智能公交人数检测方法研究

余珺瑞　杜友福　崔艳荣

摘要：随着科学与经济的发展，以及中国城市化步伐越来越快。城市的交通问题日益严重，居民乘坐公交车出行是缓解交通拥堵的一项有效的手段，既环保又能提高公共资源的利用率。但是有些公交线路在高峰期运力不科学，没有有效的缓解交通压力，增加运力是解决高峰期运力不足的最佳手段，然而仅仅只增多热门线路的公交车数量，不仅不环保而且还浪费资源。而对公交的乘客数进行统计是公交智能调度系统实现的关键。本文作者通过对于智能人数检测方面的研究与思考，以及对当前的主要方法的优缺点进行思考和分析的基础上。提出一种在传统的压力人数检测的基础上，进行改进和延伸的人数检测方法。主要是利用上下车的分重量与总重量的关系，判断出上车人数和下车人数，进而得到当前公交车上的人数。最后通过密集度的转化，判断出当前公交车上处于空闲、拥挤还是爆满的状态，并发送给客户端。

关键词：智能公交系统；人数检测；压力检测；智能调度；密集度

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）27-0267-02

1 概述

在国内外进行智能公交研究的公司有很多，在2000年左右的时候开始兴起。到2010年左右部分公司已经取得了相关的研究成果，在国外已经有了很好的市场。但是同样的软件和技术，在中国却不能得到很好的运用。按照检测的基本原理进行分类，目前公家车客流量统计主要采用三种检测方法：压力检测法、红外检测法、基于视频的图像检测法。

2 国内外研究现状

传统的压力检测法简单可行，把车上乘客的总重量作为参数用算法估计出乘客的总人数。但是，对于上下车的乘客方向及人数的判断有很大的误差。在从总重量到总人数的算法过程中，不好实现；红外检测法分为主动红外检测和被动红外检测。主动红外检测利用安装在公交车前后门附近特定的高度上，通过发射头发射出的定制波长的红外线来覆盖一定的区域，再通过传感器检测从乘客身上被反射回来的光线，从而达到自动识别乘客上下车方向以及人数的目的。被动红外检测，使用合适的热释电红外线探头，所以只能检测到人体发出的信号，这样就避免了其他物体的干扰。当乘客上下公交车时，通过红外传感器探测人体红外光谱所产生的变化即可得到乘客上下车的过程，再通过信号处理可以判别上下车方向和上下车人数。但是，红外检测法的覆盖范围有限，并且受到温度光线等的影响较大，尤其是在高峰期乘客拥堵的时候；目前，随着硬件性能的提高，图像处理技术的进步以及乘客检测与跟踪技术的不断突破，使得基于视频图像的客流计数方法成为现在的主流方法。但是，使用图像处理技术主要有4个：①车体振动引起的视频抖动；②拍摄视角引起的图像梯形失真；③车厢环境的复杂性（光线，背景颜色，遮挡等问题）；④算法要满足实时性和可移植性的要求。现在在使用视频图像处理时，结合机器学习来进行处理。算法也要较为优异，并且处理的事情过于复杂和繁琐，对于前端及后台的压力都过于巨大，实时性要求也較为高，所以本文作者认为，在公交车上使用视频图像来进行分析和统计，并不合理。代价太大，要求较高，可行性不强。可以小范围的进行试验，但不适合推广。

例如：Blue EyeVideo 公司的自动客流计数系统，在国外的公交车上，由于公交车的客流量小，且乘客上下车有秩序，不易拥挤，因此计数效果较好，可以得到较高的准确率。但是在我国的公交车上，由于国内公交车的客流量大，乘客上下车时经常拥挤，相互遮挡较为严重，导致这些计数系统准确率不高，结果很难让人满意。无法满足客流计数的要求。如何解决我国公交车环境的复杂性，找到一种高精度、高性能的并且简单可行的客流计数方法，正是本文的研究内容。

3 算法主要简介

3.1 思想简介

作者主要是在传统的压力检测法的基础上进行改进：1.将重量分为分重量和总重量；2.分重量为上车重量和下车重量；3.当车的总重量发生变化时进行相应的操作，将分重量带编号存入数组中，总重量进行记录；4.进行人数的统计计算与实时更新。系统模型如图1所示：在上车口、下车口以及公交车自身都加一个测重计。分别用来测量上车人的重量，下车人的重量，以及车上所有人的总重量。并把对应的重量存储在相应的数组中去。（A数组用来记录带序号的上车人重量，B数组用来记录带序号的下车人重量，C数组用来存储所有人的总重量，A1用来存储上车人的体重）。

A=[[1，66.32]，[2，70.15]，[3，56.00].....] B=[[1，56.00]，[2，0.15]，[3，66.32].....]

A1=[66.32，70.15，56.00.....] C=[192.47.....]

图1

首先，检测C测重板的数值是否发生变化，如果没有发生变化则说明此时并没有人在上车或者下车，只是可能有人在测压板附近。该方法首先就可以杜绝传统的压力检测法中来回踩踏的问题。然后根据总重量的增加或者减少并结合A，B数组中的值得变化来综合判断判断此时是在上车或者下车（上下车与总重量的变化并不是必然联系）。

然后，根据A数组中值得变化（在合理范围内）得到上车的总人数，根据B数组中值的变化（在合理的范围内）得到下车的总人数。此时还要对A，B数组中的数值进行联合判断，如果是单人次序的上下车，B中的数据必然能在A和A1中找到，此时从A1中“划去”相同重量的数值，就代表该人下车（质量重复并不影响人数的判断）。最后直接从A1中进行计数，或者利用递推公式

[Cn=Cn-1+R（R=a-b）]

a为上车人数，b为下车人数。根据递推公式计算出当前公交车上的人数，计算完成后保存并处理数据后发送到客户端从而判断出当前公交车处于一种什么状态。在处理的过程中给定以密集度作为参考的标准：密集度[γ]。

密集度：[γ=Cn÷V]。

V为公交车本身的空间大小，Cn为当前公交车上的人数。我们以满座人数为参考值，如果[γ]小于0.27（24人座，87.628m3），这说明当前的公交车状态为空闲状态。如果[γ]在0.27和0.38之间则为拥挤状态。如果[γ]大于0.38，说明当前公交车处于爆满状态。密集度的参考值可以根据公交车的大小，以及公交车上座位的多少进行相应的调整。

3.2 流程算法图

为了方便对于多种情况的考虑，下面用流程图来加以说明和解释，如图2所示。

3.3 算法实现

第一步：当A或者B数组中的值发生变化时，先判断C的值是否发生改变。如果C的值发生改变，则说明此时有乘客上车或者下车。（不考虑上车与下车乘客体重刚好一样的小概率事件）。

第二步：A的值发生变化，总重量发生变化，此时有人上车（总重量的增加与减少与是否在上车或者下车没有必然的联系）。

Case 1：如果该次变化的值小于75，进行计数加1。并将该数值放在数组A1的前面。

Case 2：如果该次变化的值大于75小于180都计数1。

Case 3：大于180计数2。并对数值进行编号和入数组操作。不论大于180这个数值对应的是1个人还是2个人，都当作2个人进行处理。（根据密集度参考值判断，即使是1个人超过180，所占权重也较为大。不考虑3人同事上车或者下车的情况）

第三步：B的值发生变化，总重量发生变化，此时有人下车。

Case 1：如果该次变化的体重在75到150这个范围内，并且在误差允许的范围中在A1数组中记录有该数值，则将该数值擦除。人数计1

Case 2：如果该次变化的体重在75到150这个范围内，但是不在A1数组中记录有该值，则将A1中从前删除一个再从75到150范围内找一个最接近的，将这两个数值删除。并计数2

Case 3：如果该变化的体重不在75到180这个范围内，但是在A1数组中记录有该值，则将A1中该数值擦除。人数计1

Case 4：如果该变化的体重不在75到180这个范围内，但是在A1数组中记录有该值，则将A1中该数值擦除。人数计2

第四步：得到上车人数a，以及下车人数b。

第五步：根据公式[Cn=Cn-1+R（R=a-b）]计算出当前的人数，Cn-1为上次的车上人数。

4 总结与展望

本文的實验以范围随机数来模拟人的体重，然后对这些数据进行相应的转化。用体重计来代替相应的测重计进行记录和模拟。并且对于特异性数据要进行必要的插入和处理，这样才能保证在实际运用中更加准确。相对于其他的方法来说，本文的方法具有一定的创新性和实用性。稳定性较好，简单易行。接下来，本文作者决定对于该方法进行实地考察和调研后进行试验和分析。并且如果随着电子支付时代的不断发展，当95%以上的乘客乘坐公交车通过移动电子支付，来支付乘车费用时。对于上车人数的统计将变得更为简单易行，再到下车处增加一个对应支付的感应装置，就可以得到下车人数。本方法有待进一步的试验和改进，在此提出作者的思想，从更为传统的方法中找到突破，而不是完全使用视频图像处理等思路来限制对问题的解决。

参考文献：

[1] 成都理工大学.一种公交人数实时智能检测系统：中国，CN201620253015.3[P].2016-09-07.

[2] 谢璐.车载视频监控中基于乘客检测和跟踪的客流计数方法[D].天津大学，2014.

[3] 崔莫磊.公交视频人数统计系统的设计与开发[D].郑州大学，2013.

[4] 李俊霞.基于视频的公交乘客目标识别和计数的研究[D].华北水利水电大学，2014.

[5] 徐亮.基于视频图像处理的人数统计系统算法研究与实现[D].东北大学，2011.

[6] 湖南汉源信息技术有限公司.一种通过检测轮胎气体压力的公交客流量采集器：中国，CN201320791009.X[P].2014-05-28.

[7] 西安思能网络科技有限公司.一种公交车内人数显示装置的设计：中国，CN201210463832.8[P].2014-05-28.

[8] 温州大学.一种用于检测公交车载客量的装置、方法及公交车：中国，CN201610863579.3[P].2017-05-10.

[9] 石泰昱.公交计数系统数据采集装置的改进研究[D].东北大学，2011.

10] 李路.公交站台行人检测系统关键技术研究[D].浙江工业大学，2016.

[11] 广州星唯信息科技有限公司.带客流量统计的公交车载视频监控系统设备：中国，CN201620167273.X[P].2017-01-04.

[12] 郑州森鹏电子技术有限公司.动态车辆载重检测装置：中国，CN201220020568.6[P].2012-10-03.

[通联编辑：梁书]