的调用方法，可将数据分为实时数据和历史数据。其中实时数据主要用于系统运行中实时对整个景区的监测，历史数据用于对整个景区情况的统计和分析，确定景区的整体承载量，找到对应的客流规律，进而对整个景区客流变化进行有效预警。

针对三个主要模块，其具体功能包括：

(1)客流监测模块：将激光探测设备获取的实时数据表现出来，可以在系统中直接查询，同时将每一次获取的数据进行分析，当进入量相对离开量过大时候，进行警告提醒。

(2)客流预警模块：通过历史数据的统计，编写相应的算法，对整个景区或者局部地区的人流量进行一定程度的变化预测，确保在景区内人口过多之前能够采取相应措施，保证景区整体的安全。同时提供根据不同景区人流密度，相关疏散措施的指导。

(3)景区信息查询模块：首先通过软件可以查询景区相关信息，例如景区周边信息、相关单位信息等。同时也可以对景区的客流数据进行查询。

3.3 数据库设计

大客流数据主要是设立在每一个通道口的激光扫描设备获取的每时每刻的客流数量，包括了时间、空间等多种信息。综合设立在各个通道口的激光扫描设备获取的客流信息，就可以得到整个区域的大人流数据，形成对整个景区的监测。因此每一个设备获取的客流信息既有空间上的独立性，又通过时间就有关联性。

每经过一段时间，各个设备将这段时间内探测得到的客流数据传输到数据库，每个设备获取的数据时间一致但空间信息相对独立，需要将数据的空间性通过设备的位置属性进行综合处理，才能够得到整个景区的大客流信息。

因此，需要在数据库中创建两个数据表进行数据存储。如表1所示，第一个表设为Device，记录激光扫描仪器属性数据和空间数据，属性数据包括仪器本身的各项参数，如设备编号、仪器型号、出厂时间等。空间数据则主要是与设备安装和设置相关的信息，如设备ID编号、连接服务器IP地址、安装的地点、GPS坐标等信息。如表2所示，第二个表设为Real-timedata，记录和存储各个设备获得的客流信息，首先根据设备设立的位置方向和双探头功能，能够得到探测时间内进入客流和离开客流的个数，为了数据时间的一致性还要有探测开始的时间和探测结束的时间。最后还要有设备ID编号，代表获取这条数据的仪器。第一个表存储内容为静态数据，在仪器设备安装完成后将不再发生变化，第二个表存储动态数据，随时获取最新的人流信息。通过设备ID编号，两个数据表可以进行关联，获取整个景区的客流信息。

Device数据表 表1

Real-timedata数据表 表2

4 南锣鼓巷大客流监测及预警系统实现

4.1 监测功能

景区客流的监测的内容主要包括了实时的各个通道通过的客流量、整个景区的客流量和整个景区的客流密度。对于这种实时监测的功能，系统每隔 30 s都会主动从数据库中读取最新的人流数据。同时利用基于JS的Echarts库，能够将数值通过压力图表的模式表现出来。根据最新数据计算景区内的客流量和客流密度，并且将数值加入到系统中的压力表之中，压力表通过指针的位置表现具体密度值，表盘上的颜色可直观表现出不同密度值所表达的安全预警等级，如图5(a)所示。

另一方面，在“实时人流监测”模块中，同样可以引入基于JS的地图模块，利用百度地图API和下载的瓦片地图，可以在系统中直接创建地图窗口，在表达目标要素的同时也同时表达出了周边的地理要素。在地图窗口中可创建具备实时监测功能的摄像头，如图5(b)所示，点击地图上的图标，能获取该地点最新的人流数据，同时若 30 s内，出入人次总和超过50人，且进入人次是离开人次的三倍以上，图标会自动变成警示红色，提醒该通道进入人流过大。

图5

4.2 预警功能

客流预警功能主要包括两部分，一部分是系统根据当前客流量对一定未来时间内的客流量进行预测，另一部分是根据当前的客流密度进行评定，判定景区安全等级，并提供在当前安全等级应采取的措施。

如图6所示，在系统中创建了客流变化预测折线图，结合已有的南锣鼓巷历史客流数据和对游客人流变化预测的算法，动态表示整个景区的客流变化。图中X坐标表示时间，Y坐标表示当前景区的客流总量，背景的五个颜色代表五个安全预警等级，从上到下，从红到绿安全等级越来越低。图中的黑线表示当前景区的客流总数，粉色线表示根据算法预测的客流总数，预测数据比实际数据超前两个小时，代表对于整个景区的客流量预测变化。

图6 景区客流量预测图

对于该模块中根据当前的安全等级进行指导的功能，系统可以通过动画和文本的双重模式进行表达。在景区管理过程中，对应不同的安全等级状态需要采取不同的措施，系统能够根据当前的安全等级状态，主动提出对应的安全措施，并且通过可视化方法进行演示，如图7所示，当整个景区的客流密度已经达到第二级安全预警的时候，系统会对这种情况进行演示，包括了应采取的措施，人流疏散的方向等。

图7 景区疏散措施示意图

4.3 信息查询功能

景区信息查询功能包括了景区相关信息和景区历史客流数据查询两个功能。如图8所示，通过编程语言，显现了多个与景区信息相关的模块，包括了景区周边信息、相关单位信息、景区管理相关文件信息等。用户可以通过系统直接查询这些信息，并通过系统进行联系单位或发送邮件等操作。

图8景区相关信息查询界面

对于景区历史客流数据的查询，系统可以根据具体日期或者年份进行查询，如图9(a)所示，在系统界面中输入要查询的年份或具体日期，系统会将要查询的结果直接通过柱状图表示。对于历史查询的结果，系统可以将查询的结果导出成规范格式的报表或Excel格式的表格数据，方便查询数据的利用，如图9(b)所示。

图9

5 结 论

通过高精度激光人流监测设备获取数据，能够快速获取整个景区精确的人流数量，结合针对景区开发相应的大客流监测及预警系统，做到高效的景区管理，预防因为客流过大带来的安全隐患，帮助更高效的管理景区。此外，将景区的客流管控和景区周边的交通管理相结合，也能够有效的优化景区周边的交通环境。不过当前客流变化的预测准确性还存在着一定的不足，精确性不够高。因此，下一步的研究方向将重点放在客流变化的预测算法，通过改进算法，综合不断积累的历史数据，进而提高整个系统的客流预警功能。

[1] 余向洋，朱兴国等. 基于月度数据的景区客流预测优化研究——以黄山风景区为例[J]. 经济地理，2012，32(7)：152～158.

[2] 邵振锋，章小平等. 基于物联网的九寨沟智慧景区管理[J]. 地理信息世界，2010，8(5)：12～16.

[3] 李焘，金龙哲等. 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)：75～80.

[4] 闾国年. 地理分析导向的虚拟地理环境： 框架、结构与功能[J]. 中国科学：地球科学，2011，41(4)：549～561.

[5] 黄粟. “大数据客流分析系统”助景区智能管理[J]. 通信与信息技术，2015(5)：26～26.

[6] 杨波. 基于传感器技术的旅游景区监控管理系统研究[J]. 教育教学论坛，2016(17)：126～127.

[7] 唐金金，赵勇等. 大型铁路客运站大客流预警及应对方案设计——以北京西站为例[J]. 中国安全生产科学技术，2016，12(2)：143～147.

[8] 方霞. 基于电信级全球眼的“互联网+旅游”客流监测[J]. 现代电信科技，2015(5)：73～78.

[9] 王瑜，代宝乾. 人员密集公共场所大客流预测预警[J]. 现代职业安全，2016(3)：112～113.

[10] 王玉霞，王静. 客流量与网络关注度的关系分析——以首都博物馆为例[J]. 北京联合大学学报，2016，30(1)：75～80.

StudyonPassengerFlowMonitoringandEarlyWarningSystemBasedonHighPrecisionLaserEquipment

Wang Shuo1，2，Zhang Jianqin1，2

(1.Beijing University of Civil Engineering andArchitecture，Beijing 100044 China； 2.Key Laboratory for Urban Geomatics ofNationalAdministration of Surveying，Mapping and Geoinformation，Beijing 100044，China)

Now more and more scenic spots have security risks，because the passenger flow is too large.The traditional scenic spot management methods can not achieve real-time high precision monitoring and early warning，and to make early disposal.In this paper，the high precision laser detection equipment is used to obtain the data of the passenger flow in the scenic spot. At the same time，the passenger flow data and the geographic information data are combined，and the passenger flow monitoring and warning system is developed based on the Java Web technology.This method can realize the real-time monitoring of the scenic spot.It can grasp the real time data of scenic spot and the change of the passenger flow，also can prompt and guide the scenic spot management.

high precision laser passenger flow；large passenger flow monitoring；Web system development；passenger warning

1672-8262(2017)06-10-06

P208.2

A

2017—04—05

王硕(1989—)，男，硕士研究生，研究方向：数字可视化、智慧城市等。

北京市自然科学基金资助项目(8173053)；北京建筑大学校设基金(00331616042)。