本發(fā)明涉及軌道交通安全和應(yīng)急管理技術(shù)領(lǐng)域，尤其涉及一種軌道交通大客流識別預(yù)警系統(tǒng)和方法。

背景技術(shù)：

城市軌道交通以其運(yùn)量大、速度快、時間準(zhǔn)、污染少和安全舒適的特點，在緩解城市交通擁堵方面具有獨特的優(yōu)越性，我國城市軌道交通的建設(shè)和運(yùn)營正進(jìn)入規(guī)?；⒕W(wǎng)絡(luò)化的運(yùn)營時期。然而隨著國內(nèi)軌道交通運(yùn)營規(guī)模的不斷擴(kuò)大，客流量急劇增加，城市軌道交通系統(tǒng)的運(yùn)營安全面臨著新的挑戰(zhàn)，高強(qiáng)度客流沖擊帶來列車延誤、乘客滯留、人群踩踏等威脅著軌道交通的安全運(yùn)營。

城市軌道交通車站往往是大客流聚集與換乘的場所，及時準(zhǔn)確地掌握客流信息，了解客流狀態(tài)，有針對性地對高強(qiáng)度客流進(jìn)行預(yù)警，能夠有效的改善車站的乘車環(huán)境，提高乘客在車站中的通行速度，緩解高強(qiáng)度客流帶來的運(yùn)輸壓力，保障乘客的出行安全。

目前，軌道交通大客流識別研究處于起步階段，尤其是客流人頭識別與統(tǒng)計技術(shù)近幾年才進(jìn)入國內(nèi)，安全狀態(tài)的判斷還停留在人工監(jiān)控方式，主要還是依靠工作人員對特定區(qū)域的監(jiān)控圖像進(jìn)行觀察及依靠工作人員進(jìn)行巡視。對大客流預(yù)警研究主要是利用自動售檢票系統(tǒng)的數(shù)據(jù)統(tǒng)計，雖然可以統(tǒng)計分析實時客流信息，但是這個信息總是有一定的延遲和不準(zhǔn)確，并且不能獲得車站內(nèi)部的具體客流信息分布情況。

技術(shù)實現(xiàn)要素：

發(fā)明目的：針對以上問題，本發(fā)明提出一種軌道交通大客流識別預(yù)警系統(tǒng)和方法。

技術(shù)方案：為實現(xiàn)本發(fā)明的目的，本發(fā)明所采用的技術(shù)方案是：一種軌道交通大客流識別預(yù)警方法，包括以下步驟：

(1)研究預(yù)警區(qū)域范圍，確定預(yù)警區(qū)域面積和攝像機(jī)的設(shè)置位置；

(2)采集攝像機(jī)視頻圖像，確定視頻圖像的采集時間間隔；

(3)基于人數(shù)識別算法，得到軌道交通車站內(nèi)不同區(qū)域的客流信息；

(4)對客流狀態(tài)進(jìn)行分級，確定不同客流狀態(tài)的閾值，最后確定不同區(qū)域客流的預(yù)警級別，發(fā)出預(yù)警信號。

步驟(1)具體包括以下步驟：

步驟1.1：確定能夠且必須檢測的站廳和站臺區(qū)域：

步驟1.1.1：乘客可流動的站廳區(qū)域面積：

A_ti＝S_ti-F_ti-N_ti

其中，A_ti是乘客可流動的站廳區(qū)域面積，S_ti是站廳總面積，F(xiàn)_ti是站廳設(shè)施占用面積，N_ti是乘客不能進(jìn)入的站廳區(qū)域面積；

步驟1.1.2：乘客可流動的站臺區(qū)域面積：

A_ta＝S_ta-F_ta-N_ta

其中，A_ta是乘客可流動的站臺區(qū)域面積，S_ta是站臺總面積，F(xiàn)_ta是站臺設(shè)施占用面積，N_ta是乘客不能進(jìn)入的站臺區(qū)域面積；

步驟1.2：確定攝像機(jī)可監(jiān)控到的實際區(qū)域面積：

A_sp＝W*L

其中，A_sp是攝像機(jī)可監(jiān)控到的實際區(qū)域面積，W是攝像機(jī)可監(jiān)控區(qū)域矩形的寬度，L是攝像機(jī)可監(jiān)控區(qū)域矩形的長度；

步驟1.3：確定攝像機(jī)的個數(shù)以及安裝位置；

步驟1.3.1：在車站平面圖上畫出站廳、站臺能夠且必須監(jiān)測的區(qū)域，標(biāo)注尺寸，將A_ti、A_ta除以A_sp，得到站廳、站臺需要的監(jiān)控攝像機(jī)的數(shù)量；

步驟1.3.2：根據(jù)站廳、站臺攝像機(jī)可監(jiān)控到的實際區(qū)域面積，結(jié)合監(jiān)控攝像機(jī)的數(shù)量，將站廳、站臺能夠且必須監(jiān)測的區(qū)域劃分成多個小區(qū)域，小區(qū)域被單個攝像機(jī)所覆蓋；

步驟1.3.3：在每個小區(qū)域選擇合適的位置安放監(jiān)控攝像機(jī)，使其覆蓋整個小區(qū)域。

步驟(2)具體包括以下步驟：

步驟2.1：每隔一段視頻圖像的采集時間間隔，監(jiān)控攝像機(jī)將視頻圖像傳輸?shù)街醒肟刂剖遥曨l圖像的采集時間間隔計算步驟如下：

步驟2.1.1：計算視頻圖像的數(shù)據(jù)量：

D＝SF*CF*XS

其中，D是圖像數(shù)據(jù)量，SF是水平分辨率，CF是垂直分辨率，XS是像素深度；

步驟2.1.2：計算數(shù)字圖像傳輸時間：

CF＝D/CS

其中，CF是傳輸時間，CS是傳輸速率；

步驟2.1.3：計算單幀視頻圖像的客流人數(shù)自動識別處理時間y；

步驟2.1.4：計算視頻圖像采樣間隔時間：

T＝(x+y)*z

其中，T是全部監(jiān)控攝像頭單幀視頻數(shù)字圖像的處理時間，x是單幀視頻數(shù)字圖像傳輸時間，y是單幀視頻數(shù)字圖像的客流人數(shù)自動識別處理時間，z是監(jiān)控攝像頭數(shù)；

步驟2.2：中央控制室將視頻圖像存儲到硬盤錄像機(jī)，供遠(yuǎn)端用戶進(jìn)行視頻圖像訪問和分析；

步驟2.3：中央控制室將視頻圖像從硬盤錄像機(jī)提取送至數(shù)據(jù)處理服務(wù)器。

步驟(3)中的人數(shù)識別算法包括以下步驟：

步驟3.1：每隔一段時間獲取一次視頻圖像，智能去除視頻圖像中的無效區(qū)域，對視頻圖像進(jìn)行分割處理；

步驟3.2：根據(jù)攝像頭角度、高度以及照射區(qū)域識別出視頻圖像中不同分割區(qū)域的人頭像素比例；

步驟3.3：考慮亮度、對比度等參數(shù)，獲取視頻圖像區(qū)域的人頭的像素灰度范圍；

步驟3.4：結(jié)合視頻圖像區(qū)域的人體投影面積因素，通過統(tǒng)一算法計算出視頻圖像中總的人數(shù)。

步驟(4)具體包括以下步驟：

步驟4.1：將客流預(yù)警狀態(tài)分為三級：I、II、III級；

步驟4.2：確定不同客流預(yù)警狀態(tài)級別的閾值Y：

步驟4.2.1：計算客流滯留比例Ra；

步驟4.2.2：計算攝像機(jī)可監(jiān)控到的實際區(qū)域面積A_sp；

步驟4.2.3：計算個人所占的地面面積S_p；

步驟4.2.4：計算不同客流預(yù)警狀態(tài)級別的閾值Y_i：

其中，Y_i是第i級預(yù)警狀態(tài)的實時客流量閾值，Ra_i是第i級預(yù)警狀態(tài)的客流滯留比例，A_sp是攝像機(jī)可監(jiān)控到的實際區(qū)域面積，S_p是個人所占的地面面積；

步驟4.3：根據(jù)數(shù)據(jù)處理模塊所得的實時客流量，以及步驟4.1、步驟4.2，確定實時客流量所屬客流預(yù)警級別，發(fā)出預(yù)警信號。

軌道交通大客流識別預(yù)警系統(tǒng)，包括識別判斷預(yù)警區(qū)域模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊和監(jiān)控預(yù)警模塊；識別判斷預(yù)警區(qū)域模塊，用于判斷預(yù)警區(qū)域范圍，確定監(jiān)控區(qū)域面積以及確定監(jiān)控攝像機(jī)的位置；數(shù)據(jù)采集模塊，每隔一段固定時間間隔采集監(jiān)控區(qū)域內(nèi)的視頻圖像，將攝像機(jī)的視頻圖像傳送至數(shù)據(jù)處理模塊；數(shù)據(jù)處理模塊，根據(jù)視頻圖像的數(shù)據(jù)，利用人數(shù)識別算法，計算監(jiān)控攝像機(jī)覆蓋區(qū)域的實時客流量；監(jiān)控預(yù)警模塊，用于確定客流預(yù)警狀態(tài)和預(yù)警閾值，當(dāng)實時客流量超過閾值時，發(fā)出預(yù)警信號。

有益效果：本發(fā)明可實現(xiàn)全車站無死角監(jiān)控，不遺漏任何可能發(fā)生高強(qiáng)度客流的區(qū)域；可以準(zhǔn)確根據(jù)車站的設(shè)備性能，合理的采集視頻圖像，提高效率；可以最準(zhǔn)確的獲取客流信息，為下一個監(jiān)控預(yù)警模塊做好準(zhǔn)備；可以輔助站內(nèi)工作人員對客流安全進(jìn)行有效的管理，并且在出現(xiàn)突發(fā)狀況時，可以快速制定疏散方案，為運(yùn)營管理人員監(jiān)視線網(wǎng)運(yùn)營狀況，及時預(yù)防突發(fā)事件和組織運(yùn)營提供決策支持。

附圖說明

圖1是本發(fā)明所述的軌道交通大客流識別預(yù)警系統(tǒng)；

圖2是數(shù)據(jù)采集示意圖；

圖3是人數(shù)識別算法流程圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案作進(jìn)一步的說明。

如圖1所示是本發(fā)明所述的軌道交通大客流識別預(yù)警系統(tǒng)，包括識別判斷預(yù)警區(qū)域模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊和監(jiān)控預(yù)警模塊。

識別判斷預(yù)警區(qū)域模塊，用于判斷車站預(yù)警區(qū)域范圍，確定需要監(jiān)控的區(qū)域面積以及設(shè)定監(jiān)控攝像機(jī)的位置，車站預(yù)警區(qū)域可以分為兩大部分：站臺區(qū)域與站廳區(qū)域，樓梯、電扶梯均屬于站廳區(qū)域；數(shù)據(jù)采集模塊，用于根據(jù)設(shè)定的監(jiān)控攝像機(jī)，每隔一段固定時間間隔采集特定監(jiān)控區(qū)域規(guī)定方向上的視頻圖像，攝像機(jī)將所抓取的視頻圖像傳送至數(shù)據(jù)處理模塊中；數(shù)據(jù)處理模塊，用于根據(jù)抓取的視頻圖像數(shù)據(jù)，利用特制的人數(shù)識別算法，計算不同監(jiān)控攝像機(jī)覆蓋區(qū)域的實時客流量；監(jiān)控預(yù)警模塊，用于劃分客流預(yù)警狀態(tài)和確定閾值，監(jiān)控客流數(shù)據(jù)，當(dāng)實時客流量超過某一閾值時，發(fā)出預(yù)警信號。

基于軌道交通大客流識別預(yù)警系統(tǒng)的預(yù)警方法，具體包括以下步驟：

(1)首先是通過研究預(yù)警區(qū)域范圍，確定可預(yù)警區(qū)域面積及攝像機(jī)的設(shè)置位置。

a、步驟1.1：確定能夠且必須檢測的站廳和站臺區(qū)域，能夠且必須監(jiān)測的站廳區(qū)域是站廳區(qū)域減去站廳設(shè)施所占區(qū)域和乘客不能進(jìn)入的區(qū)域，能夠且必須監(jiān)測的站臺區(qū)域與上面類似，具體計算如下：

步驟1.1.1：乘客可流動的站廳區(qū)域面積：

A_ti＝S_ti-F_ti-N_ti

其中，A_ti是乘客可流動的站廳區(qū)域面積，S_ti是站廳總面積，F(xiàn)_ti是站廳設(shè)施占用面積，N_ti是乘客不能進(jìn)入的站廳區(qū)域面積。

步驟1.1.2：乘客可流動的站臺區(qū)域面積：

A_ta＝S_ta-F_ta-N_ta

其中，A_ta是乘客可流動的站臺區(qū)域面積，S_ta是站臺總面積，F(xiàn)_ta是站臺設(shè)施占用面積，N_ta是乘客不能進(jìn)入的站臺區(qū)域面積。

乘客可流動的站廳區(qū)域面積和站臺區(qū)域面積根據(jù)車站實際的站臺總面積、站臺設(shè)施占用面積、乘客不能進(jìn)入的區(qū)域面積計算。

b、步驟1.2：確定視頻監(jiān)控設(shè)備可監(jiān)控到的實際區(qū)域面積，為了計算方便，定義視頻監(jiān)控設(shè)備可監(jiān)控區(qū)域為矩形。

A_sp＝W*L

其中，A_sp是視頻監(jiān)控設(shè)備可監(jiān)控到的實際區(qū)域面積，W是視頻監(jiān)控設(shè)備可監(jiān)控區(qū)域矩形的寬度，L是視頻監(jiān)控設(shè)備可監(jiān)控區(qū)域矩形的長度。

根據(jù)地鐵設(shè)計規(guī)范以及視頻安防監(jiān)控系統(tǒng)工程設(shè)計規(guī)范，定義站廳、站臺按照標(biāo)準(zhǔn)攝像頭部署，考慮站廳、站臺的局限條件和實際調(diào)查情況，站廳平均單個攝像頭可監(jiān)控到的實際區(qū)域面積為3m*12m＝36m²，站臺平均單個攝像頭可監(jiān)控到的實際區(qū)域面積4m*10m＝40m²。平均單個攝像頭可監(jiān)控到實際區(qū)域，站臺長度為10m，寬度為4m，站廳長度為12m，寬度為3m。平角度是指監(jiān)控攝像頭安裝高度接近常人面部高度，是建筑出入口監(jiān)控攝像頭安裝時的首選角度；仰角度需考慮各種光源的影響，避免光線干擾，最好是安裝帶護(hù)罩的監(jiān)控攝像機(jī)。站廳(樓梯和電扶梯)一般使用仰角度或者俯角度，站臺設(shè)置攝像機(jī)角度一般是平角度。

c、步驟1.3：確定監(jiān)控攝像機(jī)的個數(shù)以及安裝位置。

步驟1.3.1：在車站平面圖上畫出站廳、站臺能夠且必須監(jiān)測的區(qū)域，標(biāo)注尺寸，將A_ti、A_ta除以A_sp，得到站廳、站臺大概需要的相應(yīng)的監(jiān)控攝像機(jī)的數(shù)量。

步驟1.3.2：根據(jù)站廳、站臺視頻監(jiān)控設(shè)備可監(jiān)控到的實際區(qū)域面積，結(jié)合相應(yīng)的監(jiān)控攝像機(jī)的數(shù)量，將站廳、站臺能夠且必須監(jiān)測的區(qū)域劃分成多個小區(qū)域，小區(qū)域可以被單個視頻監(jiān)控設(shè)備所覆蓋。

步驟1.3.3：在小區(qū)域選擇合適的位置安放監(jiān)控攝像機(jī)，使其覆蓋整個小區(qū)域。

(2)其次，通過攝像機(jī)采集視頻圖像，確定視頻圖像的采集時間間隔。

a、步驟2.1：每隔一段視頻圖像采樣間隔時間，監(jiān)控攝像機(jī)將視頻圖像傳輸?shù)街醒肟刂剖?，視頻圖像采樣間隔時間計算步驟如下：

步驟2.1.1：計算視頻圖像的數(shù)據(jù)量：

D＝SF*CF*XS

其中，D是圖像數(shù)據(jù)量，SF是水平分辨率，CF是垂直分辨率，XS是像素深度。

步驟2.1.2：計算數(shù)字圖像傳輸時間：

CF＝D/CS

其中，CF是傳輸時間，CS是傳輸速率。

步驟2.1.3：計算單幀視頻圖像的客流人數(shù)自動識別處理時間，一幀視頻圖像的客流人數(shù)自動識別處理時間由兩個因素確定：一是計算機(jī)的性能，二是客流人數(shù)自動識別處理程序的量與處理時間，在JAVA中可按如下方式計算得到。

int t₁＝system.currentTimeMillis()；

int t₂＝system.currentTimeMillis()；

system.out.printin(t₂-t₁)；

其中，t₁是第一個時間節(jié)點，t₂是第二個時間節(jié)點。

步驟2.1.4：計算視頻圖像采樣間隔時間：

T＝(x+y)*z

其中，T是全部監(jiān)控攝像頭一幀視頻數(shù)字圖像的處理時間，x是一幀視頻數(shù)字圖像傳輸時間，y是一幀視頻數(shù)字圖像的客流人數(shù)自動識別處理時間，z是監(jiān)控攝像頭數(shù)。

b、步驟2.2：中央控制室將視頻圖像存儲到硬盤錄像機(jī)，供遠(yuǎn)端用戶進(jìn)行視頻圖像訪問和分析。

c、步驟2.3：中央控制室將視頻圖像從硬盤錄像機(jī)提取送至數(shù)據(jù)處理服務(wù)器。如圖2所示的數(shù)據(jù)采集示意圖，監(jiān)控攝像機(jī)1、2、3把采集視頻圖像數(shù)據(jù)送入車站的中央控制室，中央控制室一方面將數(shù)據(jù)存入硬盤錄像機(jī)，另一方面將數(shù)據(jù)送至數(shù)據(jù)處理服務(wù)器。

(3)其次，基于特制的人數(shù)識別算法，進(jìn)一步得到軌道交通車站內(nèi)站廳、站臺局部區(qū)域的客流信息。人數(shù)識別算法如圖3所示，包括以下步驟：

a、步驟3.1：每隔一段時間獲取一次視頻圖像，智能去除視頻圖像中的無效區(qū)域，對視頻圖像進(jìn)行分割處理。

b、步驟3.2：根據(jù)攝像頭角度、高度以及照射區(qū)域識別出視頻圖像中不同分割區(qū)域的人頭像素比例。

c、步驟3.3：考慮亮度參數(shù)、對比度等參數(shù)，獲取視頻圖像區(qū)域的人頭的像素灰度范圍。

d、步驟3.4：結(jié)合視頻圖像區(qū)域的人體投影面積因素，通過統(tǒng)一算法計算出視頻圖像中總的人數(shù)num。

(4)最后，對客流狀態(tài)進(jìn)行分級，確定不同客流狀態(tài)的閾值，最后確定不同區(qū)域客流的預(yù)警級別。

a、步驟4.1：將客流預(yù)警狀態(tài)分為三級：I、II、III三級，分別對應(yīng)紅色、橙色、黃色。

I級預(yù)警狀態(tài)：站廳、站臺區(qū)域人流密度大，達(dá)到超高負(fù)荷水平，極有可能發(fā)生大面積擁堵和踩踏情況，站臺層列車車門處上、下車乘客疏散時間明顯高于列車?？繒r間，極有可能發(fā)生長時間的擁堵及客流積聚情況。

II級預(yù)警狀態(tài)：部分站廳、站臺區(qū)域達(dá)到超高負(fù)荷水平，站臺層列車車門處上、下車乘客疏散時間略高于列車?？繒r間，站廳人流緩慢移動，可能發(fā)生長時間的擁堵及客流積聚情況。

III級預(yù)警狀態(tài)：有可能部分站廳、站臺區(qū)域達(dá)到超高負(fù)荷水平，站臺層列車車門處上、下車乘客疏散時間小于列車停靠時間，不會發(fā)生長時間的擁堵及客流積聚情況。

b、步驟4.2：確定不同客流預(yù)警狀態(tài)級別的閾值。實時客流量大于閾值Y₁，處于I級預(yù)警狀態(tài)；當(dāng)實時客流量大于閾值Y₂，處于II級預(yù)警狀態(tài)；當(dāng)實時客流量大于閾值Y₃，處于III級預(yù)警狀態(tài)。具體計算過程如下：

步驟4.2.1：計算客流滯留比例Ra，客流滯留比例為最大客流滯留量占區(qū)域容納能力比例。根據(jù)現(xiàn)場實際調(diào)查以及技術(shù)手段研究，對于所有地鐵車站，Ra達(dá)到80％可定為I級預(yù)警狀態(tài)，Ra達(dá)到60％可定為II級預(yù)警狀態(tài)，Ra達(dá)到40％可定為III級預(yù)警狀態(tài)。

步驟4.2.2：計算視頻監(jiān)控設(shè)備可監(jiān)控到的實際區(qū)域面積A_sp，由識別判斷預(yù)警區(qū)域模塊的步驟1.2可知，站廳為36m²，站臺為40m²。

步驟4.2.3：計算個人所占的地面面積S_p，個人所占的地面面積，由肩寬、身體厚度以及心理距離決定，根據(jù)中國成年人人體尺寸(GB/T 10000-1988)，人的平均肩寬為0.415m，平均身體厚度為0.261m，根據(jù)調(diào)查人的心理距離約為0.2m，計算乘客所占面積為0.223m²。

步驟4.2.4：計算客流預(yù)警狀態(tài)級別的閾值Y_i：

其中，Y_i是第i級預(yù)警狀態(tài)的實時客流量閾值，Ra_i是第i級預(yù)警狀態(tài)的客流滯留比例，A_sp是視頻監(jiān)控設(shè)備可監(jiān)控到的實際區(qū)域面積，S_p是個人所占的地面面積。

舉例分析，計算站廳的I級預(yù)警狀態(tài)的閾值，由步驟4.2.1可知，Ra為80％，由步驟4.2.2可知，站廳視頻監(jiān)控設(shè)備可監(jiān)控到的實際區(qū)域面積為36m²；由步驟4.2.3可知，個人所占的地面面積為0.223m²，由此計算出I級預(yù)警狀態(tài)的閾值為129人，具體如下：

其他客流預(yù)警級別計算結(jié)果如下所述：對于站廳的攝像頭來說，當(dāng)實時客流量大于129人，處于I級預(yù)警狀態(tài)，當(dāng)實時客流量大于97人，處于II級預(yù)警狀態(tài)，當(dāng)實時客流量大于66人，處于III級預(yù)警狀態(tài)；對于站臺的攝像頭來說，當(dāng)實時客流量大于143人，處于I級預(yù)警狀態(tài)，當(dāng)實時客流量大于108人，處于II級預(yù)警狀態(tài)，當(dāng)實時客流量大于72人，處于III級預(yù)警狀態(tài)。

c、步驟4.3：根據(jù)數(shù)據(jù)處理模塊所得的實時客流量num，以及步驟4.1、步驟4.2，確定實時客流量所屬客流預(yù)警級別，發(fā)出預(yù)警信號。

舉例分析，當(dāng)識別站廳某監(jiān)控攝像機(jī)傳輸?shù)囊曨l圖像，獲取實時客流量為86人，根據(jù)步驟4.1和步驟4.2，66＜86＜97，所以該監(jiān)控攝像機(jī)所監(jiān)控區(qū)域處于III級預(yù)警狀態(tài)。