城市公交動態客流統計技術研究

梁展凡 韋海和 商小燕 嚴凱

【摘 要】隨著城市經濟的快速發展，急劇增加的機動化出行需求，使得城市交通環境狀況日益惡化，為解決這一狀況，最直接、最有效的途徑就是大力發展公共交通。公交客流的采集統計方法對公交系統的建設與管理起著至關重要的作用，文章致力于借鑒和總結其他地方的先進統計技術，找到適合于城市發展的公交客流統計技術，以便更合理、有效地調度有限的城市公交資源。

【關鍵詞】城市公交；動態客流；統計技術

【中圖分類號】U491.23 【文獻標識碼】A 【文章編號】1674-0688（2016）12-0031-03

0 引言

伴隨著城市經濟與國際地位發展的需要，城市交通堵塞的問題日益嚴重。鑒于社會的發展趨勢，國家聲令推進公共交通的發展，使得公共交通在城市交通中的主體地位得以確立，將關系到國計民生的社會公益事業和城市經濟、社會發展緊密聯系在一起。顯然，當下各大城市交通的惡化狀況已經制約了城市的發展，那么，打破這種發展瓶頸，合理地利用現有的公共交通資源，大力發展公共交通是必然趨勢。

城市公交動態客流統計是推進城市公交便民出行的基礎，也是推進智慧公交的第一步。目前，我國城市公共交通服務水平仍然處在較低水平，嚴重制約了城市公共交通系統的發展。許多國家公共交通部門應用先進的信息與通信技術進行公交車輛定位、車輛監控、自動駕駛、計算機輔助調度及提供各種公共交通信息以提高公共服務水平。因此，客流量的自動統計成為公共交通系統的重要組成部分，公共交通部門應致力于將計算機智能統計方法應用到公交客流采集統計的過程中，從而為公交管理提供依據。

1 城市公交客流統計技術的概念

城市公交客流統計技術是指充分利用GPS定位技術、智能統計技術、計算機客流分析處理技術及新型信息技術等處理手段來收集公交客流動靜態人數變化、客流變化時間、空間等多方位變動的技術，從而能準確統計公交運營車輛動態客流情況，為分析影響成本規制瓶頸的相關因素、科學調整公交線網布局、科學規劃公交樞紐站點、動態實時地進行調度優化管理，落實成本規制與財政補貼及圍繞轉道交通線網擴展對公交線網進行優化調整等熱點、難點問題，提供決策的依據。

2 城市公交客流統計技術發展概況

20世紀80年代以來，以美國、日本等為代表的發達國家率先對公交系統的研發給予了高度重視與巨大投入，引進了大量先進的技術，解決了城市公交運營的諸多問題。基于統計分析技術、壓力傳感器技術、紅外傳感技術和視頻圖像處理技術等對上、下車乘客進行目標檢測、跟蹤和計數判定以獲得乘客流量的技術應運而生，現將其各自的優、缺點匯總見表1。基于紅外對射遮擋與壓力傳感器技術的公交客流統計系統在客流高峰期時，無法取得令人滿意的效果，準確率只有60%～70%；而基于視頻圖像處理技術的城市公交客流統計技術在研究中占主流地位，它是利用恰當的幾何關系來模擬人眼的視覺特性，從而將屬于低級別的原始圖像元素劃分為高級別的目標物體。比如，基于嵌入式攝像鏡頭，以采集視頻中人體頭部和肩部形狀為分析目標，通過區域和方向的設定來統計通過的人數，先進的算法極大地提高了統計精確率，高于98%，這完全可以滿足應用要求，可廣泛用于需要活體統計和限制的場合。同時，需要的硬件設備少，客流統計終端集視頻監控與客流量統計分析為一體，極大地簡化了采購手續和安裝流程，同時實現了視頻監控與人數統計分析。總之，在國內外學者的不斷研究下，公交乘客的目標檢測、跟蹤及計數判定準則等方法有了很大的發展，并逐漸成為研究公交車乘客人數統計方法的熱點。

國內關于公交動態客流統計分析技術的研究比國外要晚許多，對客流數據的采集及處理、公交線網布局及公交站點的設置、公交運營系統的管理等鮮有涉及。隨著城市化進程的加快，傳統的城市公交調度模式與客流隨機變化之間的矛盾進一步加劇，國內一些城市例如重慶、鄭州、柳州等率先嘗試智能化公交的建設與運營。基于城市發展的普遍需要，智能公交的建設迫在眉睫。在這樣的城市公交運營車輛動態客流統計分析技術背景下，研究探索城市的公交動態客流統計分析技術的發展就更加必要。

我國城市公共交通企業的技術手段總體相對落后，傳統手工模式被絕大多數城市沿襲，僅少數城市使用乘客自動計數系統（Automatic Passenger Counting System，APCS）。城市公交動態客流統計技術方法多樣，目前廣泛應用的自動客流統計系統大多由起步較早的發達國家提出并發展成熟，主要包括IC卡刷卡技術、門道紅外光柵檢測技術、被動紅外式檢測技術、主動式紅外檢測技術、壓力踏板檢測技術、視頻圖像處理技術、測重技術、3D技術、RFID統計技術等，現將各類客流統計技術的優、缺點進行對比（見表2）。

近幾年，由于學者們不斷深入研究生物特征識別技術，關于人體行動行為的分析已成為未來客流統計技術研究的前瞻性方向之一。人體運動行為分析利用計算機視覺技術，在目標檢測和目標跟蹤的基礎上，通過相應算法對其運動行為進行描述和理解。目前，人體運動行為分析多應用于感知接口、視覺監控等領域。希望計算機能夠更加容易、方便地識別人體表情和手勢，對目標運動行動行為進行分析，為客流統計判定準則的有效性作出貢獻。由于公交車內乘客運動行為復雜多變和乘客上、下車擁擠混雜，所以有必要將人體運動行為研究分析納入城市公交動態客流統計技術系統中，對取得準確的客流數據具有重要意義。

3 南寧市城市公交動態客流統計技術

由于目前手工數據采集和運營調度管理模式非動態暴露出諸多問題，借鑒于國內外其他先進地區的城市公交動態客流統計技術，結合城市經濟、地理位置和環境等因素，通過對比目前市場上通行的公共交通動態客流統計技術，對現行的統計技術提出以下改進建議。

3.1 采用“GPS定位+IC卡”技術和視頻統計技術

目前，各大城市的市民卡普及率基本達到80%，可通過“GPS定位+IC卡”準確定位乘客的上、下車站點。通過“GPS定位+IC卡”將IC卡系統回傳的信息和GPS傳回的數字編碼結合生成新的數據信息，自動回傳實時數據，經分析后方便精準排車、排班，有利于公共交通產業的重新布局和公共交通線網的優化。而對剩下使用現金支付的20%的乘客，則采用視頻統計技術彌補，通過在每部公交車上安裝的實時高清車載視頻監控裝置，在車內車外“無死角監控”來辨別乘客數量。

3.2 GPS和RFID兩種技術的結合

引進射頻識別雙芯技術（Radion Frequency Identification，RFID），即利用無限射頻信號空間耦合（電磁感應或電磁傳播）的傳輸特性，達到自動識別被標識對象的目的，是一種非接觸式的自動識別技術。因其具有讀取方便快捷、識別速度快、數據容量大、標簽數據可動態更改等優勢，所以被廣泛認可。但由于其只能在固定點進行數據采集，所以在公交領域的應用并未普及。但是，目前GPS信號的覆蓋范圍已經比較廣，可采用以GPS衛星定位系統為主，射頻識別技術為輔的方式完成對公交車上動態客流的統計。實時顯示出公交車輛的擁擠程度，通過乘客刷卡付費來喚醒系統，乘客上車進行標識并啟動系統運行，該技術采集準確率高，同時不受擁擠程度的影響，識別率趨于100%。

4 結論

城市公交動態客流統計技術是城市便民系統建設的基礎，為其提供精確的客流數據，從而為優化、綜合城市公交系統提供有利的數據支撐。本文針對城市發展的基本情況，利用先進的計算機技術、信息處理技術等，將原有的定位技術與引進射頻識別雙芯技術進行結合，精確統計客流動態與靜態變化，使得客流信息的數據處理更加精確，從而為公交車輛、線路、站點及管理等提供明確的動態化信息，克服了傳統公交運輸各種不確定因素的干擾。城市動態客流統計技術發展建議具有一定的實操性和創新性。上述動態客流統計技術將極大地提高城市公交客流統計效率，有望盡快建立起與城市規模、人口和經濟、社會發展相適應的公共交通系統，提高公共交通的吸引力，全面提高公交系統的服務水平，進而提升城市客運分擔率，落實公交優先策略，促進公交快速發展，解決城市交通問題。

參 考 文 獻

[1]王奎洋，唐金花.載重車輛超載檢測與阻力裝置研究[J].中國安全生產科學技術，2012（4）：172-174.

[2]李朝安，陸永紅.創新工作思路，大力發展公共交通[J].城市公共交通，2006（12）：12-13.

[3]汪東.信息技術在現代汽車及交通領域中的應用[J].交通世界，2005，21（8）：16-18.

[4]R K Satzoda，S Suchitra，T Srikanthan and J Y Chia.Vision-based Vehicle Queue Detection at Trafc Ju-nctions[C].7th IEEE Conference on Industrial Ele-ctronics and Applications，2012：90-95.

[5]胡兵，郝源，賴楠.大城市公共交通存在的主要問題及解決對策[J].山西建筑，2005，31（4）：112-113.

[6]趙祥模，閔海根，常志國，等.一種基于視頻的公交客流自動統計方法[J].計算機工程，2015（6）：136-142.

[7]范海雁，李秀君.基于公交客流統計信息的公交調度決策方法[J].統計與決策，2007（24）：179-180.

[8]徐建華，陳曉榮，戴曙光，等.基于視頻的公交車客流統計算法研究[J].微計算機信息，2010，26（35）：231-232.

[9]黃捷.智能交通系統國內外現狀分析[J].企業導報，2012（11）：100.

[10]于海濱，劉濟林.應用于公交客流統計的機器視覺方法[J].中國圖象圖形學報，2008，13（4）：716-722.

[11]Walker E L，Kang Hang-bong.Fuzzy measure ofuncertainty in Perceptual Grouping[A].In：Procee-dings of the Third IEEE Conference on Fuzzy Systema[C].Orlando，American，1994（3）：2020-2024.

[12]杜友田，陳鋒，徐文立，等.基于視覺的人的運動識別綜述[J].電子學報，2007，35（1）：84-90.

[13]凌志剛，趙春暉，梁彥，等.基于視覺的人行為理解綜述[J].計算機應用研究，2008，25（9）：2570-2576.

[14]黎洪松，李達.人體運動分析研究的若干新進展[J].模式識別與人工智能，2009，22（2）：70-76.

[責任編輯：鐘聲賢]