基于監控視頻數據的城市軌道交通車站閘機設施處行人停滯行為譜特征研究*

石 琦 方 勇 胡 華 劉志鋼 魏萬旭

(上海工程技術大學城市軌道交通學院, 201620, 上海)

由于多樣化的檢票方式與不斷增大的客流量,在城市軌道交通(以下簡稱“城軌”)車站閘機設施前,經常出現行人因移動掃碼而延滯通行的現象。究其原因是閘機設施是行人進出站時無法規避的必經之地,行人需采取延滯通行的方式來應對暫時無法通行的情況。行人停滯行為具有充分利用空間等特性[1],研究停滯行為的共性和特性可以幫助理解行人在城軌車站閘機設施處的交通行為。

目前,針對閘機設施處的行人交通行為特征已有一定的研究。文獻[2-4]對行人在閘機設施處無法順利通行時的相關參數進行了研究,但未對行人停滯行為進行詳細分析。行人停滯行為譜作為全面統計行人停滯行為特性的數據體系,排除了行人個體差異(例如性別、年齡、是否攜帶行李等),直觀反映了行人停滯行為的共性規律。現有交通行為譜相關研究并不多,文獻[5]以車頭時距、車頭間距、相對速度、TTC(沖突時間)等參數作為跟馳行為譜構成要素,構建司機在15種典型跟馳駕駛場景下的跟馳行為譜。文獻[6]提出了基于大樣本統計分布的不良駕駛行為閾值確定方法,以及不良駕駛行為譜特征值計算方法,這兩種方法可以應用于對不良駕駛車輛與不良駕駛行為的實時辨別。目前,對行人交通行為譜的研究較為缺乏,通過構建行人停滯行為譜并解析其特征,可確定停滯行為特征閾值,從而可辨識異常停滯行為,為改善閘機設施的設計與設置,減少行人交通安全風險提供理論依據。

1 研究方法

1.1 城軌車站閘機設施處行人停滯行為譜構成要素

當行人無法順利通行城軌車站閘機設施時會停滯不前。城軌車站閘機設施處行人停滯行為譜應包含如下幾類要素:

1) 閘機設施:最常見的閘機類型為門扉式閘機和三桿式閘機。

2) 行人流:采用行人流率反映行人流特征,即單位時間行人通過閘機設施的數量。已有研究發現,閘機設施的實際通行能力與設計通行能力存在較大差異[7-8]。據實地觀測,最大行人流率為15 人次/min。當行人流率為0～5人次/min時,行人能自由地選擇閘機設施和行走速度,且行走基本不受行人流中其他行人的影響,行人流處于自由流;當行人流率為>5～10 人次/min時,行人受行人流中其他行人的干擾較大,行走速度受到一定限制,行人流處于穩定流,有擁擠感;當行人流率為>10～15 人次/min時,行人受行人流中其他行人的干擾更加嚴重,行人流處于不穩定流狀態;當行人流率靠近上限15 人次/min時,閘機設施每分鐘可通行的行人流量達到最大值,行人已無自由選擇行走速度的余地。根據實際觀測,本文將行人流率劃分為0～5人次/min、>5～10人次/min、>10～15人次/min進行研究。

3) 個體停滯行為:利用表征個體行人發生該行為時的運動特性的相關指標進行表征,一般應包括時間、位移及距離等參數。

1.2 車站閘機設施處行人停滯行為表征指標

將行人或車輛視為運動單元。本文認為行人停滯行為可以通過行人自身運動狀態及其與閘機設施的相對位置來表征。閘機設施處行人停滯行為的表征指標見圖1。

注:DV—縱向距離[1];DH—橫向距離;Rstop—停滯范圍;①、②、③—同一行人在Rstop內的3個不同位置;(x1、y1)—行人在位置①的坐標;(x0、y0)—行人在閘機處刷卡時的位置坐標。

DV是指行人停滯行為起點與閘翼/閘桿中心的縱向距離:

DV=|y1-y0|

(1)

式中:

y1——行人停滯行為起點位置的縱坐標;

y0——閘翼/閘桿中心位置的縱坐標。

DH是指行人停滯行為起點與閘翼/閘桿中心的橫向距離:

DH=|x1-x0|

(2)

式中:

x1——行人停滯行為起點位置的橫坐標;

x0——閘翼/閘桿中心位置的橫坐標。

Rstop是指行人停滯行為發生時所處區域的大小:

Rstop=πr2

(3)

式中:

r——行人沿某一方向行走的最大距離,一般r取0～1.28(假設行人的步幅為0.64 m[3])。

tstop是指行人停滯行為的持續時間:

tstop=tn-t1

(4)

式中:

t1——行人停滯行為起點時刻;

tn——行人停滯行為終點時刻。

1.3 行人停滯行為譜的構建方法

當行人停滯行為表征指標值明顯較小或明顯較大時,其對閘機設施的實際通行能力和擁擠風險會帶來顯著影響,因此,可假設行人停滯行為表征指標值應集中在一個合理的區間內,而遠離此區間的表征指標值即為異常值。四分位差法是異常值檢測中一種常見的方法,可以用于對各種分布數據的閾值計算[9]。本文采用四分位差法作為行人停滯行為表征指標閾值的確定方法,從而獲得行人停滯行為譜表征指標的上下限閾值范圍,其可進一步作為判別行人異常停滯行為的依據。

行人停滯行為表征指標閾值Mi為:

Mi=max(0,(Qi1-1.5RIQ,i),(Qi3+1.5RIQ,i))

(5)

式中:

Qi1——行人停滯行為表征指標i樣本參數分布的下四分位;

Qi3——行人停滯行為表征指標i樣本參數分布的上四分位;

RIQ,i——i樣本參數的四分位差。

獲取不同行人流率下不同類型閘機設施處行人停滯行為表征指標的均值、閾值和波動范圍,作為城軌車站閘機設施處行人停滯行為譜范例,如表1所示。

表1 城軌車站閘機設施處行人停滯行為譜范例

2 試驗數據采集

本文數據來源于上海城軌車站閘機設施處的監控視頻。監控視頻分辨率為704 像素×576 像素,幀率為24 幀/s。由于監控視頻攝像機的角度不是完全垂直于地面,視頻圖像拍攝角度傾斜,故無法采用攝像機俯拍提取行人行為數據[10]。本文采用Adobe After Effects軟件對行人進行自動追蹤,以行人的臉部為追蹤目標,記錄每1幀追蹤目標圖像的像素坐標;對攝像機進行標定,獲取攝像機內參矩陣、旋轉矩陣及平移向量等參數。根據文獻[11]提供的方法將追蹤目標的二維像素坐標轉換為世界坐標,通過一定時間內視頻畫面中的行人位置坐標變化,可計算出行人停滯行為的表征指標。試驗數據采集界面截圖如圖2所示。經篩選用于本次研究的行人停滯行為的樣本數據共89個。

a) 攝像機標定

b) 世界坐標轉換及表征指標獲取

3 城軌車站閘機設施處行人停滯行為譜

根據采集的數據及行人停滯行為譜構建方法,得到城軌車站閘機設施處行人停滯行為譜,如表2所示。基于表2,對不同閘機類型(門扉式和三桿式)和不同行人流率(0～5人次/min、>5～10人次/min、>10～15人次/min)下,行人停滯行為表征指標分布的差異性進行逐一分析。

表2 城軌車站閘機設施處行人停滯行為譜

3.1 DV與DH

DV與DH反映了行人相對閘機設施的位置。不同行人流率下門扉式閘機設施處的DH如圖3所示。

a) 行人流率為0～5人次/min

b) 行人流率為>5～10 人次/min

c) 行人流率為>10～15 人次/min

由圖3可見:在門扉式閘機設施處,行人流率為0～5人次/min、>5～10人次/min、>10～15 人次/min時,對應的DH的均值分別為0.21 m、0.25 m、0.20 m,對應的閾值分別為0～0.60 m、0～0.69 m、0～0.42 m,主要分布在0～0.20 m內。

不同行人流率下三桿式閘機設施處的DH如圖4所示。由圖4可見:在三桿式閘機設施處,當行人流率為0～5人次/min、>5～10人次/min、>10～15 人次/min時,對應的DH的均值分別為0.40 m、0.35 m、0.32 m;當行人流率0～5 人次/min時,DH主要分布在0.5～0.6 m內;當行人流率>5～10 人次/min時,DH主要分布在0.2～0.6 m內;當行人流率>10～15 人次/min時,DH主要分布在0～0.4 m內。

a) 行人流率為0～5人次/min

b) 行人流率為>5～10 人次/min

c) 行人流率為>10～15 人次/min

由此可見:DV遠大于DH,表示行人易在閘機設施正前方停滯。另外,根據實際觀察發現,存在部分行人退至閘機設施側方停滯的現象,這與行人的運動空間和文化程度有關。

3.2 Rstop

不同閘機設施類型和不同行人流率下的Rstop箱形圖如圖5所示。由圖5可見:當行人流率>5～10 人次/min時,Rstop標準差取得最大,即門扉式閘機設施處Rstop標準差為0.57 m2,三桿式閘機設施處Rstop標準差為0.59 m2,這表示此時行人Rstop波動性最大;隨著行人流量的增加,行人可用空間減小,因此當行人流率>10～15 人次/min時,行人Rstop減小,波動性減小。

b) 三桿式

3.3 tstop

不同閘機設施類型和不同行人流率下的tstop箱形圖如圖6所示。由圖6可見:隨著行人流率的增加,tstop的RIQ,i減小,且閾值也顯著減小;三桿式閘機設施處的tstop標準差減小,其波動性亦減小。

a) 門扉式

b) 三桿式

4 結語

1) 綜合考慮閘機類型、行人流和個體停滯行為三類要素特征,構建了城軌車站閘機設施處行人停滯行為譜范例。

2) 采用四分位差法確定行人停滯行為譜表征指標上下限閾值,對行人停滯行為縱向距離、橫向距離、停滯范圍及停滯時間等4個表征指標的均值、閾值和波動范圍進行分析,全面解析了不同閘機類型和不同行人流率下的行人停滯行為譜特征。

3) 后續研究應進一步增大閘機設施樣本量數據,完善行人停滯行為譜指標閾值。可利用本文研究思路和方法,對城軌車站樓梯、自動扶梯、站臺等場景進行行人停滯行為譜特征研究。