基于斷面流量的公共場所瞬時人數估算方法研究

胡成 李強 陳晉

摘 ?要：為控制公共場所人群聚集風險，需要定量估算場所的人群空間分布，尤其是瞬時聚集人數。文章基于圖像識別獲得點狀斷面人流量數據，并根據開放性公共場所的類型和人群空間分布形態，提出4種具體的人群聚集數量估算方法，分別是進出口流量差值累計法（CMIO）、進出口流線節點分配法（LNDM）、節點轉移概率矩陣法（NTPMM）和路徑斷面流量法（PSFM），同時給出了每種方法的適用范圍。選擇北京什剎海景區進行了案例應用，基于景區環湖道路的網狀空間以及人群線狀流動特點選擇PSFM和LNDM估算方法，給出了荷花市場具體算例，道路人群滯留量估算結果與實際人群分布相符。文章研究的方法可為公共場所安全容量預警以及旅游景區最大承載量預警管理提供支持。

關鍵詞：公共場所;人群聚集;圖像識別;斷面流量;瞬時人數;安全容量

中圖分類號：X928.03 ? ? 文獻標識碼：A

Abstract：In order to evaluate and control the risk of population aggregation in public places，it is necessary to quantitatively estimate the crowd space distribution，especially the instantaneous number of population aggregation in places.Based on the point section flow from image recognition，and according to the types of open public places and the spatial distribution of people，4 methods for estimating the number of people gathered are presented，which are Cumulative mode for the difference of inlet flow and outlet flow （CMIO），Flow line node distribution method （LNDM），Node transition probability matrix method （NTPMM），and Path section flow method （PSFM）.At the same time，the application scope of each method is given.Shichahai Scenic Area in Beijing is selected as the research area.Based on the network space of the road around the lake and the linear flow characteristics of the population，the PSFM and LNDM estimation methods are selected，and the specific calculation example of lotus market is given.The prediction results of the road population retention are consistent with the actual population distribution.The method of this paper can provide support for the early warning management of the safety capacity of public places and the carry capacity of scenic area.

Key words：Public places;Crowd gathering;Image recognition;Section flow;Instantaneous number of people;Safety capacity

公共場所，尤其是開放性公共場所容易出現人員逗留時間長、活動類型多的狀況，節假日更容易導致人群短時高密度聚集的現象。這種現象容易造成安全事故隱患，增大公共場所的公共安全風險[1]。但是與之相關的突發事件的發生、發展和演化具有很強的隨機性和不確定性，其中的規律目前還在探索之中，尚無科學的定論，難以直接對突發事件進行監控。從應對處置來看，事件發生之后的現場救援措施往往很難達到理想的效果[2]。因此，為了控制這類突發事件，事前預警和防范成為一種更加合理的策略。具體來說就是預先設定合理的人群安全容量，而后通過對人群流動和分布狀態進行測度[1]，表征人群的聚集風險水平，并進行預測和預警。

但目前的狀況是，客流統計和人群監測預警處于“有流量無分布，有監測無預警”的狀態 [2]。開放性公共場所常分布于湖邊道路、地鐵出口、公交站點、交叉路口等大量的人群密集區域，閘機、安檢機等封閉類場所常用的人流量監測設備都無法使用，需要采用激光掃描、紅外成像以及視頻識別等手段來監測人流量[3-7]。這些常規的方法雖然方便監測，但在開放區部署的成本很高，如果對空間內進行全覆蓋則會造成點位極多，經濟上不可行。新式監測手段包括手機、Wi-Fi探針、位置App等方法，這些方法也可以監測人群分布，但是其結果屬于城市尺度或者區域的總體尺度，缺少局部道路空間分布的詳細信息，時延效應比較嚴重[8-9]。

開放性公共場所的路網復雜、交通方式多樣、人流進出口多，全域或者局域容易出現擁堵，需要依據一定的監控設施，通過科學的方法，實時把握人群空間分布。開放性公共場所在長期運行后，區域內部會形成熱點區域以及人群聚集較少的區域，內部的人群動線也因為道路的特征而自發形成網絡流，這些空間聚集特征為空間分布預測提供了依據。筆者構建以智能視頻監控的點狀人群數據為基礎的預測方法，預測開放空間內局部的人群滯留量以及局域空間分布等指標。

一、圖像識別客流數據

初始監測點和人群參數是進行人群聚集空間分布預測與預警的基礎。對監測圖像進行智能分析，可以識別靶面內人群流動參數。如圖1所示，以圖1中的“流量識別斷面”為界，按方向將識別的斷面人群流量分為上行和下行流量[2]。人流量采集周期一般最低為6秒，常用周期為1分鐘和10分鐘。

二、點估算方法

基于圖像識別所得上下行人流量數據，可以對空間的人群分布聚集情況做進一步的預測。區別于手機信號監測的廣域覆蓋，圖像識別人流量的監測范圍一般是路段斷面，相對空間范圍很小，可視為點狀數據，基于點狀數據的聚集人數預測方法可稱為點估算方法。

根據預測需求及可用客流監測位置的不同，可細分為以下4種估算方法：

（一）進出口點預測全區滯留量[1]

1.基本原理

該方法可稱為進出口流量差值累計方式（Cumulative mode for the difference of inlet flow and outlet flow，CMIO），以特定區域的人員數量背景值為基礎，加上進出口處的人員總進入量和總流出量的差值，預測該區域的總滯留人員數量。

2.適用性

該人群預測方法適合具有以下特性的公共場所：

（1）具有邊界明顯的進出口，并且所有進出口都可以進行監測;

（2）以單次人群聚集活動為主，如果多次活動疊加，人員進出頻繁、混雜，則無法獲得有效的初始值;

（3）場所空間范圍較大，人群聚集度較高，監測設備的識別累積誤差遠遠小于場所的人員安全容量。

因此，在一些人員進出頻繁、場所空間范圍較小的場景，該方法的適用性將因誤差累積而大打折扣。

（二）進出口流線組合預測網絡分布[1]

1.基本原理

該方法可稱為進出口流線節點分配法（Flow line node distribution method，LNDM），又可稱為人群流線節點分時頻率法。以人群流線規律為基礎，建立所有進出口流線的節點全局分配矩陣時間序列，然后利用進出口監測得到的人員流量數據，按照矩陣序列分配到各個節點和路段上，最終獲得某個時刻的人群空間分布。

流線預測按照實時監測流量數據的監測位置，可分為入口流線節點分配法和出口流線節點分配法。其中，入口流線節點分配法是常用的方法，通過將調查得到的某入口人群的步行流線，按照流線、步行距離、游覽時間等參數，分時分配到各節點和路段上，可以獲得兩類結果：

（1）歷史值加上當前分配值，可以獲得當前時間步長內的人群分布;

（2）以當前分布為基礎，加上新分配流量，可以預測未來時間的區域內的人群空間分布。

2.適用性

該方法依賴于流線規律的穩定性，要求人群從某入口進入后，嚴格按照規定的路線游覽，在這種情況下，使用區域外圍進出口就可以有效預測場所內所有路徑上的人員流量。

但是對于人群流線規律不穩定的場所，該方法會產生很大的誤差。此外，人員在節點處的停留時間以及某些節點的擁堵都會對流線產生影響。

（三）交叉口預測毗鄰節點流量[1]

交叉口預測毗鄰節點流量法可稱為節點轉移概率矩陣法（Node transition probability matrix method，NTPMM），需要得到單一節點的人員各向流入量和各向流出量的分配結果，該分配結果可通過事先調查或者利用交通流平衡流量法得到。可將流入和流出形成的矩陣記為節點轉移概率矩陣，然后以此矩陣為基礎，對各向進入流量進行分配，從而達到預測人員去向流量的目的，在對各節點轉移流量進行全局分配后，得到人群在場所內的局部分布。

節點vj的轉移概率矩陣表達，見式（1）：

式中：，表示由i轉變到j的概率，是以i為條件的。

（四）路段點位預測滯留量[1]

1.基本原理

該方法可稱為路徑斷面流量法（Path section flow method，PSFM）。假設人群保持持續流動，以斷面流量數據為基礎，通過推算路徑上的人群線密度和計算路徑長度，獲得各流線上的人員數量，最終確定整個場所的人員總數，屬于局域預測法。

按照預測時使用的監測斷面的數量，可以分為單斷面法和多斷面法。

2.數學表達

以單斷面法為例，按照上述原理，路段的停留人數=斷面總流量×路段通行時間，數學表達見式（2）：

式中：NEi，路段Ei的停留人數，人;qvj，斷面節點vj的總流量，人/分鐘;tEi，通過路段的時間，分鐘;qup，通過斷面的上行流量，人/分鐘;qdown，通過斷面的下行流量，人/分鐘;lEi，路段Ei的長度，米;u，斷面人群的空間平均速度，米/分鐘。

同理，多斷面法就是將路段分為幾個子路段，根據這幾個斷面預測得到的子路段滯留人數，匯總得到路段整體的滯留人數。

3.適用性

該方法的優點在于不存在長時間的累積誤差，比較適用于多出口網絡路徑型公共場所的人群滯留統計，特別是人員行進速度比較均勻的場景，如人群基本都在路上以及線型商業街上游覽的網絡路徑型場所。但是，該方法對客流識別的時間周期以及運動速度變化性比較敏感，當客流監測數據的時間周期較短時會出現預測波動性增大的趨勢。此外，當監測點的人群速度與預測區域相差較大時，也會降低預測準確率。

三、案例分析

以北京什剎海景區的環湖道路為例，利用現有的人群監測設備提供的數據，進行該場所路段上的人群滯留量預測。

（一）研究區和初始數據

什剎海景區為北京市免費開放的公共場所，區域主要由前海、后海和西海以及內部的恭王府、宋慶齡同志故居等場所組成，其中環湖道路是人群聚集流動的主要區域，見圖2。圖2中所示的是初始調用的客流數據識別點位，黃色線條覆蓋區域為需要預測的景區環湖路段。取2014年10月1日的圖像識別客流數據，客流數據周期為5分鐘，含有上行流量、下行流量和步行平均速度等信息。

子功能區可以按照網絡節點以及流量的高低細分為8個，分別是煙袋斜街、前海北沿、前海南沿、前海東沿、荷花市場、后海北沿、后海南沿和后海西沿。

什剎海景區的現場環境特征表現為：

1.步行環境主要是環湖道路，屬于線狀類型;

2.環湖區除了銀錠橋，道路中間沒有引致人群長時間滯留的吸引點，人群主要在環湖道路上行走;

3.區域內沒有廣場等大規模人群聚集的場地;

4.人群監測點基本分布在外圍進出口;

5.環湖區道路上監測點占比極少，僅有的幾個點位于荷花市場、煙袋斜街[1]。

（二）預測模式選擇

考慮對象區域屬于道路網絡型，有著人群流向相對簡單、斷面流量的空間差異性較小等特點，可以假設其符合路徑流量守恒規律。選擇局部斷面的人群分布來預測相鄰道路的人群密度，對于沒有監測點設置的路段，則綜合利用其他預測模式，將路段兩端的監測點合理利用。

根據案例中道路空間及人員流動特點，具體采用的預測方法為：

1.路徑斷面流量法（PSFM），利用路段上的監測點預測整條路段的滯留人數，該方法應用于荷花市場、煙袋斜街;

2.進出口流線節點分配法（LNDM），利用路段兩端相鄰的進出口監測點，應用于前海北沿、后海南沿等其他路段。

（三）結果和分析

以預測荷花市場路段的滯留人數為例，使用荷花市場南門的客流監測數據，數據采集周期為5分鐘;該路段道路長度為347米;監測道路上人員步行速度，平均步行速度為0.647米/秒，為了與流量數據的5分鐘采集周期單位一致，將步行速度的時間尺度單位設為米/5分鐘，則步道上人群的空間平均速度為194.7米/5分鐘。對公式（2）中道路長度和空間平均速度賦值，則該路段人數計算的具體公式見式（3）：

式中： ? ?為荷花市場路段上的滯留人數;

為16號客流監測點，即荷花市場南門點位;

為16號監測點的上行流量，人/5分鐘;

為16號監測點的下行流量，人/5分鐘。

代入具體的上行和下行流量，即可獲得道路上的瞬時聚集人數。取2014年10月1日的圖像識別客流數據，共得到288條原始數據。代入式（3）計算，得到荷花市場路段的滯留人數結果最大值為1635人，均值約597人。

按每5分鐘間隔統計路面瞬時聚集人數，即滯留人數，得到時間序列圖，詳見圖3。由圖3可知荷花市場路段一天當中的滯留人數表現出如下的變化趨勢：3—6點是一天中的滯留最低峰，從6點逐步攀升，到11點出現全天的滯留最高峰;之后在經過一個小的客流低谷后，在18點出現全天的滯留次高峰。

使用預測結果中各路段的面密度最大值，制作什剎海景區環湖道路的人群滯留量預測圖，見圖4。從圖4可見，人群高密度區分布在煙袋斜街、前海北沿和荷花市場一線，與實際的觀測結果基本相符。

四、總結和展望

公共場所為控制人群聚集風險，防范擁擠踩踏，需要實行安全容量管控，而定量的場所瞬時人數估算是實施預警疏導分流的基礎。開放性公共場所有著路網復雜、交通方式多樣、人流進出口多等特點，很難掌握整個場所的人群空間分布情況。筆者依托當前的點狀圖像識別人流量參數，對瞬時人數估算方法進行了探索。

（一）圖像識別可獲得斷面人流量信息，這些點狀數據可以用于開放性公共場所人群聚集數量分布估算。

（二）根據開放性公共場所的類型和人群空間分布形態，提出了4種具體的瞬時人數估算方法，同時給出了這些方法的適用范圍。

（三）什剎海風景區案例應用路徑斷面流量法和進出口流線分配法，得到了環湖道路的人群滯留量信息，與現場調研情況相符。

利用圖像監測斷面人流量數據，來預測開放性公共場所的全局空間分布和聚集數量是個新課題，雖然取得了一定的估算預測效果，但是不同空間的聚集點長時間滯留導致人群運動速度存在差異，高密度下人群速度可能變慢，這些因素都可能導致預測結果的準確性降低，還需要進行改進。

參考文獻：

[1]胡成.開放性公共場所人群聚集安全容量及風險預警研究[D].北京：北京師范大學，2016.

[2]胡成，李偉，姚曉暉.為了這樣的災難不再發生——城市人群聚集風險的監測與預警[J].科技智囊，2011（01）：74-79.

[3]孫智勇，葛書芳，榮建，等.行人交通的數據采集方法研究[J].北京工業大學學報，2006（06）：530-533.

[4]錢慧佳，楊明，李顥，等.一種基于激光雷達和視覺的行人檢測方法[J]. 上海交通大學學報，2010（07）：946-950.

[5]夏永泉，李衛麗，甘勇，等.智能視頻監控中的運動目標檢測技術研究[J]. 通信技術，2009（06）：185-187.

[6]幺居標，王冬琳.基于狀態轉換圖的公共場所行人視頻監控方法研究[J]. 工程數學學報，2010（06）：1133-1136.

[7]楊裕，朱秋煜，吳喜梅.復雜場景中的自動人群密度估計[J].現代電子技術，2009（17）：108-111.

[8]楊飛，裘煒毅.基于手機定位的實時交通數據采集技術[J].城市交通，2005（04）： 67-72.

[9]WANG D，LI L，HU C，et al.A modified inverse distance weighting method for interpolation in open public places based on Wi-Fi probe data[J].Journal of advanced transportation，2019：1-11.