大型活動人群管理系統的構建研究*

□張美華，謝科范

（1.中南民族大學，湖北 武漢 430074）

（2.武漢理工大學管理學院，湖北 武漢 430073）

○治安學研究

主持人：郭建華

大型活動人群管理系統的構建研究*

□張美華1，謝科范2

（1.中南民族大學，湖北 武漢 430074）

（2.武漢理工大學管理學院，湖北 武漢 430073）

人群管理涉及人群觀察、解釋、預測、決策和實施的多樣化實踐，它一方面依賴影像數據的檢測、算法提供信息，另一方面還需依賴人群管理專家的知識和經驗對復雜情況進行快速而準確的評估，以提供實時決策支持。需要構建由人群交互子系統、挖掘子系統、預測子系統和決策子系統四部分組成的人群管理決策系統模型，同時由人群管理專家參與、嵌入人群管理決策系統的運作過程，以綜合各種監測手段和人群管理專家的經驗為大型活動人群管理提供支持，并遵循大型活動人群管理的若干規則。

大型活動；人群管理系統；監測技術；管理專家；實時決策

人群管理是指為人群聚集事件的安全和有序發展提供系統規劃和決策指導的過程，其職能主要包括調研與解釋各種來源的信息、預測人群行為以及制定防范風險的干預機制。目前，為使人群管理者在早期評估局勢、發現潛在問題并選擇采取適當的措施，常見的人群監控策略主要是人群觀察和技術監測。如警察和安保人員固定在某個位置或在人群中巡邏觀察監控，以及觀察監控攝像頭輸出的畫面。這些畫面信息通常包括監測給定范圍內人的數量和分布、人與人之間的空間、人流流入或流出的速率、人群行為或情緒的跡象以及人群潛在問題的跡象等。其他監控系統和策略包括部署配備攝像機的直升機和無人機、自動計數系統以及在社交媒體上瀏覽某些關鍵詞等。但人群管理涉及人群觀察、解釋、預測和決策的多樣化實踐，它一方面依賴影像數據的檢測、算法提供信息，另一方面還需依賴人類的知識和經驗對復雜情況進行快速而準確的評估，并為實時決策提供支持。現有文獻主要側重于人群的監測和實時解釋，缺乏采用綜合性方法對預期場景進行預測、并制定動態情況下的決策來支持實時人群管理的研究。

一、人群行為模型與人群監測技術的研究

人群容量超出硬件環境支持的能力和管理調度指揮的承受能力時，會產生風險。集群時人員密度大、人際距離近，由于循環反應或情感互動，使得人群情緒極易感染和蔓延。人群達到一定數量后的秩序消失并非是由道德、素質所造成的，而是由人與人之間正常的互動反應帶來的。[1]個人層面上的人們傾向于參考其過去的經驗和知識以及對情形的認知來決定自己的行為，而群體行為是突發現象，事先存在的社會結構（群體成員之間的關系）和群體規范（對彼此行為的預期）對群體行為有著顯著影響（Aguirre et al，2011；Chu et al，2015）。[2][3]

為理解人群動機與行為所導致的人群風險，各界建立了多種模型，如細胞自動機、社會力模型、基于速度的模型、連續體模型、混合模型、行為模型和網絡模型等。這些研究成果以不同形式呈現，從極其規范的、以科學為基礎的模型（如計算機、理論物理等模型）到隱性知識認知（如從心理學、社會學等方面描述人群心理特征）等。雖然這些成果有助于更好地理解人群行為，但現有模型要么計算精度高、費用昂貴，要么計算費用低但不準確，而由于缺乏實際應用所需要的精度和效率，切實應用于人群管理的成果較少（Duives et al.，2013），[4]需要在描述性模型基礎上嵌入監測技術，以優化模型并使之應用于人群管理實踐（Vermuyten，2016）。[5]

國內外諸多學者研究使用技術和自動化手段來支持、增強人群管理的效率，取得了重要進展。在視頻和射頻分析處理人群計數、密度和流量等影像數據的基礎上，Anderson et al.（2009）使用遙感數據和組合傳感器，如監控攝像機、熱紅外攝像機、雷達和聲學傳感器等來檢測人群的異常行為；[6]Isella et al.（2011）基于影像數據，通過可穿戴設備、身體傳感器等來識別目標人群行為；[7]Martella et al.（2014）通過鄰近圖挖掘社交媒體以檢測人的社會動態的形成過程，實現人群心理方面的觀察；[8]葉志鵬等（2017）利用場景中不同區域的亮度信息來分類人群密度，并利用光流法獲取人群的運動信息。[9]這些研究旨在幫助人群管理相關人員收集、預測人群運動的信息，但對人群形勢評估和決策的關鍵過程還缺乏深入研究。

人群聚集時，群體行為變得復雜、信息交流的有效性降低，騷亂極易產生。一方面，合理規劃場所、設計場館能有效降低人群管理的成本風險；另一方面，使用正確的人群管理和控制技術可以最大程度地防控惡性事件發生的風險。在給定場館設計的情形下，人群管理成為控制大型活動風險事件的重要途徑。為盡早發現大型活動人群聚集數量超出負荷或產生擁堵等不良狀態的表征信息，以便相關部門及時采取對策措施，應建立大型活動人群管理系統，為人群管理相關領域的知識、方法和技術建立連接。

二、人群管理系統模型

人群管理系統是由問題驅動的，其職能包括挖掘、預測、決策和管理人群行為。因此，其系統架構可由四個子系統構成，分別是人群交互子系統、挖掘子系統、預測子系統和決策子系統。

（一）人群交互子系統。為實際的人群和實時人群管理系統之間提供接口，包括執行器和傳感器。執行器用于對人群進行干預。執行器的典型例子是可移動障礙物、交通燈、顯示器和特制的智能手機應用程序等。傳感器用于測量或感知人群狀態，通常包括攝像頭、智能手機和社交媒體等。

（二）挖掘子系統。挖掘子系統負責解釋所獲取人群狀態的原始數據。挖掘子系統采用多種數據獲取技術和方法，綜合人群管理專家提供的解釋，對人群進行分析。

（三）預測子系統。預測子系統負責預測人群狀態。它通常包含預測模擬情況模型和生成合成數據集的模型，這些數據集隨后被送入挖掘子系統進行進一步的分析。

（四）決策子系統。決策子系統包括在適當人群干預下做決策的方法和技術。它包括選擇或產生干預措施，然后通過人群交互子系統中的執行器來執行。

可將人群管理系統想象成一個連續的循環決策過程。首先，人群交互子系統以連續的原始數據的形式收集關于人群狀態的信息；這些數據流被送入挖掘系統，挖掘系統為管理者提供一個正在進行事件的解釋（箭頭1）；使用原始人群數據或其解釋，預測系統理論上預測所發生的事件（箭頭2和箭頭3）；經解釋的人群數據（箭頭4）被用來選擇方案，在決策子系統中為人群干預提出建議；而干預結果又能對現在的人群狀態產生影響（箭頭5），如圖1所示。

圖1 人群管理系統模型

三、人群管理系統的運作原理

（一）人群互動子系統的運作。人群互動子系統代表工具和實際人群之間相互聯系的平臺，其作用在于將人群狀態傳感到工具中。人群狀態可以狀態變量的集合表示，主要的狀態變量包括時空變量、社會變量和心理認知變量等。

時空變量包括人群速度、人群密度、人體所占空間、位置和變化等，這些因素之間存在著相互制約的關系。社會變量包括人群構成的年齡分布、性別分布、成員關系及社會結構等。心理認知變量主要是指人群情緒、精神狀態、目標和信仰等。狀態變量十分復雜，確定人群狀態需要大量數據資料。即使對狀態變量理解得很透徹，他們的相互作用也難以測量。對于人群管理而言，監測技術和人群管理專家為識別支持人群管理所需的各種元素提供了基礎。

（二）挖掘子系統的運作。挖掘子系統是指利用數據挖掘技術合理解釋人群交互系統提供的原始數據。數據挖掘技術包括分類器、聚類算法、特征提取技術和信息融合算法等。比如用視頻分析可提取原始的人群數據，人群特征提取原是交互系統的一部分，但隨后鄰近圖結果的提取是挖掘系統的一部分。挖掘子系統的影響在于，通過增加一層解釋，將現有人群狀態的觀測上升到更高的抽象層次，并將該子系統的結果通過可視化的形式展示給人群專家，以輔助決策。

比如在某大型活動中，智能手機的Wi-Fi熱點等能夠自動識別人們在活動現場移動的軌跡，即原始的觀測數據。中央控制室的人員結合活動熱點信息以及其他一些吸引因素，分析熱點數據以發現熱門場地、意想不到的路線或潛在的危險情況（當多個軌跡瞄準同一個地點）等。人群專家解釋這些視頻圖像，相關人員可通過圖像判斷該場景是否堵塞。

（三）預測子系統的運作。預測子系統包含的工具能夠預測未來人群可能的狀態，它是人群管理系統的關鍵。預測子系統的目的是推斷給定原始輸入數據的后續軌跡與新的數據點，通過集成原始數據的生成和解釋，即時在更高抽象層次上產生數據。它的輸出將被作為解釋數據，嵌入到挖掘子系統中。

預測子系統的輸出依賴于所使用的仿真模型。通常情況下，通過跟蹤一個模擬器的痕跡，將其輸出與傳感器最初捕獲的數據相比，可以評估仿真模型的預測能力。比如，在人群狀態下接收數據，該模型產生需要檢查的輸出，導致反饋進一步微調；輸入——輸出——反饋周期迭代直到該模型可以被預測子系統接受。比如，在某大型活動中，將各種Wi-Fi熱點采集的數據作為輸入，并允許管理人員分析當前形勢。一方面，挖掘子系統結合熱點信息以及保安人員的輸入，預見可能發生的事情；另一方面，預測子系統跟蹤模擬人群流動，預測人群表現，輸出與事實真相不斷“比較”，以提煉仿真模型。這種預測的輸出往往需要挖掘子系統進一步處理，才能預測堵塞發生地點，不需要相對低級的原始數據痕跡。

（四）決策子系統的運作。人群管理系統的輸出在于建議是否使用具體的干預手段，而決策子系統旨在基于一個以通用規則為基礎的決策模型，將其接收的每一個場景與可能匹配的干預相關聯，然后提出基于情境的、作為輸出的干預行動建議。

決策子系統的運作需要評估其決策應用對給定場景的干預是否能達成目標，這些目標可能是圍繞安全與公共秩序的目標，如保持人群密度在給定面積低于一定限值。假設兩種情形：一種是節日舞臺前的人群，另一種是等待進入節日活動舉辦場地的人群。對于不同場景的不同人群密度水平，需要建議用不同的干預措施以降低人群密度。對于前者，在處理舞臺前高密度人群時，可通過勸阻、結束表演等方式讓人們離開舞臺；而對于后者，需要額外設置進出口路線、或采用單向通行、限流等方式。每種可能的情況都涉及一個或更多的干預方法，決策子系統需要豐富的規則來對應不同的信息。

為了評價決策子系統是否可行，首先需要確定干預產生的影響，這可以通過使用預測子系統中的仿真模型或挖掘實際干預產生的結果來實現。根據系統的反饋，決策模型進行調整，并進入下一個迭代直到成為合適的決策子系統。決策模型的被接受過程可能需要進行多次嵌入式迭代。如在某大型活動舉辦場地的通道上，有狹窄的街道和雙向通行的行人流。可能需要設置障礙使行人單向移動，對應于可能需要干預的場景。情景干預被反饋到實時模擬器，根據決策目標分析模擬結果，如果系統以自動化的方式提供設置障礙信息，則干預是有效的。在實際環境中，人群管理人員向安保人員提供指令，阻攔更多的人進入這一通道。

人群管理系統通過實際決定將各子系統連接起來，并以迭代序列反映一個持續的決策過程。如為了查明關于堵塞的危險，在決策子系統參與之前，收集關于堵塞的數據，確認堵塞的發生，預測堵塞發生的其他情景，然后決策子系統確定干預措施，最后評估這些干預措施的效果。在基于場景的方法中，通過以計算機可讀的格式表示方案以及當前形勢，進行自動化決策后，需要再次監測實際行動及其結果，并評價它是否達到預期的效果。事實上，人群管理系統的運作就是監控、解釋、預測、決策和行動五個步驟不斷發生的過程。

四、人群管理專家的嵌入

有效的人群管理不能完全依賴于自動化的方法，它需要來自人群管理專家和非計算性知識的參與。一個專家往往不能外化體現他的知識，但仍能運用其知識完成專家任務。如在人群管理系統中，當我們處理視頻錄像時，人的解釋通常要比任何一個自動分析工具的描述充分得多。設想兩種情形：一是通過攝像機、Wi-Fi熱點或自動傳感器得到人群的數據；二是通過安全管理專員（人類的傳感器）得到觀察數據。實踐證明，人類的專業知識對于預測人群狀態貢獻顯著。在配備人群管理專家或安全專員的情況下，觀察人群與解釋觀察結果可以無縫耦合的方式一起發生。

將人群管理專家引入人群管理決策支持系統對于理解和管理人群至關重要。復雜、不確定和高度動態情況下，實時情境是任何決策過程的關鍵。但在人群管理系統中，有些變量能夠相對容易地集成于人群管理的模擬環境中，但諸如人群個體的知識和經驗、活動現場的特點、天氣或其他因素的影響等不容易在模擬環境中體現。對于人群專家來說，對當前形勢的認識和判斷有益于選擇匹配的場景和適當的干預措施。隨著監控信息的獲取，經驗豐富的人群管理者整合并解釋實時信息，并通過將人群的心理模型轉化為對人群情況更高級的評估狀態，達到態勢的感知。

在人群管理中，溝通是最關鍵的因素，這包括人群管理專家與人群管理系統的溝通、人群管理團隊成員之間的溝通以及人群管理團隊與人群本身的溝通。由此，必須構建一個堅實的指揮和控制結構，由其中央控制點（室）負責整個活動事件的人群管理。基于現場觀察、Wi-Fi熱點的發現、現場的溝通、個人經驗以及自動計算的人群管理系統，中央控制點（室）可直接通過攝像機觀察指定地點并直接調動安保團隊。

如在某大型活動現場的不同地點，運用攝像機對人群進行觀察，并部署Wi-Fi熱點對智能手機（匿名數據）進行檢測。這些檢測器材提供人群行蹤、人群移動速度、人群行進軌跡、人群密度等數據。安全管理人員四處巡邏對人群的流動進行監管，并以各種方式進行干預。觀測數據集中在一個控制室，監管人員對視頻和其他數據進行觀察，自動化工具可連同其他時空指標估算不同地點人的數量和密度。現場安保人員可以不同形式發送現場人群情況的報告，如通過特殊的智能手機應用程序或呼叫控制室等。在發現特定情況后，人群管理者決定是否需要進行干預。自動支持系統會自動推斷通用干預措施是否適用于該場景。人群管理者試著選擇最適合當前情況的方案，然后選擇相應的措施進行干預。如果沒有任何準備方案適用于現狀，則需要專家運用專業知識修改選定的措施或從頭開始設計全新的方案。

五、大型活動人群管理20條規則建議

群體行為遵循一定的自然規律，它反映在人們的物理、生理、心理和社會需求方面，如對充足的活動空間、食物、飲水、衛生設施、安全感知以及對目的、信息、通訊交流、娛樂活動的進程感知等的需求。如果不充分考慮這些因素，當人們的焦慮累積到一定程度的時候，必定會導致災難的發生。這就要求大型活動要選擇合適的舉辦地，做好充足的準備，恰當地組織與管理人群，對早期征兆快速反應以及要保證信息傳遞與通信的順暢。

1.大型活動最好在舉行過、經歷過大規模人群管理的地方舉行，并保證有一些人群管理專家。

2.大型活動舉行前，所有關系人應在預定時間內討論、完成、散布和實踐安全觀。

3.大型活動組織管理決策過程中，應鼓勵各方針對任何關鍵問題發表評論（即使超過了委托分析范圍），反對意見應被記錄并反復強調，并防止決策壓力影響人們的安全與防護。

4.確保為前往活動區域及等候入場的參與者提供基礎設施設備（如廁所）、基本供給物（比如食物和水）以及娛樂休閑活動。

5.大型活動必須在預期人數的基礎上進行計劃，而不是在容量基礎上進行計劃。

6.考慮到巨大人流變化的可能性，需要進行人流流入與流出的數量和去處的分析，應避免讓人滯留在外或延遲入內的組織觀。

7.阻礙物分析極其重要，需考慮如何移開如彩車、攤點等類似的障礙物，應為救護車輛及應急行動保留一定的道路空間。

8.可利用裝配有計算機模擬程序的軟件對人流的匯流點、轉彎點以及交叉點進行分析，識別人群集聚地，但需注意到這些軟件無法應對所有的關于人群組織的挑戰。

9.應去除臨界點。必須反復核實在不利條件下，人群管理措施是否能順利地解決存在的問題。

10.應提前預測安全邊際（如容量儲備），制定并演練詳細的應急方案。

11.應分析復雜因素的相互作用、副作用以及連鎖效應。快速反應往往是決定應對措施有效性的關鍵，必須及時反應以免問題變得更加嚴重；應實行合適的控制策略以阻止相互作用及連鎖效應。應始終保證充足的安全及急救人員，以盡早減輕或消除問題。應通過監控視頻持續監督和應用相關軟件進行實時分析。

12.必須做好對潛在關鍵地區進行人流減壓與疏散的準備，在人群過度擁堵之前進行人群疏散。

13.應避免人流交叉。不同方向的人流應盡量分開。在很多情況下，讓人們保持走動（如改變行進路線）比讓他們停下來更安全，循環流動群體最好選擇其他路線。

14.應認真考慮防護欄的作用。在使用防護欄來控制大量人群時，防護欄可能并沒有用，甚至可能會變成障礙物而造成危險的局面，使情況惡化。

15.應設置充分的現場提示和正確醒目的標示，建立高效的信息溝通機制以及制定合理的入場和退場疏導規則。

16.態勢感知與良好的溝通極為關鍵。必須保證在任何相關地點關于相關因素的信息都能快速反饋，在不同參與人員與機構（組織者、警察、急救隊員、人群）之間建立高效的信息流。

17.可考慮賦予警方、急救人員和安保人員更多的自主決策權及責任感，特別是聯系中斷或需要快速反應的時候。

18.有效的技術層與組織層之間的交流聯系是查明、避免、解決緊急情況的關鍵，也是減少不良相互影響及阻止危險的連鎖效應的關鍵。

19.持續、反復地評估、檢驗情勢分析的合理性，全面考慮可能的備選方案；遇到問題時，應實施相應的應急方案。

20.積極傳播安全文化，提醒每個人問題可能會隨時發生，并盡可能對各種意外情況（包括天氣突變）做好準備。

有效的人群管理在于潛在人群行為的預期分析質量和干預措施的有效性，這需要人群管理團隊使用多學科的方法實現，包括活動組織者、人群管理專員、警察、急救人員、當地政府、交通管理人員以及各類專家等多方面的工作，也需要各種監測手段為人群管理提供決策支持。毫無疑問，事先計劃是人群管理的關鍵，但利用人群管理系統關注實時人群情況，監控、預測并做出干預決策同樣重要。急需培養、發揮人群管理專家的集成技術（評估復雜的情況）和計算能力（在短時間內獲取、加工和過濾大量信息），使安全管理專員能夠快速反應、尋求和連接到相關人群決策模型，從而確定他們在任務鏈內的工作重點，為實際的人群管理提供運營支持。

[1]Beltaief O.，Hadouaj S.E.，Ghedira K.Simulation model of pedestrians swarm in evacuation situations[J].International Journal of Computer Applications in Technology，2017，55（1）.

[2]Aguirre B.E.，Torres M.R.，Gill K.B.，Hotchkiss H.L.Normative collective behavior in the station building fire[J].SocSci Quart，2011，92（1）.

[3]Chu M.L.，Parigi P.，Latombe J.C.，Kincho H.Simulating effects of signage，groups，and crowds on emergent evacuation patterns[J].AI&Soc，2015，30.

[4］Duives D.C.，Daamen W.，Hoogendoorn S.P.State-of-theart crowd motion simulation models[J].Transportation research part C:emerging technologies，2013，37.

[5]Vermuyten H.， Belien J.，Boeck D.L.，et al.A review of optimization models for pedestrian evacuation and design problems[J].Safety science，2016，87.

[6]Anderson B.D.，BelhumeurP.N.，Eren T，etal.Graphical properties of easily localizable sensor networks[J].Wireless Networks，2009，15（2）.

[7]Isella L.，Stehle J.，Barrat A.，et al.What's in a crowd?Analysis of face-to-face behavioral networks[J].Journal of theoretical biology，2011，271（1）.

[8]Martella C.，Steen V.M.，Halteren A.，et al.Crowd textures as proximity graphs[J].IEEE Communications Magazine，2014，52（1）.

[9]葉志鵬，劉鵬，趙巍，唐降龍.視頻場景人群運動異常狀態檢測[J].智能計算機與應用，2017（4）.

C931

A

1674-3040（2017）06-0060-05

2017-10-01

張美華，中南民族大學管理學院副教授，博士，主要研究方向為機制設計理論與應用、運營管理；謝科范，武漢理工大學管理學院教授，主要研究方向為風險管理、科技管理。

*本文系國家社會科學基金重點項目“大規模人群踩踏事件的預警預控及應急疏散研究”（項目編號：No.15AGL021）和中央高校基本科研業務費專項資金項目（項目編號：No.CSY16004）的研究成果。

郭建華）