基于多源數據融合的城市軌道交通人員綜合監測及運營管理系統研究

李 璐，王愛麗，王子騰，竇元辰

（1. 中鐵信（北京）網絡技術研究院有限公司，北京 100044；2. 中國鐵路信息科技集團有限公司，北京 100038；3. 深圳市地鐵集團有限公司，深圳 518026）

隨著城市化進程的推進，城市軌道交通迅速發展，客運量不斷激增，對車站運營管理及人員安全提出更高要求[1]。城市軌道交通車站環境特殊，客流密度高，人員流動大，隱患節點多[2]。目前，車站運營管理中存在諸多亟待解決的問題，如客流感知方式單一，數據融合不足，難以全面及時掌握車站客流分布及客運人員動態，導致大客流管控措施滯后等。實時準確地獲取車站客流分布及客運人員動態信息、實現人員綜合監測與管理，是有序開展車站運營組織工作，保障城市軌道交通安全、穩定運行的基礎和關鍵。

國內外眾多學者對城市軌道交通客流數據處理分析、客流安全狀態、車站狀態監測等展開研究[3-9]，這些研究大多聚焦于多源客流數據融合、短時客流預測、客流控制等主題，在車站客流動態監測及客運人員運營管理方面研究較少。

針對城市軌道交通車站人員的綜合監測與安全管控需求，提出基于多源數據融合的軌道交通人員綜合監測及運營管理系統方案；在車站部署智能視頻監測設備和Wi-Fi探針等，實現客流動態監測；設置定位基站，為客運人員配備定位手環，實時獲取其位置和健康狀態信息；研究確定車站客流動態監測指標，實現車站客流與客運人員的安全狀態判別及預警，實現軌道交通車站的客流綜合監測與運營管理，為保障城市軌道交通安全運營提供基礎支撐。

1 系統構成及邏輯架構

1.1 系統構成

針對城市軌道交通車站人員綜合監測與運營管理需求，運用智能視頻分析、移動終端檢測、超寬帶（UWB，Ultra Wide Band）定位及多源數據融合等多種技術，搭建基于多源數據融合的軌道交通人員綜合監測及運營管理系統。該系統由現場前端采集設備、數據傳輸網、后端處理中心子系統構成，如圖1所示。

圖1 系統構成示意

（1）現場前端采集設備：包括視頻監控設備（網絡高清攝像機、網絡超高清長焦攝像機、雙目攝像機、人工智能（AI，Artificial Intelligence）攝像機、Wi-Fi探針設備，自動售檢票（AFC，Automatic Fare Collection）系統車站終端設備、定位基站、健康定位手環等，實時采集客流信息以及客運人員位置、健康狀態信息，并可向客運人員傳遞報警提示信息。

（2）數據傳輸網：包括以太網供電（PoE，Power over Ethernet）交換機、核心交換機、網絡安全設備等，提供數據傳輸通道，將現場前端采集的各類信息傳輸至后端處理中心子系統。

（3）后端處理中心子系統：包括圖形處理器（GPU，Graphic Processing Unit）、數據庫服務器、應用服務器、用戶端等，具備視頻智能分析、數據存儲管理、客流信息分析、客運人員位置及健康狀態分析等多種應用功能。

1.2 邏輯架構

系統在邏輯上劃分為6個層次，包括基礎支撐層、數據采集層、傳輸層、解析處理層、數據層、業務應用層，如圖2所示。

圖2 系統邏輯架構

（1）基礎支撐層：包括視頻監控設備、Wi-Fi探針設備，定位基站、健康定位手環，服務器、存儲設備、網絡安全設備等系統相關基礎設施設備，為系統運行提供基礎硬件環境。

（2）數據采集層：基于基礎支撐層的硬件環境，提出現場信息采集設備部署方法和策略，搭建檢測環境，實現車站內不同區域的客流及客運人員信息的采集，為系統提供多種類、多區域的數據源。

（3）傳輸層：采用TCP/IP協議完成數據傳輸，通過有線或無線的方式，將數據采集層采集到的數據發送到解析處理層，進行解析和分析處理。

（4）解析處理層：包括客流和客運人員信息的解析處理模塊，分析客流視頻數據，獲取車站各重點監控區域的客流量、速度、密度；采用基于Wi-Fi的移動終端定位技術，刻畫乘客換乘軌跡；實時監測客運人員的位置和健康狀態，并及時發送報警信息。

（5）數據層：采用MySQL數據庫技術，實現客流及客運人員基礎信息的存儲、管理、查詢及統計分析。

（6）業務應用層：包括多個業務應用功能模塊，實現客流及客運人員狀態的綜合監測、預測預警及應急管理，為車站運營決策、信息共享、協同管理等提供支持。

2 現場信息采集設備部署方案

2.1 設備部署要求

客流及客運人員信息采集設備的部署涉及監控區域的確定、設備選型、設備數量、安裝位置等，影響采集信息的完整性、連續性及動態智能檢測結果的準確性[10]。根據車站客流分布情況及客運人員運營管理需求，結合車站布局及設備安裝施工條件，組合采用多種信息采集設備，實現關鍵區域全覆蓋，有效提升車站綜合監測與運營管理能力[11]。

（1）客流信息采集：基于車站布局和客流流線，確定重點監控區域，結合各類客流信息采集設備的特性及適用范圍，靈活設置智能視頻、Wi-Fi探針，實現精準的客流檢測及大范圍客流監測。

（2）客運人員信息采集：在車站內設置定位基站，通過客運人員佩戴的定位手環，實現客運人員信息采集；定位基站的部署應完整覆蓋車站內關鍵區域，如出入口、樓扶梯、通道等位置，在辦公、物業等區域則按需設置。

2.2 重點區域設備部署

結合城市軌道交通車站客流流線及客運人員業務需求，考慮在出入口區域、換乘通道、樓梯、扶梯、站臺等重點區域部署客流及客運人員監測終端設備。

（1）車站出入口區域：車站出入口處客流流線較為簡單，主要監測進出站客流量、排隊人數及出入口處隔欄傳物等乘客異常行為。如圖3所示，在車站出入口處安裝網絡高清攝像機，用于監測進出站客流情況及隔欄傳物等乘客不安全行為；并結合AI攝像機檢測結果，進行互相校正。

圖3 車站出入口區域部署示意

（2）換乘通道區域：換乘通道一般較為狹長、擁擠，客流情況復雜，需要組合采用多種監測設備，如圖4所示，才能達到理想的監測效果。部署Wi-Fi探針，可及時探測通道內乘客數量及位置分布；對于具有明確客流方向的換乘通道，在通道兩端設置檢測斷面客流量的雙目攝像機，并在通道中部安裝檢測客流量的AI攝像機，進行互相校正。此外，在通道兩端各安裝1臺定位基站，用于采集客運人員的位置信息；若存在拐角，可在拐角處增設基站。

圖4 換乘通道區域監測設備部署示意

（3）樓梯、扶梯區域：樓、扶梯區域監測范圍寬，設備安裝位置較高，普通網絡高清攝像機難以滿足監測要求，可組合采用網絡超高清長焦攝像機與雙目攝像機，如圖5所示。在樓、扶梯上層處設置網絡超高清長焦攝像機，可檢測上下行樓梯及扶梯客流量；在樓、扶梯下層處設置雙目攝像機，以探測樓、扶梯斷面客流量。根據樓、扶梯區域形狀設置定位基站，此處定位基站采用二維平面定位來采集客運人員的位置信息。

圖5 樓、扶梯區域監測設備部署示意

（4）站臺區域區域：站臺通常層高有限，因設備安裝條件受限，為精準檢測旅客乘降量，組合采用網絡高清攝像機和雙目攝像機；在每個車門處垂直安裝雙目攝像機，可精準檢測各車門上、下車人數，可同時在通道設置網絡高清攝像機或AI攝像機，檢測各車門的排隊人數及聚集密度。根據站臺區域的形狀、面積及信號遮擋情況，考慮定位基站設備的具體設置方案；站臺區域一般部署4臺以上的定位基站，并采用二維平面定位，以獲取各崗位客運人員的位置信息，如圖6所示。

圖6 站臺區域監測設備部署示意

3 應用功能

系統應用功能包括多源信息智能采集、人員狀態綜合監測、人員狀態預測預警、車站應急管理4個主要功能模塊，應用功能框架如圖7所示。

圖7 系統應用功能框架

3.1 多源信息智能采集

（1）客流信息智能采集：采集客流的智能視頻數據、Wi-Fi探針移動終端數據，獲取客流信息，刻畫乘客運動軌跡，檢測乘客異常行為。

（2）客運人員信息智能采集：采集客運人員UWB定位信息，以及心率、血壓、體溫、步數等健康狀態信息。

3.2 人員狀態綜合監測

（1）客流監測：基于現場前端采集的客流信息，實時監測車站站臺、樓梯、扶梯、換乘通道、出入口等重點監控區域的客流量、密度、速度、擁擠度等客流情況，及乘客異常行為報警等信息，并在車站電子地圖上展示；在電子地圖上顯示客流信息采集設備的分布，并實時監測其工作狀態。

（2）客運人員監測：在電子地圖上動態顯示客運人員位置分布，實現客運人員軌跡追蹤、健康狀態監測、異常行為報警等；在電子地圖上顯示客運人員信息采集設備的分布，并實時監測其工作狀態。

人員狀態綜合監測用戶界面，如圖8所示。

圖8 人員狀態綜合監測用戶界面

3.3 人員狀態預測預警

（1）客流狀態預測：以歷史客流數據為基礎，實現站廳、站臺、通道等不同區域的客流狀態預測，將預測結果與實際、歷史同期客流情況進行對比分析。

（2）車站風險評估：構建車站出入口、站臺、換乘通道等不同區域的服務水平劃分方法，實現對不同區域擁擠度的參數閾值、顏色顯示設置，實現不同區域的風險等級評估；設定車站整體及各關鍵區域的預警閾值，當超過閾值時彈出客流報警提示；在電子地圖中可顯示區域的客流報警點，并提示報警消息。

人員狀態預測預警用戶界面，如圖9所示。

圖9 人員狀態預測預警用戶界面

3.4 車站應急管理

（1）應急預案管理：構建典型場景下的客運組織方案及數字化預案，支持查看與匹配；從客流安全、換乘便捷、設施能力和服務水平等方面，對客運組織方案進行分析與評價。

（2）應急處置：根據客流報警生成客流控制策略，通過手環呼叫報警地點就近的客運人員，指示其趕赴報警地點，迅速展開應急處置；快速調取指定監控區域的視頻畫面，幫助客運人員及時了解站內情況，實現客運人員通信聯動、視頻監控聯動和輔助指揮調度等功能，輔助客運人員高效率完成應急處置任務。

4 關鍵技術

4.1 多源數據融合

（1）原始數據預處理：車站內安裝有多種智能視頻、Wi-Fi探針等信息采集設備，這些設備型號制式存在差異，且受設備安裝環境及信息采集設備故障等因素的影響，部分原始數據存在異常或缺失，需要對其進行時間同步、空間匹配、缺失填補等預處理。

a. 數據時間同步：由于各類信息采集設備的采集時間間隔不一致，將各類原始數據的數據周期處理轉化為同一統計周期。

b. 數據空間匹配：建立信息采集區域空間坐標系，根據各類信息采集設備位置分布，分析信息采集區域空間上的匹配關系，進行所采集數據的空間匹配。

c. 缺失數據填補：對于因信息采集設備故障、數據傳輸線路故障等原因造成數據缺失，可基于客流波動的趨勢性和隨時間變動的特點，使用時間序列插補法進行填補[12]，計算方法見式（1）。

其中，data(t)表 示缺失數據值；data(t-1)表示過去第一個數據采集周期的同一客流參數值；data(t-2)表示過去第二個數據采集周期的同一客流參數值；data(t-3)表示過去第三個數據采集周期的同一客流參數值。

（2）多源數據融合：為實現軌道交通車站客流動態全面感知，客流檢測采用智能視頻檢測、基于WiFi的移動終端檢測等多種檢測方式，將采集到的原始數據進行預處理后，針對多源客流數據進行融合處理，主要對客流量進行融合，計算方法見式（2）。

其中，q(t) 為t時段內融合后的客流量數據，t取1 min作為統計周期； ωi(t)為 采用第i種數據采集方式的權重值；qi(t)為 采用第i種數據采集方式檢測獲得的客流量；為 (t-1)時 段第i種數據采集方式客流量方差的平方。

4.2 客流監測、預警與應急管理

（1）客流監測與預警：系統持續監測車站各區域實時進出站流量、每分鐘進出站增量、當日進出站總量等各種指標。其中，客流擁擠度可綜合反映軌道交通客流分布狀況、風險程度，參考《美國公共交通通行能力和服務質量手冊（第2版）》TCQSM(II)[13]，結合現場采集客流數據及調查數據，運用K-Means聚類分析的方法，利用SPSS軟件對某客運車站的出入口、站臺、換乘通道等關鍵區域的客流密度進行分析，確定擁擠程度等級劃分及客流密度閾值，如表1所示。

表1 某客運車站關鍵區域擁擠程度等級劃分及客流密度閾值

根據車站關鍵區域的擁擠度等級劃分，系統可對車站關鍵區域的客流擁擠程度實施有效監測及預警。

（2）應急管理支持：當車站出現突發大客流等事件時，依據關鍵區域擁擠程度等級閾值自動報警，并采用清晰直觀的圖表和醒目的顏色及標識，提醒客運人員快速響應。客運人員能快速、準確地掌握報警的等級、地點、時間等具體情況，采取必要的措施控制和疏散客流，確保車站工作有條不紊，始終處于有序可控。

4.3 車站運營組織方案評價

為了定量分析和評價客運組織方案的實施效果，主要從客流安全、換乘便捷、設施能力和服務水平4個方面定義評價指標，包括站臺最大客流密度、平均換乘時間、設施能力負荷度、平均通行速度，建立一套衡量車站客運組織方案有效性的標準。

（1）站臺最大客流密度：是評估客流安全的主要指標，定義為站臺檢測區域客流量與檢測區域面積比值的最大值，反映站臺客流的密集程度，其值越大，客流安全程度越低；計算公式為：

其中， ρ站臺max為站臺最大客流密度（人/m2）；Pk為某一時刻站臺第k個檢測區域通過客流量（人）；Sk為某一時刻站臺第k個檢測區域面積（m2）。

（2）平均換乘時間：換乘時間直觀反映乘客換乘的便捷性，包含換乘的走行時間及過程中由于排隊等導致的等待時間[14]；平均換乘時間指換乘乘客換乘時間平均值；乘客在車站Z的換乘時間tz,h表示為：

其中，tz,r表示換乘走行時間，tz,w表示換乘過程等待時間。

（3）設施能力負荷度：單位時間內設施通過的客流量與設施通過能力的比值，反映客流量的大小與設施最大通過能力的匹配程度，計算公式為：

其中，Ps為 單位時間內設施S通過的客流量；N為設施最大通過能力。

（4）平均通行速度：乘客走行距離與所用時間的比值，計算公式為：

其中，V表示乘客平均通行速度（m/s）；s表示乘客平均走行距離（m）；tn表示乘客步行結束時刻；t0表示乘客步行起始時刻。

5 結束語

運用智能視頻分析、移動終端信息檢測、UWB定位及多源數據融合等多種技術，研究開發了基于多源數據融合的城市軌道交通人員綜合監測及運營管理系統，可實現信息智能采集、人員狀態綜合監測、人員狀態預測預警、車站應急管理等功能。

目前，該系統已在某城市軌道交通車站試點應用，運行穩定，有效提升了車站運營管理的智能化、自動化水平，提高軌道交通車站的安全保障與應急處置能力，為構建智慧車站提供支撐。