視頻客流技術應用研究

摘要 城市公共交通作為民生工程，體現了公共交通技術先進與服務民生的宗旨，“公交優先”就是落實民生的一個重要舉措。文章開展視頻客流技術應用研究，主要瞄準城市公共交通客流采集的痛點和難點，著力解決客流采集與應用效能的難題，首先分析了公交客流現狀，然后圍繞動態客流模型、視頻客流采集技術架構、客流分析模型建立與客流數據驗證等環節，建立了動態客流跟蹤、動態客流驗證模型及區域客流、城市公交客流架構模型，為城市公共交通便民服務，提升管理與服務水平提供了思路、找準了方向。

關鍵詞 視頻客流；客流模型；公共交通；服務民生

中圖分類號 U293 文獻標識碼 A 文章編號 2096-8949（2025）02-0016-03

0 引言

利用高新技術對傳統城市公共交通系統進行改造，以現代通信、信息技術為依托，促進出行者、交通工具、交通設施及交通環境各要素間的良性互動[1]，并提供方便、舒適、快捷的公共交通服務，形成信息化、智能化、社會化的新型城市公共交通系統尤為關鍵。

隨著經濟的高速發展，城市規模的不斷擴大，城市公共交通面臨前所未有的壓力，主要表現在行業監管缺少有效抓手，公交線網不夠合理，公共交通場站設施功能容量不足、公交運行不準時、乘客等待時間長、車輛投放不均勻、運力投放無依據等問題，這些問題已成為影響公共交通發展的突出矛盾。

為深入貫徹交通運輸部關于進一步落實城市公共交通優先發展戰略，提升城市公共交通行業管理與服務水平，緩解城市交通擁堵狀況，該文基于城市公共交通客流采集與分析進行實時的客流監測技術研究，對城市客運行業管理部門和公交企業實時掌握線路、區域、市域范圍的公交客流，充分發揮車輛調度的機動靈活性，對提升企業服務質量、提高車輛運營效率、降低燃料消耗和減少污染物排放具有積極作用。

1 公交客流信息技術應用的意義

及時、準確、動態掌握客流信息是十分棘手的問題，但動態客流信息對公交行業和企業的運力匹配與運營調度又至關重要。該文基于視頻客流技術，通過對南京公交線路實際場景的應用研究，提出了一套完整的客流采集分析解決方案，助力行業管理部門和相關企業提升運營管理效率。

目前主流客流計數技術主要包括以下幾種：紅外式自動乘客計數；基于顏色和形狀的人頭檢測計數；基于圖像分割的人體檢測計數；基于雙目視覺的客流計數算法；基于運動目標跟蹤和運動軌跡分析的算法。

通過車輛前后門視頻，實時獲取公交車輛、線路和站點的客流，提高公交調度的機動性和靈活性，提升公交服務質量和滿意度，提高公交運營效率，在一定程度達到節能減排的效果；通過準確的客流采集，為公交的線網規劃和優化提供科學的數據支撐和決策依據。第一，及時準確掌握實時公交客流，為公交企業生產運營調度提供有力的數據支撐，有效提高公交運營效率；第二，通過合理精準調度，提升公交的服務質量和公眾滿意度；第三，提高公交運營效率，降低公交運營成本，減少尾氣排放，達到節能減排的效果；第四，通過歷史和實時的客流數據，行業管理部門可以準確規劃公交線網，不斷優化線網結構，促進公交服務質量的大幅度提升。

2 客流模型——視頻客流技術研究

2.1 視頻客流采集

大數據已經成為IT信息產業中的潛力藍海[2]。按照數據上傳的時效性分類，數據采集方式可以分為非實時采集與實時采集兩種模型。該文通過采取獨立安裝車載客流的設備模式，即在公交車上獨立安裝視頻客流設備，再連接車載GPS設備，然后根據前后門安裝的視頻攝像頭，獲取各站點視頻圖像，根據動態圖像視頻幀的數量和質量、移動方向、速度、跟蹤、抓取等原理，動態獲取上下車客流，再根據GPS提供的站點位置信息綜合上傳到后臺中心，進行數據的綜合統計分析，得到站點、線路的動態實時客流。

優點：模型簡單可靠，能夠準確獲取站點、線路的實時客流，有利于車輛的調度，優化線路合理配車，為線網優化奠定基礎。缺點：視頻客流設備的投入問題，視頻客流的準確性有待提高和驗證，合理的驗證模型及評價體系有待建立。

2.2 客流分析模型

客流分析模型主要包括線路客流模型、單車客流模型、站點客流模型、區域客流模型和城市客流模型等。

基于上述客流模型，通過計算機技術、通信、視頻圖像處理、GIS、數據挖掘技術等，動態顯示城市公交線網、客流狀況，再根據歷史數據及模型分析，為線網優化提供決策依據，為公交線網規劃提供數據支撐。

2.3 數據類型及形式

數據類型及形式主要包括以下內容：（1）線路站點客流：采集相應的線路站點名稱，乘客上下車時間、人數，系統能夠通過視頻圖像自動顯示相應站點的圖像信息并對客流進行分析和采集。（2）線路車輛客流：選擇需要統計的線路名稱，對該線路每一輛車的乘客上下車時間、人數進行數據統計，系統能夠通過視頻圖像自動顯示相應線路上車輛的客流信息。（3）線路路段的客流：選擇相應路段，系統將實時數據進行分離，依系統校準時間作為特征標志，對相應的路段進行記錄分析，并在系統上顯示出來。（4）線路客流量：系統操作員通過對車輛線路上的車輛客流量進行分析，判斷線路上的車輛配備及運力是否充足。

2.4 客流統計分析

客流統計分析主要有以下幾種情形：

（1）客流統計分析。基于公交乘客出行有著較強的周規律，對線路的公交客流數據按周進行統計，從而獲得指定時段內公交客流的周規律，并生成折線圖，橫軸表示星期，縱軸表示公交客流量，從中發現重點線路的公交客流出行的周規律。客流統計分析主要包括重點區域線路站點客流統計分析、高峰公交客流分析、全行業公交客流統計、企業公交客流統計、線路公交客流統計、站點公交客流統計等。

（2）線路發班統計。按企業線路統計指定時段內的發班情況，獲得指定時間間隔內的平均發班次數，主要包括重點區域發班統計、高峰發班統計、全行業線路發班統計、企業線路發班統計、線路發班統計等。

（3）站點途經班次統計。按站點統計指定時段內的途徑班次情況，獲得指定時間間隔內各站點的平均途經班次數量，主要包括重點區域站點途經班次統計、全行業線路途經班次統計、企業線路途經班次統計、指定站點途經班次統計等。

（4）運營速度分析。統計指定時段內區域范圍內所有線路的平均運營速度，主要包括重點區域運營速度分析、全行業線路運營速度分析、企業線路運營速度分析、線路運營速度分析、重點路段運營速度分析等。

（5）運力匹配分析。線路發班與客流匹配的分析維度包括重點區域、全行業線路、企業線路、指定線路等，主要包括線路發班與客流匹配分析、站點途經班次匹配分析等。

3 視頻客流技術方案設計

3.1 技術原理

客流統計是通過攝像頭采集視頻信號，由計算機進行人數的統計和分析。系統主要包括開關門檢測模塊、運動目標檢測模塊、運動目標跟蹤模塊、運動軌跡分析模塊和計數模塊。同時，系統對外提供了交互接口，可以根據上位機的指令執行相應操作，比如客流圖像獲取、運動目標檢測和跟蹤、運動目標軌跡分析等。

3.2 主要研究內容

視頻客流技術應用的總體目標是通過視頻處理、圖像處理、模式識別及機器學習等多領域的技術進展，突破上述技術困境，設計和開發出基于視頻流的高性能智能客流分析系統，其主要技術難點包括人頭形狀的多樣性、環境光照的變化、擁擠及其他物品影像干擾等。

3.3 關鍵技術及策略

關鍵技術主要是分類器設計技術、圖像特征設計技術和跟蹤算法設計技術。

基于上述關鍵技術支撐，以獲得優越的實測性能，并解決下列問題：（1）全市域公交歷史客流采集的及時性、準確性及可靠性。（2）公交線路客流、站點客流動態分拆的可靠性，建立以線路為單元的實時線路客流模型。

（3）視頻客流設備的安裝及采集的準確性。（4）公交線路配車的支持決策與線網規劃、優化問題。

3.4 創新點分析

技術創新點：（1）基于機器學習的智能乘客/物體分辨技術。（2）用于乘客描述的高效圖像特征抽取技術。（3）復雜場景下的實時跟蹤技術。（4）線路客流的分拆與動態客流生成技術。

應用創新點：（1）公交車、公交線路、城市區域之間的點、線、面客流的有機結合與推導，結果的可靠性和準確性。（2）通過批量客流設備的安裝使用，較為精確地獲取穩定的區域、市域客流。（3）區域、市域客流數據對線網規劃、優化的決策支撐。

4 客流分析與技術驗證

4.1 客流模型建立及分析

（1）線路客流分析。線路組合/線路/企業客流周期規律分析、高峰期線路組合/線路日均客流分析、線路組合/線路/企業日客流規律分析、線路組合/線路客流量日期段對比分析、企業/線路日均發班類型客流分析。

（2）站點客流分析。道路/線路途經站點客流日/周期規律分析、站點途經線路客流日/周期規律分析、站點組/站點客流日/周期規律分析、站點組/站點/線路客流多日對比分析、站點組/站點/線路客流日期段對比分析。

（3）線路發班分析。線路組合/線路/企業發班日/周期規律分析、高峰期線路組合/線路/企業日發班分析、線路組合/線路/企業發班類型分析、線路組合/線路發班日期段對比分析。

（4）站點途經班次分析。線路途經站點班次日/周期規律分析、站點途經線路班次日/周期規律分析、站點組/站點班次日/周期規律分析、站點組/站點班次日期段對比分析。

（5）線路班次客流匹配分析。線路組合發班周期規律客流匹配分析、企業/線路發班周期規律客流匹配分析、高峰期線路組合/線路日均發班客流匹配分析、線路客流運力匹配分析。

（6）站點途經班次客流匹配分析。站點組/站點班次日/周期規律客流匹配分析、道路/線路途經站點班次客流匹配分析、站點途經線路班次客流匹配分析、站點組/站點班次客流匹配分析。

4.2 實施與技術驗證

選取四條南京公交線路（1路、4路、7路、65路）安裝視頻客流設備，進行客流采集、分析及比對驗證。按照公交運營的實際狀況，實時采集4條線路的客流數據，建立客流統計分析系統，進行客流統計分析和業務應用，以獲取視頻客流技術應用的實際價值。

公交1路線路長度為14.5 km，夫子廟—南堡公園共設置27站，配車65臺。視頻客流采集截圖如圖1所示：

4.3 線路客流日規律分析

乘客在一天內不同時間的出行也表現出較強的規律性，一般會有一個早高峰和一個晚高峰。以15 min為例，對線路的客流數據進行統計，獲得指定時段內客流的日規律，并生成折線圖，橫軸表示時間，縱軸表示公交客流量，從中可以發現線路的公交客流出行的日規律，如圖2所示，當日客流高峰出現在7：45—9：00，與早高峰時間段基本吻合。

類似指標分析（企業客流日規律分析、線路客流多日對比分析、線路客流日期段對比分析、線路途經站點客流日規律分析等）不在該文贅述。

5 結語

基于南京公交特點，綜合考慮視頻客流技術的先進性、客流模型的可靠性、投入成本價值的可行性，建議每條線路按20%的車輛比例安裝視頻客流采集設備，采集動態客流與公交線路站點歷史客流進行數據驗證，推導出不同線路實時的站點客流模型，進而建立線路站點的客流模型。因此，可以在控制設備投入成本相對較低的情況下，通過數據驗證推導掌握不同線路的客流模型，進而獲取全市動態的公交客流模型，其價值主要體現在：（1）改善民生，提高公共服務質量。（2）提升公共交通服務質量與管理水平。（3）提升城市的綜合競爭力。（4）促進城市公交持續、穩定、健康發展。交通運輸業發展對經濟發展具有重要的推動作用，暢通、安全、經濟的交通運輸是社會經濟迅速發展的有力支持。（5）改善城市交通環境，達到公交節能減排目標，同時可引導公眾綠色公交出行，提高公交出行分擔率，提升公交服務質量和公眾滿意度，營造良好的出行環境和出行氛圍。

參考文獻

[1]許昆，蘇一，馬春曉.RFID在城市智能公共交通系統中的應用[J].電腦學習， 2005（1）：4-5.

[2]吳明暉，周蘇.大數據分析[M].北京：清華大學出版社， 2020.