城市公交动态客流统计技术研究

梁展凡 韦海和 商小燕 严凯

【摘 要】随着城市经济的快速发展，急剧增加的机动化出行需求，使得城市交通环境状况日益恶化，为解决这一状况，最直接、最有效的途径就是大力发展公共交通。公交客流的采集统计方法对公交系统的建设与管理起着至关重要的作用，文章致力于借鉴和总结其他地方的先进统计技术，找到适合于城市发展的公交客流统计技术，以便更合理、有效地调度有限的城市公交资源。

【关键词】城市公交；动态客流；统计技术

【中图分类号】U491.23 【文献标识码】A 【文章编号】1674-0688（2016）12-0031-03

0 引言

伴随着城市经济与国际地位发展的需要，城市交通堵塞的问题日益严重。鉴于社会的发展趋势，国家声令推进公共交通的发展，使得公共交通在城市交通中的主体地位得以确立，将关系到国计民生的社会公益事业和城市经济、社会发展紧密联系在一起。显然，当下各大城市交通的恶化状况已经制约了城市的发展，那么，打破这种发展瓶颈，合理地利用现有的公共交通资源，大力发展公共交通是必然趋势。

城市公交动态客流统计是推进城市公交便民出行的基础，也是推进智慧公交的第一步。目前，我国城市公共交通服务水平仍然处在较低水平，严重制约了城市公共交通系统的发展。许多国家公共交通部门应用先进的信息与通信技术进行公交车辆定位、车辆监控、自动驾驶、计算机辅助调度及提供各种公共交通信息以提高公共服务水平。因此，客流量的自动统计成为公共交通系统的重要组成部分，公共交通部门应致力于将计算机智能统计方法应用到公交客流采集统计的过程中，从而为公交管理提供依据。

1 城市公交客流统计技术的概念

城市公交客流统计技术是指充分利用GPS定位技术、智能统计技术、计算机客流分析处理技术及新型信息技术等处理手段来收集公交客流动静态人数变化、客流变化时间、空间等多方位变动的技术，从而能准确统计公交运营车辆动态客流情况，为分析影响成本规制瓶颈的相关因素、科学调整公交线网布局、科学规划公交枢纽站点、动态实时地进行调度优化管理，落实成本规制与财政补贴及围绕转道交通线网扩展对公交线网进行优化调整等热点、难点问题，提供决策的依据。

2 城市公交客流统计技术发展概况

20世纪80年代以来，以美国、日本等为代表的发达国家率先对公交系统的研发给予了高度重视与巨大投入，引进了大量先进的技术，解决了城市公交运营的诸多问题。基于统计分析技术、压力传感器技术、红外传感技术和视频图像处理技术等对上、下车乘客进行目标检测、跟踪和计数判定以获得乘客流量的技术应运而生，现将其各自的优、缺点汇总见表1。基于红外对射遮挡与压力传感器技术的公交客流统计系统在客流高峰期时，无法取得令人满意的效果，准确率只有60%～70%；而基于视频图像处理技术的城市公交客流统计技术在研究中占主流地位，它是利用恰当的几何关系来模拟人眼的视觉特性，从而将属于低级别的原始图像元素划分为高级别的目标物体。比如，基于嵌入式摄像镜头，以采集视频中人体头部和肩部形状为分析目标，通过区域和方向的设定来统计通过的人数，先进的算法极大地提高了统计精确率，高于98%，这完全可以满足应用要求，可广泛用于需要活体统计和限制的场合。同时，需要的硬件设备少，客流统计终端集视频监控与客流量统计分析为一体，极大地简化了采购手续和安装流程，同时实现了视频监控与人数统计分析。总之，在国内外学者的不断研究下，公交乘客的目标检测、跟踪及计数判定准则等方法有了很大的发展，并逐渐成为研究公交车乘客人数统计方法的热点。

国内关于公交动态客流统计分析技术的研究比国外要晚许多，对客流数据的采集及处理、公交线网布局及公交站点的设置、公交运营系统的管理等鲜有涉及。随着城市化进程的加快，传统的城市公交调度模式与客流随机变化之间的矛盾进一步加剧，国内一些城市例如重庆、郑州、柳州等率先尝试智能化公交的建设与运营。基于城市发展的普遍需要，智能公交的建設迫在眉睫。在这样的城市公交运营车辆动态客流统计分析技术背景下，研究探索城市的公交动态客流统计分析技术的发展就更加必要。

我国城市公共交通企业的技术手段总体相对落后，传统手工模式被绝大多数城市沿袭，仅少数城市使用乘客自动计数系统（Automatic Passenger Counting System，APCS）。城市公交动态客流统计技术方法多样，目前广泛应用的自动客流统计系统大多由起步较早的发达国家提出并发展成熟，主要包括IC卡刷卡技术、门道红外光栅检测技术、被动红外式检测技术、主动式红外检测技术、压力踏板检测技术、视频图像处理技术、测重技术、3D技术、RFID统计技术等，现将各类客流统计技术的优、缺点进行对比（见表2）。

近几年，由于学者们不断深入研究生物特征识别技术，关于人体行动行为的分析已成为未来客流统计技术研究的前瞻性方向之一。人体运动行为分析利用计算机视觉技术，在目标检测和目标跟踪的基础上，通过相应算法对其运动行为进行描述和理解。目前，人体运动行为分析多应用于感知接口、视觉监控等领域。希望计算机能够更加容易、方便地识别人体表情和手势，对目标运动行动行为进行分析，为客流统计判定准则的有效性作出贡献。由于公交车内乘客运动行为复杂多变和乘客上、下车拥挤混杂，所以有必要将人体运动行为研究分析纳入城市公交动态客流统计技术系统中，对取得准确的客流数据具有重要意义。

3 南宁市城市公交动态客流统计技术

由于目前手工数据采集和运营调度管理模式非动态暴露出诸多问题，借鉴于国内外其他先进地区的城市公交动态客流统计技术，结合城市经济、地理位置和环境等因素，通过对比目前市场上通行的公共交通动态客流统计技术，对现行的统计技术提出以下改进建议。

3.1 采用“GPS定位+IC卡”技术和视频统计技术

目前，各大城市的市民卡普及率基本达到80%，可通过“GPS定位+IC卡”准确定位乘客的上、下车站点。通过“GPS定位+IC卡”将IC卡系统回传的信息和GPS传回的数字编码结合生成新的数据信息，自动回传实时数据，经分析后方便精准排车、排班，有利于公共交通产业的重新布局和公共交通线网的优化。而对剩下使用现金支付的20%的乘客，则采用视频统计技术弥补，通过在每部公交车上安装的实时高清车载视频监控装置，在车内车外“无死角监控”来辨别乘客数量。

3.2 GPS和RFID两种技术的结合

引进射频识别双芯技术（Radion Frequency Identification，RFID），即利用无限射频信号空间耦合（电磁感应或电磁传播）的传输特性，达到自动识别被标识对象的目的，是一种非接触式的自动识别技术。因其具有读取方便快捷、识别速度快、数据容量大、标签数据可动态更改等优势，所以被广泛认可。但由于其只能在固定点进行数据采集，所以在公交领域的应用并未普及。但是，目前GPS信号的覆盖范围已经比较广，可采用以GPS卫星定位系统为主，射频识别技术为辅的方式完成对公交车上动态客流的统计。实时显示出公交车辆的拥挤程度，通过乘客刷卡付费来唤醒系统，乘客上车进行标识并启动系统运行，该技术采集准确率高，同时不受拥挤程度的影响，识别率趋于100%。

4 结论

城市公交动态客流统计技术是城市便民系统建设的基础，为其提供精确的客流数据，从而为优化、综合城市公交系统提供有利的数据支撑。本文针对城市发展的基本情况，利用先进的计算机技术、信息处理技术等，将原有的定位技术与引进射频识别双芯技术进行结合，精确统计客流动态与静态变化，使得客流信息的数据处理更加精确，从而为公交车辆、线路、站点及管理等提供明确的动态化信息，克服了传统公交运输各种不确定因素的干扰。城市动态客流统计技术发展建议具有一定的实操性和创新性。上述动态客流统计技术将极大地提高城市公交客流统计效率，有望尽快建立起与城市规模、人口和经济、社会发展相适应的公共交通系统，提高公共交通的吸引力，全面提高公交系统的服务水平，进而提升城市客运分担率，落实公交优先策略，促进公交快速发展，解决城市交通问题。

参 考 文 献

[1]王奎洋，唐金花.载重车辆超载检测与阻力装置研究[J].中国安全生产科学技术，2012（4）：172-174.

[2]李朝安，陆永红.创新工作思路，大力发展公共交通[J].城市公共交通，2006（12）：12-13.

[3]汪东.信息技术在现代汽车及交通领域中的应用[J].交通世界，2005，21（8）：16-18.

[4]R K Satzoda，S Suchitra，T Srikanthan and J Y Chia.Vision-based Vehicle Queue Detection at Trafc Ju-nctions[C].7th IEEE Conference on Industrial Ele-ctronics and Applications，2012：90-95.

[5]胡兵，郝源，賴楠.大城市公共交通存在的主要问题及解决对策[J].山西建筑，2005，31（4）：112-113.

[6]赵祥模，闵海根，常志国，等.一种基于视频的公交客流自动统计方法[J].计算机工程，2015（6）：136-142.

[7]范海雁，李秀君.基于公交客流统计信息的公交调度决策方法[J].统计与决策，2007（24）：179-180.

[8]徐建华，陈晓荣，戴曙光，等.基于视频的公交车客流统计算法研究[J].微计算机信息，2010，26（35）：231-232.

[9]黄捷.智能交通系统国内外现状分析[J].企业导报，2012（11）：100.

[10]于海滨，刘济林.应用于公交客流统计的机器视觉方法[J].中国图象图形学报，2008，13（4）：716-722.

[11]Walker E L，Kang Hang-bong.Fuzzy measure ofuncertainty in Perceptual Grouping[A].In：Procee-dings of the Third IEEE Conference on Fuzzy Systema[C].Orlando，American，1994（3）：2020-2024.

[12]杜友田，陈锋，徐文立，等.基于视觉的人的运动识别综述[J].电子学报，2007，35（1）：84-90.

[13]凌志刚，赵春晖，梁彦，等.基于视觉的人行为理解综述[J].计算机应用研究，2008，25（9）：2570-2576.

[14]黎洪松，李达.人体运动分析研究的若干新进展[J].模式识别与人工智能，2009，22（2）：70-76.

[责任编辑：钟声贤]