视频客流技术应用研究

摘要 城市公共交通作为民生工程，体现了公共交通技术先进与服务民生的宗旨，“公交优先”就是落实民生的一个重要举措。文章开展视频客流技术应用研究，主要瞄准城市公共交通客流采集的痛点和难点，着力解决客流采集与应用效能的难题，首先分析了公交客流现状，然后围绕动态客流模型、视频客流采集技术架构、客流分析模型建立与客流数据验证等环节，建立了动态客流跟踪、动态客流验证模型及区域客流、城市公交客流架构模型，为城市公共交通便民服务，提升管理与服务水平提供了思路、找准了方向。

关键词 视频客流；客流模型；公共交通；服务民生

中图分类号 U293 文献标识码 A 文章编号 2096-8949（2025）02-0016-03

0 引言

利用高新技术对传统城市公共交通系统进行改造，以现代通信、信息技术为依托，促进出行者、交通工具、交通设施及交通环境各要素间的良性互动[1]，并提供方便、舒适、快捷的公共交通服务，形成信息化、智能化、社会化的新型城市公共交通系统尤为关键。

随着经济的高速发展，城市规模的不断扩大，城市公共交通面临前所未有的压力，主要表现在行业监管缺少有效抓手，公交线网不够合理，公共交通场站设施功能容量不足、公交运行不准时、乘客等待时间长、车辆投放不均匀、运力投放无依据等问题，这些问题已成为影响公共交通发展的突出矛盾。

为深入贯彻交通运输部关于进一步落实城市公共交通优先发展战略，提升城市公共交通行业管理与服务水平，缓解城市交通拥堵状况，该文基于城市公共交通客流采集与分析进行实时的客流监测技术研究，对城市客运行业管理部门和公交企业实时掌握线路、区域、市域范围的公交客流，充分发挥车辆调度的机动灵活性，对提升企业服务质量、提高车辆运营效率、降低燃料消耗和减少污染物排放具有积极作用。

1 公交客流信息技术应用的意义

及时、准确、动态掌握客流信息是十分棘手的问题，但动态客流信息对公交行业和企业的运力匹配与运营调度又至关重要。该文基于视频客流技术，通过对南京公交线路实际场景的应用研究，提出了一套完整的客流采集分析解决方案，助力行业管理部门和相关企业提升运营管理效率。

目前主流客流计数技术主要包括以下几种：红外式自动乘客计数；基于颜色和形状的人头检测计数；基于图像分割的人体检测计数；基于双目视觉的客流计数算法；基于运动目标跟踪和运动轨迹分析的算法。

通过车辆前后门视频，实时获取公交车辆、线路和站点的客流，提高公交调度的机动性和灵活性，提升公交服务质量和满意度，提高公交运营效率，在一定程度达到节能减排的效果；通过准确的客流采集，为公交的线网规划和优化提供科学的数据支撑和决策依据。第一，及时准确掌握实时公交客流，为公交企业生产运营调度提供有力的数据支撑，有效提高公交运营效率；第二，通过合理精准调度，提升公交的服务质量和公众满意度；第三，提高公交运营效率，降低公交运营成本，减少尾气排放，达到节能减排的效果；第四，通过历史和实时的客流数据，行业管理部门可以准确规划公交线网，不断优化线网结构，促进公交服务质量的大幅度提升。

2 客流模型——视频客流技术研究

2.1 视频客流采集

大数据已经成为IT信息产业中的潜力蓝海[2]。按照数据上传的时效性分类，数据采集方式可以分为非实时采集与实时采集两种模型。该文通过采取独立安装车载客流的设备模式，即在公交车上独立安装视频客流设备，再连接车载GPS设备，然后根据前后门安装的视频摄像头，获取各站点视频图像，根据动态图像视频帧的数量和质量、移动方向、速度、跟踪、抓取等原理，动态获取上下车客流，再根据GPS提供的站点位置信息综合上传到后台中心，进行数据的综合统计分析，得到站点、线路的动态实时客流。

优点：模型简单可靠，能够准确获取站点、线路的实时客流，有利于车辆的调度，优化线路合理配车，为线网优化奠定基础。缺点：视频客流设备的投入问题，视频客流的准确性有待提高和验证，合理的验证模型及评价体系有待建立。

2.2 客流分析模型

客流分析模型主要包括线路客流模型、单车客流模型、站点客流模型、区域客流模型和城市客流模型等。

基于上述客流模型，通过计算机技术、通信、视频图像处理、GIS、数据挖掘技术等，动态显示城市公交线网、客流状况，再根据历史数据及模型分析，为线网优化提供决策依据，为公交线网规划提供数据支撑。

2.3 数据类型及形式

数据类型及形式主要包括以下内容：（1）线路站点客流：采集相应的线路站点名称，乘客上下车时间、人数，系统能够通过视频图像自动显示相应站点的图像信息并对客流进行分析和采集。（2）线路车辆客流：选择需要统计的线路名称，对该线路每一辆车的乘客上下车时间、人数进行数据统计，系统能够通过视频图像自动显示相应线路上车辆的客流信息。（3）线路路段的客流：选择相应路段，系统将实时数据进行分离，依系统校准时间作为特征标志，对相应的路段进行记录分析，并在系统上显示出来。（4）线路客流量：系统操作员通过对车辆线路上的车辆客流量进行分析，判断线路上的车辆配备及运力是否充足。

2.4 客流统计分析

客流统计分析主要有以下几种情形：

（1）客流统计分析。基于公交乘客出行有着较强的周规律，对线路的公交客流数据按周进行统计，从而获得指定时段内公交客流的周规律，并生成折线图，横轴表示星期，纵轴表示公交客流量，从中发现重点线路的公交客流出行的周规律。客流统计分析主要包括重点区域线路站点客流统计分析、高峰公交客流分析、全行业公交客流统计、企业公交客流统计、线路公交客流统计、站点公交客流统计等。

（2）线路发班统计。按企业线路统计指定时段内的发班情况，获得指定时间间隔内的平均发班次数，主要包括重点区域发班统计、高峰发班统计、全行业线路发班统计、企业线路发班统计、线路发班统计等。

（3）站点途经班次统计。按站点统计指定时段内的途径班次情况，获得指定时间间隔内各站点的平均途经班次数量，主要包括重点区域站点途经班次统计、全行业线路途经班次统计、企业线路途经班次统计、指定站点途经班次统计等。

（4）运营速度分析。统计指定时段内区域范围内所有线路的平均运营速度，主要包括重点区域运营速度分析、全行业线路运营速度分析、企业线路运营速度分析、线路运营速度分析、重点路段运营速度分析等。

（5）运力匹配分析。线路发班与客流匹配的分析维度包括重点区域、全行业线路、企业线路、指定线路等，主要包括线路发班与客流匹配分析、站点途经班次匹配分析等。

3 视频客流技术方案设计

3.1 技术原理

客流统计是通过摄像头采集视频信号，由计算机进行人数的统计和分析。系统主要包括开关门检测模块、运动目标检测模块、运动目标跟踪模块、运动轨迹分析模块和计数模块。同时，系统对外提供了交互接口，可以根据上位机的指令执行相应操作，比如客流图像获取、运动目标检测和跟踪、运动目标轨迹分析等。

3.2 主要研究内容

视频客流技术应用的总体目标是通过视频处理、图像处理、模式识别及机器学习等多领域的技术进展，突破上述技术困境，设计和开发出基于视频流的高性能智能客流分析系统，其主要技术难点包括人头形状的多样性、环境光照的变化、拥挤及其他物品影像干扰等。

3.3 关键技术及策略

关键技术主要是分类器设计技术、图像特征设计技术和跟踪算法设计技术。

基于上述关键技术支撑，以获得优越的实测性能，并解决下列问题：（1）全市域公交历史客流采集的及时性、准确性及可靠性。（2）公交线路客流、站点客流动态分拆的可靠性，建立以线路为单元的实时线路客流模型。

（3）视频客流设备的安装及采集的准确性。（4）公交线路配车的支持决策与线网规划、优化问题。

3.4 创新点分析

技术创新点：（1）基于机器学习的智能乘客/物体分辨技术。（2）用于乘客描述的高效图像特征抽取技术。（3）复杂场景下的实时跟踪技术。（4）线路客流的分拆与动态客流生成技术。

应用创新点：（1）公交车、公交线路、城市区域之间的点、线、面客流的有机结合与推导，结果的可靠性和准确性。（2）通过批量客流设备的安装使用，较为精确地获取稳定的区域、市域客流。（3）区域、市域客流数据对线网规划、优化的决策支撑。

4 客流分析与技术验证

4.1 客流模型建立及分析

（1）线路客流分析。线路组合/线路/企业客流周期规律分析、高峰期线路组合/线路日均客流分析、线路组合/线路/企业日客流规律分析、线路组合/线路客流量日期段对比分析、企业/线路日均发班类型客流分析。

（2）站点客流分析。道路/线路途经站点客流日/周期规律分析、站点途经线路客流日/周期规律分析、站点组/站点客流日/周期规律分析、站点组/站点/线路客流多日对比分析、站点组/站点/线路客流日期段对比分析。

（3）线路发班分析。线路组合/线路/企业发班日/周期规律分析、高峰期线路组合/线路/企业日发班分析、线路组合/线路/企业发班类型分析、线路组合/线路发班日期段对比分析。

（4）站点途经班次分析。线路途经站点班次日/周期规律分析、站点途经线路班次日/周期规律分析、站点组/站点班次日/周期规律分析、站点组/站点班次日期段对比分析。

（5）线路班次客流匹配分析。线路组合发班周期规律客流匹配分析、企业/线路发班周期规律客流匹配分析、高峰期线路组合/线路日均发班客流匹配分析、线路客流运力匹配分析。

（6）站点途经班次客流匹配分析。站点组/站点班次日/周期规律客流匹配分析、道路/线路途经站点班次客流匹配分析、站点途经线路班次客流匹配分析、站点组/站点班次客流匹配分析。

4.2 实施与技术验证

选取四条南京公交线路（1路、4路、7路、65路）安装视频客流设备，进行客流采集、分析及比对验证。按照公交运营的实际状况，实时采集4条线路的客流数据，建立客流统计分析系统，进行客流统计分析和业务应用，以获取视频客流技术应用的实际价值。

公交1路线路长度为14.5 km，夫子庙—南堡公园共设置27站，配车65台。视频客流采集截图如图1所示：

4.3 线路客流日规律分析

乘客在一天内不同时间的出行也表现出较强的规律性，一般会有一个早高峰和一个晚高峰。以15 min为例，对线路的客流数据进行统计，获得指定时段内客流的日规律，并生成折线图，横轴表示时间，纵轴表示公交客流量，从中可以发现线路的公交客流出行的日规律，如图2所示，当日客流高峰出现在7：45—9：00，与早高峰时间段基本吻合。

类似指标分析（企业客流日规律分析、线路客流多日对比分析、线路客流日期段对比分析、线路途经站点客流日规律分析等）不在该文赘述。

5 结语

基于南京公交特点，综合考虑视频客流技术的先进性、客流模型的可靠性、投入成本价值的可行性，建议每条线路按20%的车辆比例安装视频客流采集设备，采集动态客流与公交线路站点历史客流进行数据验证，推导出不同线路实时的站点客流模型，进而建立线路站点的客流模型。因此，可以在控制设备投入成本相对较低的情况下，通过数据验证推导掌握不同线路的客流模型，进而获取全市动态的公交客流模型，其价值主要体现在：（1）改善民生，提高公共服务质量。（2）提升公共交通服务质量与管理水平。（3）提升城市的综合竞争力。（4）促进城市公交持续、稳定、健康发展。交通运输业发展对经济发展具有重要的推动作用，畅通、安全、经济的交通运输是社会经济迅速发展的有力支持。（5）改善城市交通环境，达到公交节能减排目标，同时可引导公众绿色公交出行，提高公交出行分担率，提升公交服务质量和公众满意度，营造良好的出行环境和出行氛围。

参考文献

[1]许昆，苏一，马春晓.RFID在城市智能公共交通系统中的应用[J].电脑学习， 2005（1）：4-5.

[2]吴明晖，周苏.大数据分析[M].北京：清华大学出版社， 2020.