综合交通枢纽客流检测与应急诱导系统研究

王庆纲，陆惠丰

（上海市政工程设计研究总院（集团）有限公司，上海200092）

综合交通枢纽是多种交通运输干线交汇与衔接的重要节点，承担着为旅客与货物的发送、中转、到达提供多种运输设施与辅助服务的功能，极易出现大规模客流快速集聚、多种交通方式换乘交织的现象，特别是在春节、假日及重大活动期间。因此，一旦综合交通枢纽内部发生突发事件（如火灾、爆炸、重要设备故障等），如何快速准确地发现突发异常情况、对客流进行有效诱导和快速疏散，已成为综合交通枢纽管理部门急需研究和解决的重要问题。

目前，相关领域的专家、学者在客流检测、客流诱导等方面已开展了大量有价值的研究。陈艳艳等针对地铁站内通常采用的近景、非垂直视野的视频拍摄角度，通过采集行人头部的Haar特征，利用AdaBoost算法对客流数量及运动方向等进行有效检测；王晓等则采用帧间与帧内相结合的算法，准确获取视频流中的运动物体，并对公交车辆的上下车客流进行实例研究；赵哲等对高层建筑在突发火灾情况下的人员分布特性进行研究，采用Pathfinder软件对建筑物内的人员疏散过程和诱导策略进行仿真和分析；马剑等研究了在突发交通事件情况下，采用蚂蚁算法确定在综合考虑行程时间、交通量、交通量增量等因素情况下的最优交通疏导分配方案；张新等在已知多条线路末班车运行时刻的条件下，研究为地铁旅客提供可达的OD路径诱导信息服务。基于突发事件对枢纽客流状态的影响，通过实时准确的客流检测信息，实现突发事件自动判别及客流快速疏散的相关系统研究与应用还较少，并未实现枢纽客流的主动式管理，无法满足枢纽日益迫切的智能化管理业务需求。

因此，以综合交通枢纽客流检测与应急诱导系统为研究对象，对系统总体框架及关键技术进行了深入研究，通过采用信息化、智能化的技术手段对综合交通枢纽客流进行动态监测和管理，提高交通枢纽的应急安全保障能力。

1 综合交通枢纽客流特性分析

综合交通枢纽是众多交通方式的汇聚节点，其客流常表现出如下特性:

1.1 客流具有明显的目的性

枢纽内的客流通常具有明显的目的性，按其目的不同可分为出发客流和到达客流。对出发客流，其目的地通常为各种交通方式的出发区；对到达客流，其目的地通常为各种交通方式的换乘区，如长途大巴、轨道交通、公交车、出租车、停车库等。但随着枢纽区域商业功能的不断完善，以购物为出行目的所占比例呈现逐步上升趋势。

1.2 客流具有信息需求的连贯性

旅客在接收各类交通信息（特别是路径诱导信息）过程中，一旦出现信息间断，会表现出无所适从的状态。而这些信息间断通常发生在枢纽区域内多条路径的交汇点。因此，在交通信息服务时，应考虑交通信息在时间和空间上的连贯性。

1.3 客流具有直观的理解性

由于枢纽内多种交通方式在空间高度聚集，造成道路信息（如横向通道、纵向通道等）、节点信息（如售票区域、等候区域、出入口等）、班次信息及服务信息（如餐饮、住宿、商业等）等繁杂信息的高度汇聚，旅客在行进过程中接收各类信息，对各类交通标识的识读时间有限，通常采取直观的理解方式，即对第一时间无法解读的信息往往是忽略的。因此，交通信息服务应采取分级诱导策略，并对交通标识的样式及信息表现方式提出了较高要求。

1.4 客流具有听觉的主导性

旅客在获取视觉信息的同时，通常对交通枢纽内实时广播信息的获取具有明显的主导性。广播信息具有显著的大范围、时效性的特点，更适合于提供动态班次信息、换乘信息以及在紧急情况下的客流诱导信息等。

1.5 客流具有明显的空间不均衡性

交通枢纽通常由各类等候区（如候机厅、乘车站台、售票厅）及其相互的连接通道组成。通常情况下，客流分布与各类交通方式的运行班次具有较强的关联性，在某类交通方式邻近班次的到发时段也是该等候区内旅客数量的高峰时段。在突发情况下，由于旅客的避险心理，客流多集中于各类交通方式的等候区与枢纽主要出口间的连接通道；如未有效诱导客流，则主要通道会集聚绝大多数客流，容易产生客流拥挤和堵塞等状况。

2 系统总体框架分析

结合综合交通枢纽的客流特性，采用先进的数字监控、视频处理、网络技术及计算机技术等，对突发事件情况下的客流检测与应急诱导流程进行研究，提出系统总体框架（见图1）。

图1 综合交通枢纽客流检测与应急诱导系统总体框架

该系统主要由实时视频采集、异常事件检测、应急决策和应急信息发布4个主要模块组成:实时视频采集模块是通过布设在站台、候车区、安检口、楼梯等重点区域的视频摄像机不间断地采集实时视频图像；异常事件检测模块通过对视频图像序列进行分析与处理，对客流的动态运动特征进行自动识别，根据预定义的突发事件判别标准确定突发事件的性质和级别；应急决策模块根据突发事件的级别，依照应急预案采取针对性的应急处置措施，并对处置结果进行动态跟踪；应急信息发布模块通过静态交通标示、动态诱导屏、语音广播、SMS推送等方式向枢纽内的客流进行动态诱导和快速疏散，以引导客流快速到达枢纽出口或安全区域。

3 关键技术分析

综合交通枢纽客流检测与应急诱导系统是实现突发事件检测、应急客流疏散的复杂系统，对提高综合交通枢纽的应急处置能力具有重要意义。

3.1 动态客流检测技术

综合交通枢纽内的动态客流检测通常利用视频监视设备，获取监控区域内的实时动态场景图像，利用计算机视觉分析技术，对视频序列进行自动分析，实现动态场景中的目标定位、识别和跟踪，以提取客流状态特征信息。目前，基于视频图像的动态客流检测技术主要包括如下几种:

3.1.1 背景差法

该法需选定一帧图像作为参考图像，用实时采集的当前帧的图像和参考图像做差分计算，从而自动识别出检测场景内的一个或多个运动目标。该方法对参考图像的选取要求较高，一般适用于背景变化较小的场合，同时，在分析模型和算法中应考虑光照阴影、物体遮挡等环境因素的影响。

3.1.2 帧间差分法

又称多帧识别，是在连续的图像序列中对两个或多个相邻图像帧间，采取基于像素的时间差分并且阈值化来提取图像中的运动目标。该方法对动态环境条件的适应性较强，能够快速地从图像中检测出运动目标，但由于相邻图像帧间的变化较小，在运动目标内部易出现空洞现象。

3.1.3 基于统计学习的检测方法

目前，发展趋势是基于学习的视频检测技术，如基于AdaBoost Cascade的检测方法、基于SVM的检测方法、基于Field Model的检测方法等，通过从大量样本集中学习和提炼运动目标的各种变化形态，从而有效地检测和跟踪可变形的运动物体，有效降低环境因素对检测效果的影响，提高视频检测的准确性。

目前，背景差法和帧间差分法已在实际系统中得到广泛应用，而基于统计学习的检测方法由于良好的环境适用性和高检测精度，得到科研机构和研发企业的关注和重视，正逐渐从理论研究走向工程应用，是未来系统建设与应用的主要趋势和发展方向。

3.2 突发事件判别技术

获取综合交通枢纽的各类突发事件（如火灾、爆炸、电梯故障、供电故障等）的报警信息，可从枢纽智能建筑管理信息系统直接获取相关报警信息，也可根据各类突发事件对枢纽内客流运动特性的影响程度进行检测和获取。

基于客流动态特性的突发事件判别方法是对枢纽空间内客流运动特性进行动态分析，按照预设的判别标准，对不同级别的突发事件进行自动检测和预警，以采取相应预案措施。采用步行空间密度作为安全级别划分的量化指标标准，如表1所示。

表1 步行空间密度与安全级别对应表 m2／人

对高安全级别（如5级、6级）的客流检测区域，应向枢纽管理者发出预警信息，以重点监测该区域的客流状况，并及时采取有效的处置措施，避免客流通行状态进一步恶化，影响其它区域的正常通行。

3.3 应急诱导路径选择技术

在突发事件情况下，选择从事件地点到枢纽出口间的最佳客流诱导路径是快速疏散人群，减少事件影响和损失的重要内容。该问题的解决可采用图论的相关研究方法，即求解有向赋权图的最短路径问题。其具体研究过程如下:

首先，根据交通枢纽的空间布局和客流分布特征，建立有向赋权图D＝（V，E），如图2所示，其中V是该图的所有节点组成的集合，E是所有边组成的集合。

在图2中，vs为突发事件发生地点，即客流诱导路径的起点；vd1，vd2，…，vdk为交通枢纽的出口，即客流诱导路径的终点；vj为枢纽空间内的交叉节点；eij为相邻两个节点vi与vj之间的有向边，如两节点之间可双向通行，则分别用两条有向边表示。

然后，对每条有向边的权重进行赋值，以表征该通行路径的通畅程度。主要考虑人均空间面积q，路径长度l等因素对该有向边通畅性的影响，即

图2 综合交通枢纽空间布局示意图

其中，ωij的值越大，说明该通行路径eij的通畅性越差。最后，采用Dijkstra算法求解该有向赋权图的最短路径问题，其最短路径的意义非物理空间上的路径长度最短，而是考虑各影响因素的费用最小（即通畅性最好）路径。

其基本思路为:从起点vs出发，按照假想的可能方向等速前进，遇到新节点后再继续沿所有可能的方向继续前进，则最先到达某终点vdk的路径即为起点vs与终点vdk间的最短路径Ls－dk。其求解流程如下:

1）对标记矩阵P（V）、跟踪矩阵T（V）分别进行初始化赋值

2）将起点vs加入跟踪矩阵:T（vs）＝P（vs）。

3）从起点vs出发，更新其相邻点vz的标记矩阵赋值

其中，m为与起点相邻的节点vz个数。

4）对满足P（vj）≠＋∞，且T（vj）＝＋∞的所有节点vj，如果下式成立

则跟踪矩阵T（vt）＝P（vt）。

5）以vt作为新的起点，重复上述步骤3）、步骤4），直至满足下式

6）根据T（vi）反向跟踪，即可找到vs～vdk的最v短路径Ls－dk；P（vdk）即为最短距离。

当该图中有多个终点时（即枢纽存在多个出口），则最短距离为从起点vs到所有终点vdk最短距离的最小值，即

Pmin＝ min｛P（vd1），P（vd2），…，P（vdk）｝.（7）

根据上述求解的最短路径，确定面向枢纽客流的路径诱导方案，并在路径的重要节点（如各vj节点）通过LED动态诱导屏、语音广播等听视觉方式向客流发布应急诱导信息。由于客流诱导的集聚效应，当客流诱导信息发布后，可能造成原通畅路径的客流量迅速增长，从而使得该枢纽区域内的最短路径变化，因此，在突发事件情况下的路径诱导具有极强的时间特性，应根据实际的客流分布情况进行动态计算，及时调整客流诱导方案，以实现对枢纽客流的动态诱导和快速疏散。

4 案例研究

下面以某综合交通枢纽的地下一层空间为例，将其空间布局抽象为图3所示的路网图。根据实时客流检测信息，对判定为5级和6级突发事件的各路径eij权重按照式（1）进行赋值，其中F（q）和G（l）的取值如表2所示。

表2 通行路径权重赋值参数表

图3 枢纽空间布局及路径权重实例图

则按前述流程，起点vs到vd1、vd2的最短路径计算过程，如表3所示。

根据表3，vs到vd1的最短路径Ls－d1为:vs－v1－3－vd1；P（vd1）最短距离为1.8；vs到vd2的最短路径Ls－d2为:vs－v2－v4－vd2；P（vd2）最短距离为1.9。则在当前客流通行状态下，客流疏散的最佳路径为Ls－d1（vs－v1－v3－vd1）。通 过 在 疏 散 路 径 的 重 要 客 流 分 流和合流节点，采用动态诱导屏、语音广播等方式向旅客发布路径诱导信息，有效避免客流局部聚集和逆向交汇，实现枢纽旅客的快速疏散。

表3 最短路径计算表

5 结 语

在综合交通枢纽客流检测与应急诱导系统的应用研究中，以分析综合交通枢纽的客流特性为切入点，针对枢纽客流特性提出了系统总体框架，并对系统框架中的关键技术（包括动态客流检测、突发事件判别和应急诱导路径选择）进行了专项研究，以支撑整个系统的构建和实施。通过案例研究对客流检测与应急诱导的过程进行了说明，表明该系统可实时监测综合交通枢纽的动态客流通行状况，实现及时、高效、有针对性的客流诱导，进而提高综合交通枢纽管理部门的应急处置能力，保障交通枢纽的运行安全。

［1］陈艳艳，陈宁，周雨阳，等.基于机器视觉的地铁站客流自动检测方法［J］.公路交通科技，2013，30（10）:122－128.

［2］王晓，唐洪鹏，周丽雅.图像处理在客流检测中的算法研究［J］.中国海洋大学学报，2010，40（6）:161－166.

［3］赵哲，陈清光，王海蓉，等.基于Pathfinder的公众聚集场所的应急诱导疏散［J］.消防科学与技术，2013，32（12）:1327－1330.

［4］黄召杰，冯硕.灰色预测模型在铁路客流预测中的应用［J］.交通科技与经济，2014，16（1）:57－60.

［5］曾玮，王佟.基于列车时刻表的城际铁路客流分配研究［J］.交通科技与经济，2014，16（2）:24－26.

［6］张新，徐杰，郭建媛，等.末班车可达性条件下客流诱导系统研究［J］.物流技术，2012，31（9）:216－219.

［7］顾应欣.机动车不避让行人交通违法自动检测系统研究［J］.中国公共安全，2013（23）:191－194.

［8］邵春福，李娟，赵熠，等.行人交通的视频检测方法综述［J］.交通运输系统工程与信息，2008，8（4）:23－29.

［9］杨超，傅搏峰.城市轨道交通车站客流安全检测与应急管理系统［J］.城市轨道交通研究，2008（2）:49－51，62.