轨道交通高峰时段乘客生理信号特征提取

(上海交通大学 船舶海洋与建筑工程学院，上海 200240 )

随着城市轨道交通的快速发展，地铁已经成为城市客流量最密集的场所之一，上海地铁线路日客运量已突破1 000万人次。在高客流负荷下，城市轨道交通拥挤现象非常严重，尤其是早晚高峰期间[1]，乘客之间挤压和碰撞极为频繁，挤压会导致行人身体变形和压缩，大大增加乘客的健康风险。一旦发生紧急情况，很容易引发事故，造成恶劣影响。近些年地铁晕倒事件频发，上海地铁也曾发生过因早高峰期间客流猛增，车厢过度拥挤而导致3名乘客晕倒的事故[2]。因此急需对地铁车厢高立席密度环境下乘客生理状态进行调查研究。国内外集中于从心理学角度研究拥挤环境对个体的影响，研究已经从对密度[3]、人员空间侵犯[4]客观拥挤因素的单一考虑发展到对物理[5]、个人[6]等影响的综合性探索，也取得了较为可观的研究成果。然而目前研究仍存在一些问题，比如研究多集中于短期实验室横向研究，受道德伦理限制，实验环境设置不符合拥挤条件和缺乏2项以上的生理唤醒指标的综合性测量等[7]。本文摒弃了实验室模拟高密度环境的短期研究方式而采用长期现场环境纵向的研究策略，通过设计实验，实时记录了乘客在地铁早高峰期间呼末二氧化碳、脉搏和血氧饱和度3项生理指标真实的变化情况，并运用小波阈值去噪、频谱分析和小波包分解理论分别对原始数据进行了清洗、加工和整理，建立了外界拥挤环境与个体内在生理状态变化的联系，为完善地铁车厢的安全管理建言献策。

1 实验设计

1.1 调研路线和区间的选择

上海作为国际大都市，地铁全网日均客流量超千万，早晚高峰期间车厢人群密度能达10～12人/m2，远远超过了表1所等定义的人群密度等级建议值D级状态[8]和国际上常用的弗洛因服务水平超高密度(大于2.17人/m2[9])，也不再需要考虑“拥挤”和“高密度”界定标准，再加上地铁早晚高峰具有持续时间长，时间段稳定的特点，是采集超高密度环境下人群特征的绝佳环境。

上海地铁16号线全长近60 km，包括龙阳路站、滴水湖站等13个站点，是连接临港新城、惠南镇、鹤沙航城等郊区与市区的唯一地铁线路。虽然目前单日客流量在80 000 人次。在现有地铁线路日客运量中排在最末，但客流潮汐式涌动特征非常突出，早高峰从滴水湖站往龙阳路方向，途经的每个车站基本只有上车而没有下车的乘客，直到罗山路站。而且列车为3节编组A型车，双排座位，单次满载仅容纳1 100人，发车间隔为7～8 min，因此高峰时段列车车厢拥挤严重[10]。

表1 人群密度等级建议值

根据16号线分时段面客流量统计数据，工作日早高峰时间段(惠南站：6时—9时；周浦东站：7时40分—9时；鹤沙航城站：7时—8时30分；龙阳路站：7时—9时)7：30—8：30在惠南站—罗山路(上行)区段的断面客流量为10 000～17 000人次，为16号线分时断面客流量最大的区段；罗山路—惠南站(下行)断面客流为1 500～4 000人次，客流量较小。因此在惠南站—罗山路区段往返调研，大致估算并记录车厢立席密度和身体状态变化，完成拥挤评估表。统计发现惠南镇至龙阳路的列车早高峰期间立席密度在10～12人/m2，而返程则仅有1～2人/m2，构成鲜明的对比。

1.2 生理指标选择及实测方案

1.2.1 生理指标

人体的心脏跳动、血液循环、肺的张缩等生命活动是不断变化的，但通常无法直接观察到这种变化，需要借助生理信号来表征不同的生理状态。体温、脉搏、血压、动脉血氧饱和度、呼末二氧化碳是反映人体生理状态的5大基本指标。前期多次实验探究发现正常人体温昼夜差别不超过1 ℃，白天体温在±0.1 ℃狭小范围内波动，变化不显著。而血压信号则变化过于敏感。血氧饱和度数据也在时域内较为稳定，实验全程保持在97%～99%。因此选择了呼末二氧化碳、脉搏2项指标开展研究。

呼末二氧化碳即呼气终末期呼出的混合肺泡气中含有的二氧化碳浓度，它是反映呼吸功能状态的敏感指标，能够反映肺部通气情况，它的正常区间为35～45 mmHg。 研究表明窒息情况发生时体内二氧化碳的急剧升高比缺少氧气更早发生，对机体产生的影响更加严重[11-12]。脉搏即动脉的搏动，它与动脉血压有直接关系，通过脉搏波可以了解心脏工作情况和血流动力，进而分析血液循环系统的功能状态判断病变情况。

1.2.2 实验仪器

实验仪器为合肥金脑人ET-A掌式呼末二氧化碳血氧监护仪，外接红外线血氧探头、呼吸导管，能够同时采集血氧饱和度、脉搏和呼末二氧化碳3项参数，便于携带，且配置内部芯片存储数据。实验时参与人员将仪器随身携带，血氧探头和呼吸导管固定。

1.2.3 实验对象

根据前期调研，发现车厢乘降区立席密度和拥挤程度会高于中部站立区，且为了控制变量，车厢调研区为车厢乘降区立柱。参与实验的对象身体健康的青年人，平均年龄为24岁，包括在校大学生、日常通勤白领等，均无心脏病、肺病、贫血等疾病，并在实验前不摄入酒精或含咖啡因的食物。实验过程中全程保持站立无倚靠状态，实验周期为2个月，每人各采集30组数据。由于数据周期较长，中途出现身体不适的情况较为常见，将此类数据定义为病理状态数据，与正常健康状态形成对照。

1.2.4 实验数据

使用CapnoFree软件将实验原始数据导出，由于本实验生理信号的采集是在高峰时间地铁上进行，而轨道交通运行中会引起车厢的振动[13]，受仪器、动作和外在环境的干扰，原始生理信号往往有较强的噪声，是强噪声背景下的微弱信号。小波变换是处理此类信号有效的方法，与传统傅里叶去噪相比，能够从时间和频域2个维度对信号进行投影，同时还能通过调节小波基底函数的相关系数而实现时间和频率的自由切换，以此能够更好实现信号的观察和特征的提取[14]。因此采用小波阈值去噪法对2种生理信号进行消噪处理。

2 数据频谱分析

信号时域分析只能得到有限的信息，很难将呼末二氧化碳值和脉搏信号的变化趋势以及数据之间的差异通过直接观察准确判断，因此需要使用其它分析手段来全面揭示信号的特征。频谱分析是目前数字信号处理中常用的一种分析方法，它利用快速傅里叶变换将复杂的信号分解成不同的频率成分，并绘制出频谱曲线，谱线的形状与信号的时域曲线密切相关。频谱中的高低频成分的分布形态可以反映不同的生理典型状态[15]，通过观察不同生理状态下生理信号频谱曲线，了解这些信号的频谱特性，再加以对照，定性地比较不同的状态[16-19]。信号x(n)快速傅立叶变换即频谱变化，它能够反映信号在频域上的分布和变化规律，公式如下

(1)

式中，ω为角频率，分布在(-∞,+∞)之间，时域信号被转化为频域分布信号；x(ejw)是一个随角频率ω变化的复数，即使在时域x(n)是离散分布的，x(ejw)为连续分布，且对任意一个实数域的ω都有相应的取值。

一般而言正常健康的生理信号具有混沌频谱特征，即幅值谱图中的相对能量会随着频率的增加而减小，近似呈现反幂律的形式，即1/f分布。反幂式宽带谱是混沌运动的典型特征，但是健康生理信号呈现此特征仍为启发性而非结论性的，当生理状态变化时频谱特征会随之改变。由于实验采集周期较长，将实验参与人员拥挤环境中出现身体不适的情况定义为不健康情况，为此设计了健康—拥挤、健康—正常、病理—拥挤和病理—正常4个对照组。

2.1 呼末二氧化碳频谱分析

探究不同场景下呼末二氧化碳变化趋势之间的差异。图1、图2反映各组信号的幅值谱各不相同，但又有一些相似的特征，每个谱存在多个峰，频谱成分丰富，有明显宽峰。

图1为健康成年人呼末二氧化碳幅值谱线，从总体趋势上可见正常环境和拥挤环境下信号分布规律大致相同，频率主要集中在0～8 Hz范围内，均存在几个尖峰且幅值依次减小，具有典型的反幂谱形式。相对而言拥挤环境下信号频率成分更为复杂，这反映出在健康状态下呼末二氧化碳信号会受外界环境影响，但影响不大。图2为病理状态下不同环境对比图，两曲线差异性较大，正常不拥挤环境下呼末二氧化碳分布与图1相同，为反幂分布。而拥挤环境下个体呼末二氧化碳分布呈现趋于有序的特征，频谱在0～2.5 Hz、2.5～5 Hz幅值变化不大，分布较为均匀，与上述3种状态形成了鲜明的对比。

图1 健康状态呼末二氧化碳功率谱图

图2 病理状态呼末二氧化碳功率谱图

呼末二氧化碳指标能够从侧面反映个体的呼吸功能，而拥挤—病理环境下频谱曲线的不同表明当乘客身体出现不适的情况时会对外界拥挤环境更为敏感，从而影响个体的生理状态。因此在轨道交通高峰期间的安全管理中，应加强对身体孱弱个体包括老人、孕妇、小孩等弱势群体的识别和监控。

2.2 脉搏信号频谱分析

图3、图4为脉搏信号各类状态下幅值谱图，从总体趋势上看4条曲线变化规律很相似，频率基本集中在0～5 Hz，且均满足反幂式分布的特点，仅幅值大小存在较大差异。与呼末二氧化碳指标频谱图比较，4种状态下脉搏信号频谱谱线特征并不是明显。

图3 正常状态脉搏信号功率谱图

图4 病理状态脉搏信号功率谱图

频谱图能够直观展现不同状态下明显的差异，而此种定性分析的方法很难准确区分细微差别，不能作为生理状态诊断与识别的依据。因此为进一步将不同状态下的数据进行精确的量化表述，对信号进行小波包变换与重构，计算出其各频带的能量比例作为信号的特征参数。

3 小波包分解

小波包分解的实质就是对小波变换后没有分解的高频细节信号作进一步的分解，达到提高频率分辨率的目的。它能够将信号正交地、独立地分解到各频段，由于各分解频段均具有一定能量，进而能够计算出能量比例，直观反映生理信号在各频段内能量大小，更好地对信号进行比较和分析[20-21]。

设分解频带中离散信号xk,m(i)数据长度为N，则其能量可以表示为

(2)

式中，k表示分解的次数；m=0,1,2，…，2k-1为分解频带位置序号。为了归一化，采用相对能量比例公的方式，第m频带分解信号的相对能量为

(3)

根据能量不变定理，必然有

(4)

利用’db7’小波基函数和上面小波包能量计算公式对呼末二氧化碳信号进行3层小波包分解，获得了8个相互独立的频带，每个频带的带宽为4 Hz，求得不同状态下各信号频带能量分布比例情况。

表2显示呼末二氧化碳频率在16 Hz以上的不超过3%，而且不拥挤的环境下能量分布更为集中，0～8 Hz之间能量占全部能量的90%以上，而其它比例分布随着环境等因素的差异而不同，从正常—健康同拥挤—病理状态的数据对比看呼末二氧化碳的指标变化是比较敏感的，这同与傅里叶频谱对比图得到的结论一致。

应用小波包分解对不同脉搏信号进行分析处理，表3即各频带的能量比例图，由于脉搏信号属于低频信号，10 Hz以上比例几乎为0，因此采用’db15’小波基函数对不同状态下的脉搏信号进行小波包5次分解，分解后会得到32个相互独立的频带，由于16 Hz以上存在能量非常少，全部加起来不到1%的比例，因此仅列出0～16 Hz的小波包能量比例。

表2 呼末二氧化碳信号小波包能量比例 %

表3 脉搏信号小波包能量比例 %

从表3可以看出第一频带中的能量最为集中,在99%以上，而其它频带能量会随着生理状态的变化而变化。脉搏波基本完全处于0～8 Hz范围内，2种状态差别细微，尽管脉搏波拥挤比不拥挤时分布分散些，但处于正常状态下的波动，推测这是由于正常人对于拥挤环境具有一定的耐受性，受到外界的挤压时脉搏会发生扰动，这种扰动处于正常范围，脉搏信号不能体现外界拥挤环境对个体生理状态造成的影响。

4 分析与讨论

比较4种状态下呼末二氧化碳信号和脉搏信号的小波包能量比例数据，发现呼末二氧化碳信号比脉搏信号更能够反映拥挤环境对个体生理状态的影响，而且此影响在个体处于病理状态时作用更加强烈。虽正常情况下拥挤环境对乘客呼吸功能的影响不会引起严重缺氧的症状，但若长期处于此种状态，则很容易造成呼吸不畅、头晕目眩、疲劳乏力等症状，尤其对于老人和女性等弱势群体，容易触发踩踏事故[22-23]。从安全角度出发，交通管理部门应重视因地铁车厢拥挤对乘客造成的隐患，加强安全管理，并采取相关措施缓解拥堵。

国外地铁发展较早，在缓解地铁拥堵方面有很多值得借鉴之处[24]。日本地铁作为全球最繁忙的地铁，有20多条地铁线路，年客流量达28.19亿人次。为缓解拥挤相关部门采取了很多措施：上下班高峰时，地铁工作人员会把车厢里的座椅折起来，以腾出更多空间供人站立；为避免因人多拥挤导致女士们遭受非礼，日本地铁还专门在上班高峰时期设置了女性专用车厢。地铁16号线早晚高峰期间也可以通过采取减少座椅数量的方式增加更多站立空间，为了保护弱势群体，也可以为老弱病残开设一节专门车厢，保障地铁安全运营。

美国华盛顿地铁则采用灵活定价方式，上下班高峰时间的票价要比正常票价高出1/3左右，以引导没有急事的人错开高峰时段出行。16号线大部分乘客出行目的为通勤，调整票价并不能缓解拥挤的问题，反而交通管理部门应为南汇区乘客出行提供更为丰富的交通选择并加以引导，如开设更多公交车或BRT直通市区。布达佩斯则按天来调整发车频率，工作日与休息日的发车时间及频率有很大区别，一天当中，各个时段发车频率也有所不同。如工作日早晚高峰期间，地铁是每2 min一班，晚上8时则为15～30 min一班。上海16号线已根据时段采取差异化的发车频率，为进一步方便长线路乘客出行、提升运营效率，还开行了“大站车”，即部分列车越站运行，仅停靠龙阳路、罗山路、新场、惠南、滴水湖5座车站供上下客，“大站车”单程运行时间较“普通车”缩短约12 min。即便如此，16号线拥挤仍然非常严重，地铁管理部门可以通过扩大票价调整幅度或适当宣传引导通勤乘客选择在早晨7时之前或9时之后搭乘地铁，既能提高服务质量也能缓解客运压力。

此外，地铁拥挤的改善需要漫长的过程。现阶段，乘客要提高拥挤环境下自我保护意识。第一，中老年人或孕妇应避免上下班高峰乘坐地铁；第二，地铁内人多拥挤、空气内含氧量低，容易导致大脑缺氧，乘地铁前要尽量吃早饭，并随身备一瓶含糖饮料或带几块糖；第三，当出现呼吸不畅，头晕乏力症状时，应就近下车到空旷的地方呼吸新鲜空气；第四，乘客在人多拥挤环境中发生突发情况时，要保持冷静，切勿恐慌，听从车站工作人员或者广播引导，有序地疏散出站。

5 结论

本文打破传统拥挤人群的研究方法，通过设计实验，采集拥挤环境下乘客生理参数第一手数据。经过对比分析，证明了拥挤会对乘客呼吸系统造成影响，严重情况下还可能引起缺氧，导致拥挤事故。最后还为改善地铁拥挤环境和安全管理提供新思路。不过目前的研究仍存在明显不足，对照组设置还不够全面，数据采集不够丰富，进一步研究还要增加年龄、性别等对比条件，更加全面反映高密度拥挤环境对于乘客健康影响。过去拥挤研究多集中在环境心理学科，将来还考虑运用心理和生理相结合的手段开展研究。