基于視頻分析的公交客流統計系統的研究

王曉娟

摘 要：受城市化進程加快的影響，我國城市交通壓力越來越大，嚴重擁堵情況已經極大影響到了人們日常出行，為此，政府大力提倡公共交通出行。以公交為代表的公共交通工具能夠大大緩解城市交通壓力，有效減少擁堵現象，繼而營造良好和諧的城市生活環境。公交的優勢加上政府的倡導，公交出行已經成為當下人們青睞的出行方式。然而，在公交受到大眾追捧的同時，其中的缺陷和不足也逐漸顯現出來，其中最為明顯的就是公交出行的信息處理方面仍舊不夠完備。公交管理相關管理部門無法對各線路的公交負載率進行及時準確了解，本文所設計的系統借助視頻識別技術和LBS服務等技術，對車內的乘客密度進行實時監控，車內的攝像頭在收集信息后及時反饋給后臺，管理部門根據信息建立相關模型并對客流進行預測。

關鍵詞：視頻分析;客流統計;數據分析

中圖分類號：TP391.41 文獻標識碼：A

0 引言

交通擁堵已成為城市化建設中最突出的問題之一。雖然政府希望通過提倡公共交通出行來緩解交通壓力，但公共交通出行仍然存在一些問題。目前，公共交通信息處理還不完善，優化調度也相對滯后。因此，我們需要大力倡導公共交通出行，不斷提高公共交通實時數據處理能力。實現這一目標的有效途徑是設計一個具有實時信息采集和處理功能的智能交通系統。本文收集了不同時期不同公交線路和站點的客流，并利用系統對這些數據進行分析，從而實現客流調度和短期客流的準確預測。

通過科學地建立分析客流特征的模型，借助攝像機采集人群信息，將采集到的數據實時傳回后臺，并使用改進算法計算出更準確的人數，從而有效改善公共交通的缺陷，促進城市化更好的發展[1]。

1 系統概述

本文設計的系統功能主要通過移動終端的行程記錄數據和攝像機的定點數據反饋采集來實現。后臺數據庫在處理科室接收到的數據時，主要分為兩種方式：軌道網和數據網。軌道網絡是個人發散，數據網絡是平臺反饋。乘客和公共汽車站是系統主要觀察和審查的主要對象。在此，選擇一個行程記錄作為記錄元素（如圖1）。

2 系統功能

系統記錄的數據來自移動終端的旅行記錄。通過對乘客上下車的車站進行實時監控，當用戶查找路線或查看到站信息時，系統會自動標記用戶的地理信息、站臺路線等一系列基本信息，并在此基礎上在后續工作中對區域斷面數據進行更好的整理和統計。總的來說，該系統的主要功能包括三個方面：到達提醒、地圖導航和poi檢索以及擁堵顯示[2]。

2.1 到站提醒

目前的移動導航主要包括GPS定位和基站定位。前者主要通過GPS衛星鎖定采集芯片來確定位置。這種定位方法的精度非常高。理論上，其誤差可以控制在一米以內。就目前的科技發展水平而言，基本上所有的軟件都可以使用GPS導航。此外，顧名思義，基站定位就是借助基站進行定位。其實現方法主要是通過手機激活數據獲取周邊基站，從而在此基礎上鎖定乘客位置。與GPS定位相比，基站定位精度較低，往往產生較大的誤差。因此，為了保證系統的精度，本文設計的系統采用GPS進行導航。該系統將不同形式的公交線路抽象為一條線路，并將線路上的公交站點視為節點。當乘客位置接近公共汽車站時，這是一個閾值范圍。此時，信息由移動廣播推送。

本文設計的系統需要開發與服務器交互的應用程度。在開發程序的過程中，經常需要在服務器上獲取數據。采集方式一般分為兩種：一種是采用周期拉取方式，每隔一段時間主動在服務器上獲取以下信息，以實現對更新信息的及時掌握;第二種方法是使用push方法，即服務器主動將新信息推送到客戶端。此時，客戶端可以自動接收更新的消息。

2.2 地圖導航和poi檢索

對于用戶來說，poi檢索可以幫助快速找到目的地，極大地方便了用戶的出行。一般來說，區域檢索的實現主要包括以下步驟：首先，根據點的坐標信息，將點劃分為國家的區縣行政區劃;其次，利用不同行政區劃的點數據，以行政區劃多邊形和點集為對象，建立Voronoi圖;第三種方法是將建立的Voronoi圖中最小面積對應的點識別為重要性最低的點;最后，刪除從分析中獲得的重要性最低的點，并再次建立Voronoi圖。以上步驟只是根據重要性對所有點元素數據進行框顯和排序，然后根據重要性將其刪除，最后得到重要性最高的點，即用戶要到達的目的地。

與上面討論的區域檢索相比，導航過程顯然要簡單得多。它只需要獲取用戶出發點和目的地的經緯度信息，然后將兩點之間的距離視為路線，將兩點視為路線的兩個節點。將兩個節點添加到同一個節點集合中，那么該節點集合就完全類似于路線規劃偵聽接口類。此時，接受節點集的接口類將根據內部路徑算法將每個路徑的節點添加到節點集。如果重復上述操作，將確定不同點的重要性信息。總體而言，其建設過程可分為三個步驟：啟動路線、啟動導航和成功規劃路線[3]。

第一步是啟動路線。該步驟主要包括設置路線的起點、焦點和偏好，確定是否模擬導航等參數，然后在回調函數中設置跳轉和引導;第二個是開始導航。在導航之前，需要創建誘導視圖并接收回調事件，然后調用活動生命周期中誘導BNRouteGuiderManager對應的生命周期函數，其核心代碼為：

@Override

protected void onCreate（Bundle savedInstanceState）{

super.onCreate（savedInstanceState）;

createHandler（）;

if（Build.VERSION.SDK_INT>=Build.VERSION_CODES.HONEYCOMB）{}

View view=BNRouteGuideManager.getInstance（）.onCreate（this，new OnNavigationListener（）{

@Override

public void onNaviGuideEnd（）{

finish（）;

}

@Override

public void notifyOtherAction（int actionType，int arg1，int arg2，Object obj）{

}

}）;

設置廣播模式時，表示路線規劃成功。

2.3 交通擠塞情況介紹

擁堵表示功能基于乘客起點的地理位置。簡而言之，這是公交車站擁堵的表現。通過周圍一定范圍內公交線路的信息輪換，根據信號點的位置和大小進行排列，傳統的紅黃道路提示擁堵程度。數據的實時采集意味著有必要對客流進行準確的統計。主要依靠車載攝像頭的實時分析，在站臺視頻畫面中監控客流，作為判斷車載擁堵的依據。擁擠的判斷是否準確主要取決于攝像機識別的人數是否與實際人數相符。其測量包括三個步驟：目標檢測和跟蹤，以及乘客行為分析。其中，目標檢測是所有步驟中最關鍵的一步。目標檢測主要基于目標的位置和距離。檢測過程主要包括五個部分：圖像數據、預處理、特征提取、分類器訓練和目標檢測。這個過程與模式識別非常相似。需要指出的是，在檢測的五個部分中，特征提取和分類器訓練是影響精度的主要因素。因此，為了保證精度，需要對算法進行改進。

以公交車為例，在公交車的前后位置安裝了一組攝像頭。考慮到乘客身體部位容易因擁堵而被遮擋，選擇乘客頭部和肩部進行特征提取，可以有效降低噪聲和陰影的影響。為了進一步增強相機的抗干擾能力，計算當前幀的邊緣圖像與背景邊緣圖像之間的差值。然后利用圓檢測進行輪廓識別和有效目標檢測。與其他方法相比，該方法操作簡單，識別率高，為客流統計系統提供了有力的基礎。

3 數據分析

記錄分子提供了必要的數據基礎，在此基礎上對結果進行統計分析。PC終端提供了用戶數據、平臺數據、遷移路徑等數據和信息的可視化分析功能，為管理方案的提出奠定了基礎。一般來說，公交客流容易受到多種因素的影響。因此，客流特征的隨機性和不可預測性往往隨預測周期的長短而變化。一般來說，預測周期越長，客流特征越強。因此，我們需要找出短期客流變化的隱藏因素，并將其作為行為預測的依據，以確保預測結果的準確性，降低預測壓力[4]。

4 結論

基于上述相關討論，公交出行信息處理尚不完善。為了促進公共交通更好的發展，本文從視頻分析的角度對公交客流統計系統進行了研究。本文設計的系統借助視頻識別技術和LBS服務技術，對車內乘客密度進行實時監控。車內攝像頭采集信息后及時反饋到背景。管理部門根據信息建立相關模型，預測客流。本文的系統設計主要是以采集到的客流數據作為可視化統計的基礎，對視頻客流分析的發展具有一定的參考價值。

參考文獻：

[1]趙倩.基于視頻分析的公交客流統計技術研究與實現[D].重慶：重慶大學，2016.

[2]舒國輝.基于數據挖掘的公交客流規律研究[D].北京：北京交通大學，2009.

[3]尹婷婷.基于大數據的公交調度規則研究[D].北京：北京交通大學，2015.

[4]Moxa AWK-3121在公交車無線車載視頻監控系統的應用[J].軟件，2010（5）：32-33.