智慧航站楼人流密度的数据分析实现与应用

汪福军 康永 沈光越

（东部机场集团有限公司 江苏省南京市 211106）

1 引言

随着我国经济不断发展和生活水平的不断提高，旅客对于机场运行、服务、管理水平的要求也不断提高，旅客在出行方式选择上，不仅仅只考虑出行效率问题，越来越多的聚焦到服务水平方面，甚至在一些双机场的城市，例如北京、上海，基础配套与服务水平已经是旅客选择机场出行的重要因素之一，而旅客对一个机场的评价，则集中停留在航站楼服务层面；从机场航站楼自身层面来讲，航站楼已经不仅仅是一个为旅客提供值机、安检的驻留场所，也同时需要为旅客提供良好的出行服务和出行环境，随着越来越多的旅客选择飞机的方式出行，航站楼所面临的运行管理以及安全压力也不断在上升，航站楼迫切需要可信手段为自身的资源配置、安全运行管理和服务水平提高提供依据。

由此可见，人流密度数据信息是实现四型机场建设的重要依据，是为旅客提供精准服务的关键环节，是机场实现资源优化配置的充分条件，人流密度数据信息分为两个维度进行建设，第一个维度是人流密度数据信息获取与融合，第二个维度是人流密度数据信息在航站楼各主题领域的应用。

2 人流密度信息的获取

2.1 人流密度信息的获取方式

人流密度信息获取本质上是通过不同的定位手段，获取每个旅客的位置信息进行综合展示分析，因为旅客在航站楼进行各种各样出行活动始终处于室内环境，受航站楼物理结构影响和本身抓取数据能力，卫星定位基本无法实现旅客位置信息的获取，因此，需要采用主流的室内定位手段进行人流密度信息获取。

2.1.1 室内红外线定位技术

红外室内定位技术分为两种，第一种方式类似于居家使用的遥控器，即旅客手持红外设备发射端，在航站楼固定墙体或吊顶位置设置红外设备接收端，发射端发射红外信号，接收端进行红外信号接收，并将数据传输至后台服务器，进行实时解析人流密度信息。第二种方式通过在航站楼吊顶或墙体部署多个红外发射器，对旅客位置进行探索，数据返回至后台服务器进行旅客位置计算。

红外定位究其根本是一种视距传输的手段进行旅客定位，当航站楼内旅客聚集众多时，很难实现人流密度精准分析，但红外人流密度分析在特定场景，例如商业店铺附近部署，可以有效获取旅客密度以及进出信息，进行商业价值判断。

2.1.2 室内RFID（射频识别）定位技术

RFID（射频识别）定位技术通过旅客携带的RFID发射端不断发送射频信号，固定在航站楼吊顶或墙壁等位置的RFID接收端接收信号，并将射频信号传输至后台服务器，后台服务器进行位置分析，实现航站楼内旅客位置分析。RFID定位技术虽然传输速度快，可以实现厘米级精度定位，但本质上是通过多个接收端创造电磁场信号实现精准定位，因此很容易收到干扰信号的影响，并且在安全隐私保护上和对接标准上不够完善；另外一点原因与红外定位原理相同，需要定制的RFID信号发射端实现旅客位置信息采集，虽然旅客票据可以集成RFID信号发射端功能，但每一张票据都需要集成RFID信号发射功能，用过即作废，单从机场运营角度来讲，虽然每一张票据成本不高，但旅客流量是持续性的，因此是这是一笔持续性和长远性的投资，但从另一个角度讲，RFID成本低廉，可为每一个旅客服务资产进行定位，并挂接资产信息，在安全巡更场景发挥重大价值。

2.1.3 室内蓝牙定位技术

蓝牙定位技术共有两种方式，一种是通过蓝牙信号到达的衰减程度进行位置分析，即RSSI方式；另一种是通过蓝牙信号到达蓝牙信标的角度进行旅客位置分析，即AOA方式。旅客手持蓝牙设备负责发送蓝牙信号，部署在航站楼吊顶或者墙壁的蓝牙信标负责接收信号，通过部署在航站楼吊顶或者墙壁蓝牙网关对蓝牙信标中涉及到旅客位置信息进行集中收集，并传输至后台服务器进行位置解析以及人流密度分析。

目前，蓝牙室内定位已经具有国际通用标准以及安全隐私保护协议，并且蓝牙信标设备本身体积较小、成本较低、传输速度快，功耗较低、安装方便等特点，航站楼只需要部署响应的蓝牙信标和蓝牙网关设备，即可实现旅客人流密度分析，目前国内的大型机场，如首都国际机场、大兴国际机场、深圳宝安国际机场等，均采用此种方式进行旅客精准定位以及人流密度分析，并取得了相应的成效。

2.1.4 室内Wi-Fi定位技术

Wi-Fi室内定位由三个部分组成，分别为手持设备、Wi-Fi AP、以及后台位置分析服务器。旅客手持终端设备负责发送Wi-Fi信号，部署在航站楼吊顶或者墙壁的Wi-Fi AP负责接收信号，Wi-Fi AP可直接采集旅客位置信息并传输至后台服务器进行位置解析以及人流密度分析。

目前，虽然部分机场航站楼已经建设有Wi-Fi AP设备，并且旅客随身携带手机等终端设备也具有Wi-Fi功能，从集约性的角度来讲，Wi-Fi的定位方式成本较低，但Wi-Fi依靠无线电波进行定位分析，无线电波本身容易受到建筑物隔挡、无线电波信道互相干扰以及Wi-Fi AP设备长时间使用信号衰减等因素影响，使信号强弱分析不精准；另一方面，无线电波信道的传输速率较低，一般来讲，国内大型机场，旅客密集度是较高的，无线电波信道传输速率无法满足高流量的旅客人流密度监控需求；但在特定场景，例如机场蜂窝网络信号较差地方或者商业店铺进行Wi-Fi AP部署，作为补充定位手段，一方面可以为驻楼旅客提供良好的网络服务，另一方面，也可以实现特征区域点的旅客人流密度精准分析，进行专题性应用数据采集，如商业店铺收益分析等场景。

2.1.5 室内ZigBee定位技术

Zigbee定位技术由三个部分组成，分别是Zigbee定位基站、人员手持设备以及后台人流密度分析服务器。Zigbee定位基站在航站楼固定位置安装，多个旅客手持Zigbee手持设备，向Zigbee定位基站获取位置数据，并基于多个旅客Zigbee手持设备之间的通讯，实现多人精准定位。

虽然目前Zigbee定位技术具有低功耗、低成本等特点，但Zigbee依赖于多个旅客同时手持终端设备进行通讯，用于实现旅客人流密度分析，同室内红外定位原理，Zigbee定位需要旅客手持定制的定位终端实现旅客位置信息获取，机场航站楼并无相应的影响力、经济等方面实力为旅客发放Zigbee定位终端设备，因此，Zigbee定位技术比较适用于工厂、企业等内部员工或工程物料的管理，并不适用于公众信息管理。

2.1.6 5G定位技术

5G定位技术是利用手机和通讯基站的蜂窝网络数据交互实现精准定位，在到达时间、信号衰减、到达角度定位等传统定位向量参数的基础上，增加了上下行链路到达时间、上下行链路到达角度等向量参数，虽然在2020.7.3日3GPP宣布完成的5G标准第二版规范R16中将NR定位列入了“向垂直行业扩展”类内，其中室内定位精度要求达到米级定位，但目前还未发布R17标准，尚需继续等待R17标准发布，探索厘米级定位可能，且5G旅客位置等信息理论上掌握在运营商手中，需要机场进行协商解决。

2.1.7 视频定位技术

视频定位技术共有四部分组成，分别为视频设备、网络交换机、后台服务器以及客户端应用。视频采集设备负责采集旅客图形信息，通过网络交换机将视频采集图形等信息传输至后台服务器，由智能分析算法实现人流密度计算和解析，并于应用平台服务器进行交互，最终旅客位置流量信息在客户端进行呈现。

视频定位技术需要部署大量的视频设备对航站楼内的旅客人流密度信息进行采集，大量的视频流量需要占用大量的带宽进行传输，同时对后台智能分析服务器的配置要求较高，因此，从成本角度和航站楼施工难度角度来分析，不建议采用此种方式进行旅客密度信息采集。

2.2 人流密度信息获取方式总结

基于以上章节分析，现对人流密度信息获取方式总结，受制于技术因素影响，红外定位、RFID定位、Zigbee定位技术需要旅客携带定制终端设备，方可实现人流密度分析，以上技术比较适合于企业内部员工管理，不适用于公众信息管理，暂不考虑旅客定位场景，其中RFID可作为保障设备设施以及安全巡查有力补充、UWB定位可作为内部保障资源精细化管理跟踪手段，红外定位可作为商业店铺价值分析补充手段；而Wi-Fi定位技术受制于本身传输速率影响，无法实现航站楼高旅客流量人流位置信息分析，建议在商业店铺等区域进行部署，作为定位能力补充手段，实现特定区域的人流密度分析。受制于成本因素考虑，视频定位分析技术适用于特殊点位部署，例如航站楼入口处、值机柜台、安检口、登机口等，实现人流密度的分析与采集，不适用于航站楼整体人流密度采集。5G定位技术标准尚未明确，且工信部针对5G定位商用执照尚未颁发，在短时间内无法实现旅客人流信息采集，建议在政策方针以及技术标准成熟后，有条件的机场与运营商进行联合推广使用。蓝牙定位技术无论从成本、部署方式、受众群体等角度，均适合在航站楼区域内大面积进行部署，实现旅客人流密度信息采集。

3 人流密度信息共享平台构建思路

3.1 平台整体构建思路

基于多种定位方式融合的人流密度信息共享平台设计主要包括以下几个方面：

（1）基于定位手段特性，结合航站楼物理构造，通过多种手段融合，实现旅客人流密度信息数据以及保障资源数据获取。

（2）在航站楼整体区域，进行蓝牙信标与蓝牙网关部署，实现旅客人流密度信息获取；

（3）在航站楼入口、值机岛、安检口、登机口等，部署视频设备，实现人流密度信息精准获取，并部署UWB设备，实现保障资源精细化管理；

（4）对于航站楼特定旅客服务资源，如电梯、消防资源等，部署RFID，进行巡更管理；

（5）在航站楼特定区域，如商业店铺，部署Wi-Fi AP或者红外技术手段进行补充，实现人流密度信息精准获取。

平台逻辑架构构想图如图1所示。

图1：平台逻辑架构构想图

平台总体分为四层，基础感知层由Wi-Fi AP、蓝牙信标、蓝牙网关、视频设备，实现人流密度信息采集；基础支撑层整体遵从机场云平台及基础网路架构进行设计，并结合地图进行可视化展示；通过对人流位置信息采集与管理，构建集约服务层，基于统一的业务总线，提供人流密度分析服务（位置分析服务）、人流密度超阈值报警及处置服务（事件流程）、视频，蓝牙信标等感知设备管理服务（设备管理服务）以及报表分析服务；应用层主要按照航站楼实际业务需求，提供保障资源分配应用、安全管理应用、运行管理应用、商业评估应用以及综合统计分析应用。

航站楼人流密度分析不仅仅涉及到人流密度感知能力的建设，还涉及到航站楼的整体构造、采集到的数据共享服务方式以及采集设备设施管理、使用等方面，以上与人流密度业务本身无关联，但与保障平台正常运行、降低成本以及对平台数据集约利用等方面密切关联。

3.2 数据共享方式

与其他系统消息交互的格式建议采用XML格式，各个应用系统在调用时使用XML的标准解析器进行消息解析。

消息头格式示意图如图2所示，消息体格式示意图如图3所示。

图2：消息头格式示意图

图3：消息体格式示意图

使用ESB企业业务总线作为数据总线。对外提供数据生产、数据消费等服务，并对异常的传输数据进行存档处理，当业务不繁忙时再次进行数据发送，对异常传输情况进行报警提醒。

3.3 感知设备管理

通过接入地图服务，在地图上实时展现视频设备、UWB设备、红外设备、蓝牙信标、蓝牙网关以及Wi-Fi等感知设备的实时运行信息、电池电量等信息，便于对设备进行维护管理，并提供移动端，当设备异常时，维护人员可基于移动端，对设备进行快速定位，替换维护。

4 人流密度应用方向

基于多种人流密度采集方式融合，实现航站楼内人流密度精准采集，有如下应用方向：

4.1 保障资源分配管理

航站楼内旅客密度与旅客服务以及保障资源分配有密切关系，应该按照航站楼物理特性、航站楼区域、旅客聚集程度、旅客聚集呈现形状等对旅客聚集行为进行判定，并基于人类聚集行为相关学科以及行业累计数据进行大数据分析，以便于对旅客聚集行为进行判定，并基于事件流程服务和精准人流密度分析，为航站楼进行网格化划分，对不同的区域，采取不同的旅客人流密度报警阈值，并设置不同的处置策略，实现航站楼内保障资源的精准分配。当入楼旅客流量到达报警阈值时，通过对接排班和信息集成系统，自动增加值机柜台和安检口，根据UWB对员工定位信息，自动分配相应人员到岗执勤，实现保障资源的精准分配管理。

在旅客人流密度聚集呈现一字型、根据当前位置区域判断，当前位置区域为安检口或者值机柜台时，为正常现象，此时只需要根据旅客排队长度进行判断是否需要开通安检口或值机柜台，进行保障资源分配。在旅客人流密度呈现回字型或密度较大时、根据当前位置区域判断，当前位置区域为安检口或者值机柜台时，则需要开通安检口或值机柜台，并自动分配相应人员到岗执勤，实现保障资源的精准分配管理。当某一登机口突然增加旅客聚集密度，则关联航班动态信息，系统后台进行分析是否因航班大面积延误而导致旅客聚集，并基于事件处理流程自动触发任务进行相关工作流程指派。

4.2 旅客密集区运行安全的管理

当人流密度大时，会造成如下隐患：

（1）人流密度大时，容易发生拥挤踩踏等安全事故，特别对妇孺老幼造成严重的危害；

（2）人流密度大时，当突发火灾时，人员疏散困难，极易造成人民生命财产安全；

（3）人流密度大时，当航站楼吊顶部件或玻璃脱落时，很容易造成大面积旅客受伤；

（4）人流密度大极有可能是因为发生意外事故，引起旅客聚集观看；

（5）人流密度大也有可能某种特殊原因导致，需要立刻派人值守查看；

（6）当设备设施运行不正常时，也容易对人流密度大的区域造成严重危害；

（7）在当前特殊时期，由于疫情原因，当人流密度大，过于接近时，极易查安生疫情传播的风险；

（8）其他风险伤害。

对于旅客密集区的安全管理应该基于人流密度以及人员之间位置距离进行分析，对于不同的人流密度以及旅客之间的距离进行不同的事件可能性判定并划定不同的处置方式和处置流程，并基于航站楼网格化划分，赋予不同的运行标准和管理规则，这里有如下示意可供参考：

（1）当旅客聚集发生在某一个电梯时，且在当前层数聚集时间超过一定阈值，可判定为电梯发生事故，指派相应人员进行处置；

（2）当某一区域旅客之间距离小于0.1米，则可判定为此区域至少出现旅客拥堵现象，需要指派相关人员进行疏导处置；

（3）当某一个登机口、值机柜台排队较长且旅客之间距离小于1米时，则对相关人员进行指派，对现场排队秩序进行引导；

（4）当某一登机口突然增加旅客聚集密度，则关联航班动态信息，系统后台进行分析是否因航班大面积延误而导致旅客聚集，并基于事件处理流程自动触发任务进行相关工作流程指派。

在对于旅客密集区的安全管理整体构建应基于人类普遍行为知识理论、民航行业特殊性、行业内积累数据样本进行大数据分析，并结合国家方针政策、行业规范以及航站楼管理规定制定相关的处置办法和应急策略，使人流密度感知数据在安全体系构建领域发挥重大作用。

4.3 商业价值评估

目前机场的非航收入已经机场收入相当可观的比重，从国外看，例如德国慕尼黑机场2017年仅自营零售业态的商品销售额就超过1.97亿欧元（约合15亿元人民币）；新加坡樟宜机场将机场转型为旅游目的地，吸引了众多的中转旅客进行旅游消费；美国明尼阿波利斯圣保罗机场每年吸引游客超过4000万人次，其中40%是外地游客。

从国内看，澳门国际机场的非航收入表现亮眼， 2019年，澳门国际机场主要运营商总体收入估算达62.7亿澳门元（约合人民币51.4亿元）。其中，澳门国际机场专营股份有限公司（CAM）总收入为18.2亿澳门元，比上一年同期增长16.5%；非航收入为10.24亿澳门元，比上一年同期增长17.4%。

从以上例子可以看出，机场已经从过去提供单纯的供旅客值机、安检、登机的地主服务向城市边缘经济中心的角色转换，其中商业是重要组成部分，但目前国内机场对于商业店铺及广告牌价值评估尚无可信手段进行支撑，结合商业店铺、广告牌位置和旅客位置感知，对商业店铺、广告所辐射的旅客数进行评估，结合商业店铺的位置、商业店铺的分类、商业店铺的步行距离、商业店铺的特色、旅客人群的密集程度，并结合城市规划理论，从而对商业店铺、广告牌价值建立一个量化评价模型，对商业价值进行精准评估。

5 结束语

基于多种人流密度信息采集方式的共享平台的搭建，以数据赋能效益，实现机场航站楼运行效率的提升、安全管理能力的提升和商业收益提升，是实现四型机场的重要手段。