基于智能WiFi采集技术的复杂交通客流检测技术研究与实践——以虹桥机场为例

赖子良，李 晔，杨大演，赵志华，陆晓刚

LAI Ziliang1, LI Ye1, YANG Dayan2, ZHAO Zhihua3, LU Xiaogang3

（1. 同济大学 交通运输工程学院，上海 200092；2. 上海萃图数字科技有限公司，上海 200433；3. 上海机场（集团） 有限公司 虹桥国际机场公司场区管理部，上海 201207）

(1. College of Transportation Engineering, Tongji University, Shanghai 200092, China; 2. Shanghai Triton Digital Technology Co.,Ltd, Shanghai 200433, China; 3. Shanghai Airport（Group） Co., Ltd, Hongqiao International Airport Inc Area Management Department, Shanghai 201207, China)

0 引 言

自21 世纪以来，我国航空客运业迅猛发展，航空出行已经成为继公路、铁路之后的第三大国民出行方式。作为中国三大门户复合枢纽之一的民用国际机场，虹桥机场一直在大客流运输中发挥着重要作用。随着虹桥机场硬件改造设施投入使用，虹桥机场的综合服务水平、管理效率也在逐步提高。同时，与日俱增的客流数量，复杂多样的客流组成，形式多变的客流规律促使虹桥机场需要不断改进客流检测技术以对标国际机场服务标准。然而虹桥机场客流的庞大、复杂性、多样性使得客流检测成本不断增加，因此，结合目前的客流检测技术和虹桥机场已有的硬件设施进一步提高客流检测能力是机场的重要发展任务。

1 客流特征分析

综合交通枢纽是多种交通方式的集合地，也正因为如此，多种方式，大流量交通的汇聚必然会导致综合交通枢纽区域客流的大量堆积。以上海虹桥机场为例，在春运期间单日最大客流曾超过25 万人次，其重要的运输地位不言而喻。通过对上海虹桥机场及虹桥枢纽区域客流情况的调查与研究，分析出上海虹桥机场客流特征主要表现在以下几个方面：（1） 客流量庞大；（2） 客流出行形式复杂；（3） 客流组成多样[1-2]。

1.1 客流量庞大。虹桥机场庞大的客流量通常有两种变化规律，一种是周期性客流激增，例如春运、放假旅游、学生返校以及22:30 后地铁停运，公共交通分散客流能力减弱导致枢纽区域客流聚集；还有一种是非周期性的变化，上海作为国际性的大都市，经常会举办一些国际性的赛事，由于这些赛事安排时间相对分散，因此在客流方面呈现非周期性的变化。

在机场客流吞吐量方面，客流的聚集一般表现在重要的节假日期间，如春运等，出发和到达客流呈现海量激增的形式。客流聚集的时间与航班的时刻表有着很强的相关性，在航班越密集的时段内，机场内的旅客聚集程度也是最高的。一般来说，由于出发和到达客流量过大且超过机场客流的情况并不多见，虹桥机场曾出色完成单日内25 万人次的客流运输，单日航班达1 700 多架次。

1.2 客流出行形式复杂。通过多次对机场内乘客的出行目的调查，将机场内客流的主要出行方式归纳为以下几个类别：私家车送行，出租车，轨道交通，常规公交，机场巴士，其他（如图1 所示）。

通过分析整理调查数据，选择轨道交通的出行方式只占据了22%的出行比例，也就是说虹桥机场轨道交通尚有很大的发展空间，而轨道交通需要乘客扫码或刷卡进入，管理人员可实时掌握轨道交通的进出客流情况。因此，提高轨道交通的利用率是提高客流检测效率、降低检测成本的一项重要措施。虹桥机场位于上海市西郊，距市中心仅13 千米，交通便利，因此机场乘客出行方式选择多样，客流检测需要针对各种交通出行方式进行分析，对流量、流向、流距、流时四个不同要素进行检测时，难度相比简单出行方式有所提升。

1.3 客流组成多样。复杂多样的客流组成是虹桥客流的重要特征。通过对调查结果进行分析，对客流进行了出行目的的划分归类，主要包括旅游、商务、公务、探亲、其他几个方面。

图1 虹桥机场旅客出行方式分布图

图2 虹桥机场旅客出行目的分布图

由图2 可知，目前虹桥机场旅客中占比最大的出行目的为旅游，约占总客流量的一半，其次为出差。而不同的出行目的影响乘客的出行方式，例如对于商务、公务出行人员，考虑的首要因素为时间，而旅游探亲等出行目的首要考虑因素为舒适度与便捷度。

2 客流检测技术

针对虹桥机场客流量庞大、客流出行方式复杂、客流组成多样等客流特征问题，目前仅靠一种检测技术难以准确解决虹桥机场的客流检测问题。因此，综合虹桥机场已建成和在建硬件设施的条件，其内部客流检测需要融合多种检测方式，通过整合不同检测方式的优点，从而建立一种能够自适应虹桥机场的客流特征，并且对虹桥机场客流存在的痛点问题可以有效解决的客流检测系统。为了方便机场人员管理，提高机场服务人员服务水平，机场客流检测主要分为两个部分进行：客流量检测、客流时空分布检测。

2.1 传统的客流信息采集技术。如今投入使用的客流信息采集技术有以下几种技术方式，视频检测采集技术、票务系统统计、航班信息系统、安检系统统计等。

数字化时代需要智能化和数字化的解决方案，传统的客流检测技术已经不能够满足时下海量吞吐客流的枢纽运营。对于视频采集技术而言，可以出色完成对机场内部例如安检、值机等重点区域的客流检测，然而考虑到其硬件安装成本高，无法实现全区域的无缝覆盖，而且目前的视频检测技术仍然需要人工干预，对人力资源也是一种浪费。票务系统统计虽然能够较为精确地对客流数量进行统计，但是在客流的时间空间分布检测方面却显得尤为不足。与票务系统类似的技术如航班信息系统、安检系统等技术，均可完成客流数量的精确检测，但离满足机场运营要求仍然有差距。现有检测技术优缺点对比如表1 所示。

2.2 WiFi 探针技术及其技术原理。WiFi 探针技术是指基于WiFi 探测技术来识别AP（无线访问接入点） 附近已开启WiFi 的智能手机或者WiFi 终端（笔记本，平板电脑等），无需用户接入WiFi，即可识别用户的信息。目前国内智能手机流行趋势日益升高，用户基数不断增大，同时机场内WiFi 探针布设点及检测精度越来越高，使用WiFi 探针技术对客流的时空分布进行检测的优点不言自明[3-4]。

表1 现有检测技术优缺点对比

WiFi 探针技术利用WiFi 设备的MAC 地址的唯一性作为识别ID 的特点赋予了基于智能WiFi 客流统计系统技术优势，探针主要收集的数据为MAC 层的信息，例如设备MAC 地址、接收WiFi 信号强度（RSS）I、WiFi 信号频道、信号帧类型等[5-6]。

3 智能采集技术进行客流检测算法

3.1 机场全天客流。机场内的客流组成主要分为三大类，有乘机行为的旅客（包括到达旅客和等待乘机的旅客）、接送人员和机场内常驻人员。通过WiFi 探针技术计算全天客流，则主要是对机场内停留的所有旅客的时间阈值进行计算，即对机场内有乘机行为的旅客、接送人员和机场内的工作人员进行区分和计算，其计算方法如下[7-13]：

公式（1） 中Num为无线接入访问点Ci下检测到的全日客流量（人），APmacid为无线接入点监测区域内手机或智能终端的用户数量（人）；AP接送人员为无线接入点监测区域内的接送人员（人）；AP常驻人员为无线接入点监测范围内的常驻人员（人），AP经停人员为无线接入点监测范围内经停过站的人员（人），飞机经停过站时间阈值为50min，即当监测范围内的用户在机场内停留时间低于50min 时，则认为该用户不具有乘机行为。

交通枢纽内的常驻人员主要包括机场工作人员和其他工作人员（快餐店服务员等） 两类，为了区分这两类人员，可以通过在AP点被监测的停留时间进行判断区分。由于上海虹桥机场客流承载量大，客流组成复杂，其内部安排的工作人员以及其他工作人员也较为多变。常驻人员统计步骤如下：

根据虹桥机场值班安排划分工作时段。通过虹桥机场内部值班安排定义机场内部工作时段，将其他时间段设置成非机场工作人员值班时段。

停留时间统计。以一个月为更新周期，对AP点检测到的MAC 地址停留的时间进行统计，将所有人员不同停留时间进行排序，筛选出在工作时段及非工作时段累计停留时间较长的AP点。

筛选机场工作人员及其他工作人员。将筛选获得的AP点进行比对，与机场人员工作区域的AP点进行匹配，将工作区域AP点中的用户打上“机场工作人员”的标签，将非机场工作区域AP点中的用户打上“其他工作人员”的标签。

统计常驻人员。在AP点检测时，将已经打上“机场工作人员”和“其他工作人员”标签的用户划分到机场内部常驻人员的统计中。

3.2 机场实时客流。由于虹桥机场承载的客流量较大，因此需要保证机场内部客流检测的实时性，即在一定的时空范围内对机场内部实时客流的变化情况进行检测，便于在客流高峰时间段判断交通枢纽的运行情况，以下公式以10min 作为一个计算周期，其计算方法如下：

公式（2） 中Num为AP点检测范围 10min 内在机场内的客流量（人）；AP为10min 内出现在该AP点的客流 （人）；AP常驻人员为机场内部的常驻人员（人），包括机场工作人员及其他工作人员。

由于部分乘客在机场内部没有打开手机WiFi，导致机场内部布设的WiFi 探针无法检测其MAC 地址，以致于WiFi 探针检测的客流量较低，因此需要结合行人识别技术进一步提高机场客流量检测的精度。

3.3 数据扩样算法。WiFi 探针客流检测是通过监测目标区域内开启WiFi 的手机数量，间接确定目标区域内客流的方法。然而在现实生活中，并不是每个人都拥有智能手机，也不是每个人的智能手机都开启WiFi，同时，一个人也可能拥有多部智能手机。因此，需要数据采样分析算法来扩大目标监控区域内开启WiFi 的手机数量。

在数据采样算法中，最重要的是扩样系数的计算和选择。数据扩样系数的表达式如下：

根据文献[12]中扩样系数的详细研究方法，结合虹桥机场的客流特点，我们对扩样系数的选取进行了多次试验，最终确定了合理的扩样系数方案。利用该方案，可以根据背景噪声数据滤波和客流驻留分析算法得到的有效数据项，快速计算出机场实际客流的估计值。

4 系统实现

4.1 系统架构。基于上述客流检测算法和WiFi 探针技术，通过开发虹桥机场客流实时监测系统实现对机场客流的实时检测与时空统计分析，系统架构如图3 所示。

图3 上海虹桥机场客流实时监测系统架构

虹桥机场客流实时监测系统包含终端采集器、后台数据库和大数据分析系统3 个部分。其中，终端采集器负责收集不同AP点中WiFi 探针覆盖范围内移动设备的MAC 层信息，主要包括AP设备和手机等设备的MAC 地址、手机厂商信息、信号强度值和时间戳等，如表2 所示，然后将不同地点终端采集器所收集的用户信息汇总到后台数据库进行统一的存储和归类；最终通过大数据分析系统实现虹桥机场客流的实时计算与时空分析，并基于客流监测平台进行客流信息的可视化展示。

表2 WiFi 探针采集数据内容

4.2 系统功能与应用。虹桥机场客流实时监测系统可实现全天候实时的客流监测和对历史客流数据进行统计分析，该系统的主要功能包括：客流信息统计、人数统计、地点分析、监控渠道类别分析、全天候客流监控等。

（1） 客流信息统计。虹桥机场客流实时监测平台的“首页”（如图4 所示） 可动态显示当天的当前时间内虹桥机场的总客流人数、WiFi 探针检测人数、活跃人数、安检客流人数，以及它们同比和环比的变化趋势。其中，检测人数表示WiFi 探针覆盖范围内打开WiFi 的设备数量，活跃人数表示WiFi 探针覆盖范围内打开并使用机场WiFi 的设备数量。

图4 虹桥机场客流监测平台“首页”

同时，系统可通过WiFi 探针捕捉到的设备厂商信息进行客流监控渠道的统计分析，从统计结果可知，iphone、Android 和华为三大手机品牌最受用户喜爱。

此外，该系统还可通过手机等设备的MAC 地址信息和WiFi 探针覆盖范围进而动态识别该乘客的地理位置并进行归类（是否属于站外/站内），从实际结果来看，站内客流人数一般都多于站外人数。

（2） 人数统计。在“人数统计”界面（如图5 所示） 中除了可实时显示当前时间内机场的总客流人数、检测人数、活跃人数、安检人数外，还提供日期选择功能，方便管理人员随时查看机场的历史日客流、周客流、月客流及年客流信息。同时，机场管理人员可通过同比和环比数据的实时显示，全面了解当前及历史客流的整体变化趋势情况。

图5 虹桥机场客流监测平台“人数统计”界面

（3） 地点分析。“地点分析”界面（如图6 所示） 提供机场各个WiFi 探针点位所检测的客流数据情况，涵盖客流人数、检测人数、活跃人数、旅客平均停留时间、与昨日相比热度等数据。此外，也提供了日期选择功能，除显示今日客流地点分析数据外，也可选择任意一天、本周、本月或全年的客流地点数据。从客流检测结果而言，越靠近换乘出入口的WiFi 探针点位（如AP3、AP6） 所检测的客流人数越多，这也符合客流实际分布情况。

图6 虹桥机场客流监测平台“地点分析”界面

（4） 全天候客流监控。根据用户的手机等设备MAC 地址信息是否首次出现可将旅客分为新乘客和老乘客两类，并通过“全天候客流监控”界面（如图7 所示） 动态显示各个时间段内的新乘客和老乘客数量，从而提供最全面的旅客数据信息。

4.3 系统验证。为了检验客流检测算法和监测系统的可行性，本文选取虹桥机场一周的实际客流数据进行验证，通过将实际客流与客流检测算法计算的客流进行对比分析，说明虹桥机场客流监测系统设计的合理性，验证结果如表3 所示。

由表3 可知，通过本文设计的WiFi 探针客流检测算法计算得到的机场客流量与实际客流人数大致相等，误差率均不超4%。同时，虹桥机场客流监测系统不仅能实现客流数量的实时检测，而且能对机场内部客流的时空分布情况进行可视化展示，并对历史客流数据进行统计分析。因此，相比于其他客流检测技术与方法，基于智能WiFi 探针技术的客流监测系统具有检测精度高、无人工干预、可时空动态检测等优点，应用于机场客流的实时检测是完全合理可行的。

5 结束语

图7 虹桥机场客流监测平台“全天候客流监控”界面

表3 客流预测准确性难结果

本文以虹桥机场为例，通过对复杂客运交通枢纽现有客流检测技术的优缺点进行多方面对比分析，在虹桥机场现有的硬件设施及在建的设施基础上进行适应性升级，提出了基于WiFi 探针技术的客流智能检测算法，实现对虹桥机场实时客流数量和客流时空分布的全天候动态检测，并通过构建机场客流实时监测平台实现对客流时空分布的可视化展示。相比与其他客流检测技术，本文提出的智能WiFi 采集技术及客流监测平台在人力资源、经济成本、科学性、技术先进性等各个方面尽力追求平衡，以达到良好的社会经济效益。