基于智能WiFi采集技術的復雜交通客流檢測技術研究與實踐
——以虹橋機場為例

賴子良，李 曄，楊大演，趙志華，陸曉剛

LAI Ziliang1, LI Ye1, YANG Dayan2, ZHAO Zhihua3, LU Xiaogang3

（1. 同濟大學 交通運輸工程學院，上海 200092；2. 上海萃圖數字科技有限公司，上海 200433；3. 上海機場（集團） 有限公司 虹橋國際機場公司場區管理部，上海 201207）

(1. College of Transportation Engineering, Tongji University, Shanghai 200092, China; 2. Shanghai Triton Digital Technology Co.,Ltd, Shanghai 200433, China; 3. Shanghai Airport（Group） Co., Ltd, Hongqiao International Airport Inc Area Management Department, Shanghai 201207, China)

0 引 言

自21 世紀以來，我國航空客運業迅猛發展，航空出行已經成為繼公路、鐵路之后的第三大國民出行方式。作為中國三大門戶復合樞紐之一的民用國際機場，虹橋機場一直在大客流運輸中發揮著重要作用。隨著虹橋機場硬件改造設施投入使用，虹橋機場的綜合服務水平、管理效率也在逐步提高。同時，與日俱增的客流數量，復雜多樣的客流組成，形式多變的客流規律促使虹橋機場需要不斷改進客流檢測技術以對標國際機場服務標準。然而虹橋機場客流的龐大、復雜性、多樣性使得客流檢測成本不斷增加，因此，結合目前的客流檢測技術和虹橋機場已有的硬件設施進一步提高客流檢測能力是機場的重要發展任務。

1 客流特征分析

綜合交通樞紐是多種交通方式的集合地，也正因為如此，多種方式，大流量交通的匯聚必然會導致綜合交通樞紐區域客流的大量堆積。以上海虹橋機場為例，在春運期間單日最大客流曾超過25 萬人次，其重要的運輸地位不言而喻。通過對上海虹橋機場及虹橋樞紐區域客流情況的調查與研究，分析出上海虹橋機場客流特征主要表現在以下幾個方面：（1） 客流量龐大；（2） 客流出行形式復雜；（3） 客流組成多樣[1-2]。

1.1 客流量龐大。虹橋機場龐大的客流量通常有兩種變化規律，一種是周期性客流激增，例如春運、放假旅游、學生返校以及22:30 后地鐵停運，公共交通分散客流能力減弱導致樞紐區域客流聚集；還有一種是非周期性的變化，上海作為國際性的大都市，經常會舉辦一些國際性的賽事，由于這些賽事安排時間相對分散，因此在客流方面呈現非周期性的變化。

在機場客流吞吐量方面，客流的聚集一般表現在重要的節假日期間，如春運等，出發和到達客流呈現海量激增的形式?？土骶奂臅r間與航班的時刻表有著很強的相關性，在航班越密集的時段內，機場內的旅客聚集程度也是最高的。一般來說，由于出發和到達客流量過大且超過機場客流的情況并不多見，虹橋機場曾出色完成單日內25 萬人次的客流運輸，單日航班達1 700 多架次。

1.2 客流出行形式復雜。通過多次對機場內乘客的出行目的調查，將機場內客流的主要出行方式歸納為以下幾個類別：私家車送行，出租車，軌道交通，常規公交，機場巴士，其他（如圖1 所示）。

通過分析整理調查數據，選擇軌道交通的出行方式只占據了22%的出行比例，也就是說虹橋機場軌道交通尚有很大的發展空間，而軌道交通需要乘客掃碼或刷卡進入，管理人員可實時掌握軌道交通的進出客流情況。因此，提高軌道交通的利用率是提高客流檢測效率、降低檢測成本的一項重要措施。虹橋機場位于上海市西郊，距市中心僅13 千米，交通便利，因此機場乘客出行方式選擇多樣，客流檢測需要針對各種交通出行方式進行分析，對流量、流向、流距、流時四個不同要素進行檢測時，難度相比簡單出行方式有所提升。

1.3 客流組成多樣。復雜多樣的客流組成是虹橋客流的重要特征。通過對調查結果進行分析，對客流進行了出行目的的劃分歸類，主要包括旅游、商務、公務、探親、其他幾個方面。

圖1 虹橋機場旅客出行方式分布圖

圖2 虹橋機場旅客出行目的分布圖

由圖2 可知，目前虹橋機場旅客中占比最大的出行目的為旅游，約占總客流量的一半，其次為出差。而不同的出行目的影響乘客的出行方式，例如對于商務、公務出行人員，考慮的首要因素為時間，而旅游探親等出行目的首要考慮因素為舒適度與便捷度。

2 客流檢測技術

針對虹橋機場客流量龐大、客流出行方式復雜、客流組成多樣等客流特征問題，目前僅靠一種檢測技術難以準確解決虹橋機場的客流檢測問題。因此，綜合虹橋機場已建成和在建硬件設施的條件，其內部客流檢測需要融合多種檢測方式，通過整合不同檢測方式的優點，從而建立一種能夠自適應虹橋機場的客流特征，并且對虹橋機場客流存在的痛點問題可以有效解決的客流檢測系統。為了方便機場人員管理，提高機場服務人員服務水平，機場客流檢測主要分為兩個部分進行：客流量檢測、客流時空分布檢測。

2.1 傳統的客流信息采集技術。如今投入使用的客流信息采集技術有以下幾種技術方式，視頻檢測采集技術、票務系統統計、航班信息系統、安檢系統統計等。

數字化時代需要智能化和數字化的解決方案，傳統的客流檢測技術已經不能夠滿足時下海量吞吐客流的樞紐運營。對于視頻采集技術而言，可以出色完成對機場內部例如安檢、值機等重點區域的客流檢測，然而考慮到其硬件安裝成本高，無法實現全區域的無縫覆蓋，而且目前的視頻檢測技術仍然需要人工干預，對人力資源也是一種浪費。票務系統統計雖然能夠較為精確地對客流數量進行統計，但是在客流的時間空間分布檢測方面卻顯得尤為不足。與票務系統類似的技術如航班信息系統、安檢系統等技術，均可完成客流數量的精確檢測，但離滿足機場運營要求仍然有差距。現有檢測技術優缺點對比如表1 所示。

2.2 WiFi 探針技術及其技術原理。WiFi 探針技術是指基于WiFi 探測技術來識別AP（無線訪問接入點） 附近已開啟WiFi 的智能手機或者WiFi 終端（筆記本，平板電腦等），無需用戶接入WiFi，即可識別用戶的信息。目前國內智能手機流行趨勢日益升高，用戶基數不斷增大，同時機場內WiFi 探針布設點及檢測精度越來越高，使用WiFi 探針技術對客流的時空分布進行檢測的優點不言自明[3-4]。

表1 現有檢測技術優缺點對比

WiFi 探針技術利用WiFi 設備的MAC 地址的唯一性作為識別ID 的特點賦予了基于智能WiFi 客流統計系統技術優勢，探針主要收集的數據為MAC 層的信息，例如設備MAC 地址、接收WiFi 信號強度（RSS）I、WiFi 信號頻道、信號幀類型等[5-6]。

3 智能采集技術進行客流檢測算法

3.1 機場全天客流。機場內的客流組成主要分為三大類，有乘機行為的旅客（包括到達旅客和等待乘機的旅客）、接送人員和機場內常駐人員。通過WiFi 探針技術計算全天客流，則主要是對機場內停留的所有旅客的時間閾值進行計算，即對機場內有乘機行為的旅客、接送人員和機場內的工作人員進行區分和計算，其計算方法如下[7-13]：

公式（1） 中Num為無線接入訪問點Ci下檢測到的全日客流量（人），APmacid為無線接入點監測區域內手機或智能終端的用戶數量（人）；AP接送人員為無線接入點監測區域內的接送人員（人）；AP常駐人員為無線接入點監測范圍內的常駐人員（人），AP經停人員為無線接入點監測范圍內經停過站的人員（人），飛機經停過站時間閾值為50min，即當監測范圍內的用戶在機場內停留時間低于50min 時，則認為該用戶不具有乘機行為。

交通樞紐內的常駐人員主要包括機場工作人員和其他工作人員（快餐店服務員等） 兩類，為了區分這兩類人員，可以通過在AP點被監測的停留時間進行判斷區分。由于上海虹橋機場客流承載量大，客流組成復雜，其內部安排的工作人員以及其他工作人員也較為多變。常駐人員統計步驟如下：

根據虹橋機場值班安排劃分工作時段。通過虹橋機場內部值班安排定義機場內部工作時段，將其他時間段設置成非機場工作人員值班時段。

停留時間統計。以一個月為更新周期，對AP點檢測到的MAC 地址停留的時間進行統計，將所有人員不同停留時間進行排序，篩選出在工作時段及非工作時段累計停留時間較長的AP點。

篩選機場工作人員及其他工作人員。將篩選獲得的AP點進行比對，與機場人員工作區域的AP點進行匹配，將工作區域AP點中的用戶打上“機場工作人員”的標簽，將非機場工作區域AP點中的用戶打上“其他工作人員”的標簽。

統計常駐人員。在AP點檢測時，將已經打上“機場工作人員”和“其他工作人員”標簽的用戶劃分到機場內部常駐人員的統計中。

3.2 機場實時客流。由于虹橋機場承載的客流量較大，因此需要保證機場內部客流檢測的實時性，即在一定的時空范圍內對機場內部實時客流的變化情況進行檢測，便于在客流高峰時間段判斷交通樞紐的運行情況，以下公式以10min 作為一個計算周期，其計算方法如下：

公式（2） 中Num為AP點檢測范圍 10min 內在機場內的客流量（人）；AP為10min 內出現在該AP點的客流 （人）；AP常駐人員為機場內部的常駐人員（人），包括機場工作人員及其他工作人員。

由于部分乘客在機場內部沒有打開手機WiFi，導致機場內部布設的WiFi 探針無法檢測其MAC 地址，以致于WiFi 探針檢測的客流量較低，因此需要結合行人識別技術進一步提高機場客流量檢測的精度。

3.3 數據擴樣算法。WiFi 探針客流檢測是通過監測目標區域內開啟WiFi 的手機數量，間接確定目標區域內客流的方法。然而在現實生活中，并不是每個人都擁有智能手機，也不是每個人的智能手機都開啟WiFi，同時，一個人也可能擁有多部智能手機。因此，需要數據采樣分析算法來擴大目標監控區域內開啟WiFi 的手機數量。

在數據采樣算法中，最重要的是擴樣系數的計算和選擇。數據擴樣系數的表達式如下：

根據文獻[12]中擴樣系數的詳細研究方法，結合虹橋機場的客流特點，我們對擴樣系數的選取進行了多次試驗，最終確定了合理的擴樣系數方案。利用該方案，可以根據背景噪聲數據濾波和客流駐留分析算法得到的有效數據項，快速計算出機場實際客流的估計值。

4 系統實現

4.1 系統架構。基于上述客流檢測算法和WiFi 探針技術，通過開發虹橋機場客流實時監測系統實現對機場客流的實時檢測與時空統計分析，系統架構如圖3 所示。

圖3 上海虹橋機場客流實時監測系統架構

虹橋機場客流實時監測系統包含終端采集器、后臺數據庫和大數據分析系統3 個部分。其中，終端采集器負責收集不同AP點中WiFi 探針覆蓋范圍內移動設備的MAC 層信息，主要包括AP設備和手機等設備的MAC 地址、手機廠商信息、信號強度值和時間戳等，如表2 所示，然后將不同地點終端采集器所收集的用戶信息匯總到后臺數據庫進行統一的存儲和歸類；最終通過大數據分析系統實現虹橋機場客流的實時計算與時空分析，并基于客流監測平臺進行客流信息的可視化展示。

表2 WiFi 探針采集數據內容

4.2 系統功能與應用。虹橋機場客流實時監測系統可實現全天候實時的客流監測和對歷史客流數據進行統計分析，該系統的主要功能包括：客流信息統計、人數統計、地點分析、監控渠道類別分析、全天候客流監控等。

（1） 客流信息統計。虹橋機場客流實時監測平臺的“首頁”（如圖4 所示） 可動態顯示當天的當前時間內虹橋機場的總客流人數、WiFi 探針檢測人數、活躍人數、安檢客流人數，以及它們同比和環比的變化趨勢。其中，檢測人數表示WiFi 探針覆蓋范圍內打開WiFi 的設備數量，活躍人數表示WiFi 探針覆蓋范圍內打開并使用機場WiFi 的設備數量。

圖4 虹橋機場客流監測平臺“首頁”

同時，系統可通過WiFi 探針捕捉到的設備廠商信息進行客流監控渠道的統計分析，從統計結果可知，iphone、Android 和華為三大手機品牌最受用戶喜愛。

此外，該系統還可通過手機等設備的MAC 地址信息和WiFi 探針覆蓋范圍進而動態識別該乘客的地理位置并進行歸類（是否屬于站外/站內），從實際結果來看，站內客流人數一般都多于站外人數。

（2） 人數統計。在“人數統計”界面（如圖5 所示） 中除了可實時顯示當前時間內機場的總客流人數、檢測人數、活躍人數、安檢人數外，還提供日期選擇功能，方便管理人員隨時查看機場的歷史日客流、周客流、月客流及年客流信息。同時，機場管理人員可通過同比和環比數據的實時顯示，全面了解當前及歷史客流的整體變化趨勢情況。

圖5 虹橋機場客流監測平臺“人數統計”界面

（3） 地點分析?！暗攸c分析”界面（如圖6 所示） 提供機場各個WiFi 探針點位所檢測的客流數據情況，涵蓋客流人數、檢測人數、活躍人數、旅客平均停留時間、與昨日相比熱度等數據。此外，也提供了日期選擇功能，除顯示今日客流地點分析數據外，也可選擇任意一天、本周、本月或全年的客流地點數據。從客流檢測結果而言，越靠近換乘出入口的WiFi 探針點位（如AP3、AP6） 所檢測的客流人數越多，這也符合客流實際分布情況。

圖6 虹橋機場客流監測平臺“地點分析”界面

（4） 全天候客流監控。根據用戶的手機等設備MAC 地址信息是否首次出現可將旅客分為新乘客和老乘客兩類，并通過“全天候客流監控”界面（如圖7 所示） 動態顯示各個時間段內的新乘客和老乘客數量，從而提供最全面的旅客數據信息。

4.3 系統驗證。為了檢驗客流檢測算法和監測系統的可行性，本文選取虹橋機場一周的實際客流數據進行驗證，通過將實際客流與客流檢測算法計算的客流進行對比分析，說明虹橋機場客流監測系統設計的合理性，驗證結果如表3 所示。

由表3 可知，通過本文設計的WiFi 探針客流檢測算法計算得到的機場客流量與實際客流人數大致相等，誤差率均不超4%。同時，虹橋機場客流監測系統不僅能實現客流數量的實時檢測，而且能對機場內部客流的時空分布情況進行可視化展示，并對歷史客流數據進行統計分析。因此，相比于其他客流檢測技術與方法，基于智能WiFi 探針技術的客流監測系統具有檢測精度高、無人工干預、可時空動態檢測等優點，應用于機場客流的實時檢測是完全合理可行的。

5 結束語

圖7 虹橋機場客流監測平臺“全天候客流監控”界面

表3 客流預測準確性難結果

本文以虹橋機場為例，通過對復雜客運交通樞紐現有客流檢測技術的優缺點進行多方面對比分析，在虹橋機場現有的硬件設施及在建的設施基礎上進行適應性升級，提出了基于WiFi 探針技術的客流智能檢測算法，實現對虹橋機場實時客流數量和客流時空分布的全天候動態檢測，并通過構建機場客流實時監測平臺實現對客流時空分布的可視化展示。相比與其他客流檢測技術，本文提出的智能WiFi 采集技術及客流監測平臺在人力資源、經濟成本、科學性、技術先進性等各個方面盡力追求平衡，以達到良好的社會經濟效益。