軌道交通車站閘機智能識別研究

茅 飛 孔慧慧 李宏勝 康玉芳 朱 偉

（1.南京康尼電子科技有限公司，210013，南京；2.南京工程學院，211167，南京；3.國家電網宣城供電公司，242000，宣城//第一作者，高級工程師）

軌道交通車站閘機智能識別研究

茅 飛1孔慧慧2李宏勝2康玉芳3朱 偉1

（1.南京康尼電子科技有限公司，210013，南京；2.南京工程學院，211167，南京；3.國家電網宣城供電公司，242000，宣城//第一作者，高級工程師）

以南京地鐵1號線為例，介紹其車站閘機傳感器的分布位置。結合人體尺寸數據，采用事件及區域識別相結合的方法，分析了乘客的不同行為對傳感器狀態的影響。通過采用傳感器設計、事件的處理及識別技術，以及與數據庫的對比分析，使閘機系統能智能識別逃票尾隨現象，減小了票務損失。通過在特定通道增加人臉識別功能，可實現有效分流，并提高閘機工作效率；通過ARIMA模型分析預測乘客高峰期，可合理配置資源。

軌道交通；閘機系統；智能識別

閘機作為自動檢票設備常用在軌道交通車站自動售檢票（AFC）系統中［1］。乘客從非付費區到付費區以及從付費區到非付費區都需要刷卡，并得到閘機系統的授權方可通行。

根據阻擋機構原理，閘機可分為三輥門式閘機、拍打門式閘機及剪刀門式閘機。三輥門式閘機能很好地實現一人一票的功能，但通行速率低，不適用于行人密集通行場合。廣泛應用于高速鐵路系統的拍打門式閘機本體易受到外力破壞，其維護成本較高。剪刀門式閘機的每個通道只需要1套門機構，閘機中部安裝2片滑動門，其通行速度快，閘門不易被外力損壞［2］。目前，剪刀門式閘機廣泛應用于地鐵系統。剪刀門式閘機系統中，通行識別技術是其研究熱點和核心技術，是保證持票乘客正常通過、且阻止無票乘客進出的“守門人”，在城市軌道交通中發揮著重要作用［3］。

文獻［4］通過GRBF（廣義徑向基函數）神經網絡對傳感器采樣數據進行逼近學習，獲得合理的傳感器布局。文獻［5］將傳感器區域分析與事件識別相結合，能有效識別多種事件。文獻［6］結合區域識別算法與關鍵點識別算法，提高了閘機識別率。文獻［7］將人體識別算法與步態識別算法相結合，進一步提高識別率。文獻［8］提出了偏序集識別方法，給出了通行識別中多類目標和事件的識別結果。

本文針對南京地鐵1號線的車站閘機系統設計，對傳感器的設置與數據采集、事件的分析與觸發及閘機門的開關等進行了研究；提出后續研究工作將對通過設置特定通道和人臉識別，以提高閘機識別率和效率；并通過ARIMA模型來預測擁堵狀況，以實現對城市交通的有效管理。

1 閘機傳感器

1.1 閘機傳感器的位置分布

南京地鐵1號線車站閘機通道長2 m，高1 m。閘機上安裝了多個傳感器用于檢測和識別通道中的乘客和物品。人在行走過程中由腿部的協調運動帶動整個身體往前行走，在此過程中會產生各種復雜的行為動作。根據文獻［9］的我國成年人人體尺寸數據及各部分比例（見表1），結合閘機傳感器位置分布（見表2）可知：行人在站立時，閘機傳感器S5和S12位于膝關節附近，可檢測小腿繞膝關節的擺動；S1、S2、S3、S14、S15 和 S16 分布在人體會陰處，可檢測大腿部分的運動，也可檢測手的甩動；S4、S6、S11和S13分布在人體腰部附近，而腰部相對于整個人體來說相當于不變點。根據人體關鍵點分布，通過合理設置閘機傳感器的位置，可更好地識別乘客和物品。

表1 立體男女人體不同百分位點的尺寸數據

表2 閘機傳感器位置分布

1.2 傳感器的功能分區

閘機采用8對對射式紅外傳感器來檢測閘機通道中存在的物體。如圖1所示，按傳感器的位置，將閘機通道劃分為檢測區、監控區、安全區及離開區。

閘機通道檢測區入口標有黃線。乘客進入閘機，需先持有效卡票并站在黃線以外刷卡。如乘客在刷卡過程中越過黃線，則會遮擋住檢測區S1傳感器的信號，而閘機系統就會發出報警聲音，提示乘客退到黃線以外刷卡。監控區傳感器（S2、S3、S4、S5和S6）可大致區分乘客及其攜帶的物品，并判斷乘客是否存在欺騙通行的情況。如乘客在未刷卡的情況下進入該區，則閘機系統會判斷為非法無票闖入。安全區的傳感器（S7、S8、S9和S10）分布在門扇周圍。為了保證乘客安全，安全區的傳感器檢測到被遮擋信號時，閘機扇門會保持打開狀態，以免夾傷乘客。離開區的傳感器（S11、S12、S13、S14、S15 和 S16）用來檢測乘客是否通過閘機。通過對傳感器的功能分區，可以很好地簡化通行識別算法。

圖1 閘機傳感器位置分布

1.3 傳感器數據采集

閘機通道中的物體會遮擋住傳感器從發射端到接收端的紅外線信號。如接收端接收不到發射端的傳感器信號，則傳感器對應的工作狀態數據為1，否則為0。傳感器信號與閘機邏輯控制板的控制系統采用串口通信，半雙工模式。邏輯控制板會根據采集到的傳感器信號來控制閘機門的開啟和關閉。

2 事件處理

2.1 事件分析

閘機在未檢測到有效卡的情況下保持常閉狀態。當乘客刷卡之后，閘機門打開。當乘客進入監測區時，閘機邏輯控制板根據接收到的傳感器狀態信號判斷乘客是否合法通行，并發送相應信號控制閘機門的開啟和關閉。

閘機作為收費設備，需盡可能減少票務損失。通行邏輯控制能對各種逃票行為（尾隨等）進行識別并發出相應警告，既能保證持票乘客正常進出，又能避免票務損失［4］。乘客通過閘機時會產生傳感器狀態數據的時間序列。通行邏輯控制板可根據傳感器遮擋狀態信號判斷乘客是否攜帶行李，以及是否合法通行。

不同工況的傳感器狀態時間序列圖如圖2～6所示。由圖2、圖3可見，乘客單人進入閘機與乘客背包進入閘機的差別不大。由于背包與乘客緊貼且和乘客無明顯相對運動，可看作同一個運動個體。由圖4可見，乘客手拉行李箱進站時，如行李箱較大則會有個別傳感器在某一時間段內出現持續遮擋的情況。由圖5可見，當乘客試圖尾隨其他乘客時，傳感器會識別閘機通道內有兩個運動個體，邏輯控制板根據兩個運動個體之間的距離，判斷乘客是否為非法通行并控制閘機門的開啟和關閉，發出聲光報警。由圖6可見，當乘客甩手進入閘機時，傳感器 S1、S2、S3、S14、S15 和 S16 狀態圖中會出現幾個離散的時間點；當乘客逆向行走時，會首先遮擋住傳感器S16，這在單向通行通道，即可判斷為非法通行。

圖2 單人正常通過時的閘機傳感器狀態圖

圖3 單人背包且背包后置時的傳感器狀態圖

圖4 單人手拉行李箱時的傳感器狀態圖

圖5 雙人相距較大時的傳感器狀態圖

圖6 單人逆向甩手時的傳感器狀態圖

2.2 事件觸發

通道中乘客的行為動作會影響傳感器信號的變化。在行走過程中人體下肢的運動是一個周期性的循環運動［10］。乘客通過閘機的事件如圖7所示。傳感器S4和S5的水平距離僅為13 cm，如乘客（除特別瘦的除外）步行進入閘機，就必然會同時遮擋傳感器S4和S5的信號。此外，由于閘機傳感器呈對稱分布，所以乘客繼續前行時S11和S12也必然會被同時遮擋。根據傳感器被遮擋的時間，通行邏輯控制板可判斷是乘客身體遮擋還是攜帶的物品遮擋，進而識別出乘客未刷卡尾隨上一位乘客進入閘機的情況。當未刷卡乘客緊貼上一位乘客時，或二者距離小于10 cm時，閘機會放行，以免影響持有效車票的乘客通行安全。當前一位乘客通過安全區，進入離開區之后，閘機就會允許下一名乘客通行。

根據傳感器信號的變化，閘機系統會識別相應的通行事件類型。常見的非法通行事件包括未刷卡尾隨、兩人緊貼通行、乘客試圖跳躍閘機、乘客匍匐下鉆試圖免票、反向入侵等。常見的合法通行事件包括單人正常刷卡進入、單人攜帶行李背包、成人帶領免票兒童等。

圖7 乘客通過閘機的事件

2.3 閘機開關控制

閘機系統可大量采集通行事件對應的傳感器遮擋狀態數據，并分類錄入數據庫；將乘客進入閘機時產生的傳感器信號和數據庫中的數據進行比對，初步判斷乘客是否合法通行，再根據觸發的事件控制閘機門的開啟和關閉。

3 其他閘機智能識別功能

3.1 人臉識別

由于在高峰期乘坐地鐵的大多是上班族，有固定的進站和出站地點。地鐵售票部門可針對上班族發放長期票，并設置專用閘機通道。發放長期票時錄入乘客臉部圖像信息，并在長期票專用通道的閘機入口安裝攝像頭，以識別人臉輪廓（如圖8所示）。攝像頭可自動采集前方乘客臉部信息。當人臉識別完成后，乘客剛好到達閘機刷卡處。這樣，乘客進入地鐵口無需刷卡。如閘機識別出人臉輪廓符合之前錄入的信息，則閘機門開啟。當檢測到不符合數據庫的人員闖入時，閘機會發出聲光報警，并關閉閘機門。人臉識別技術可對上班族有效分流，降低閘機口滯留的情況，減少閘機門的動作時間，提高閘機識別速度，減少高峰期擁堵現象。

3.2 人流量預測

在不同時間、不同閘機口的進站客流都是有很大差別的。通過ARIMA模型分析以往每個閘機口的客流量，可預測每個時段的客流量。據此，可合理安排工作人員，疏導城市交通；還可通過調節閘機的參數，控制閘機開關門的速度，提高閘機工作效率。

圖8 人臉識別閘機系統

4 結語

本文針對南京地鐵1號線閘機系統的設計，采用傳感器設計、事件識別技術及數據庫比對相結合的方法，實現了逃票尾隨現象的識別，可減少票務部門的損失。

未來還可通過在特定通道設置人臉識別，提高閘機識別率和效率；同時，通過ARIMA模型預測擁堵狀況，實現城市交通的有效管理。

［1］ 賀子鋼，包建東.基于DSP的閘機控制技術［J］.機械制造與自動化，2014（4）：164.

［2］ 盧玉婷.基于SVM的閘機目標識別方法的研究［D］.南京：南京理工大學，2013.

［3］ 周凡，焦科杰，牛國柱.人體識別系統中通行識別技術的研究［J］.現代電子技術，2012，35（1）：172.

［4］ 羅煌.地鐵閘機通行邏輯控制的設計［J］.城市軌道交通研究，2014（11）：70.

［5］ 程啟華，盛國良.閘機人體步態測量與識別算法研究［J］.計算機測量與控制，2014（5）：1487.

［6］ 牛國柱，宋哲，李文文.軌道交通閘機系統中的人體識別技術［J］.城市軌道交通研究，2012（1）：29.

［7］ 王小康，徐駿善，周凡.閘機中智能通行識別技術的研究［J］.機械制造與自動化，2016（2）：225.

［8］ 陸斌，牛國柱.自動檢票閘機通行識別的偏序集方法［J］.信息技術，2013（2）：110.

［9］ 國家技術監督局.中國成年人人體尺寸：GB 10000—1988［S］.北京：國家技術監督局，1988.

［10］ 孫守遷.虛擬人技術及應用［M］.北京：高等教育出版社，2010.

Research on IntelligentIdentification in RailTransit Station Gate Machine

MAOFei，KONGHuihui，LIHongsheng，KANGYufang，ZHU Wei

According to the distribution of ticket gate switch of Nanjing Metro Line 1,and combined with the data of human size,eventand region recognition methods,the influence of different passenger behaviors on the sensor state is analyzed.On this basis,the sensor design,event recognition and handling techniques are adopted and compared with the data base,in order to reduce the fare evasion,trailing phenomenon and ticketing loss.Through adding the face recognition function in special lanes,gate machine working efficiency is increased and effective passengerdivision achieved.Also through passenger peak analysis by using the ARIMA model，reasonable allocation of resources is actualized.

rail transit；gate machine system；intelligent identification

First-author′s address Nanjing Kangni Electronic Technology Co.，Ltd.，210013，Nanjing，China

U293.22

10.16037/j.1007-869x.2017.12.032

2017-03-30）