王 超 张玉庭 黄维唯

(辽宁工程技术大学土木工程学院，辽宁 阜新 123000)

1 研究背景

在越来越多市民乘坐地铁出行的过程中，各地地铁逐渐出现了运力短缺、地铁车站拥挤无序、站台空间通行条件较差以及静态候车标识指示不明确、设计缺乏合理性的问题[1]。

其中地铁上下车的效率对于人流的出行有着极大的影响，但地铁到站时的排队不规范往往导致客流大、通行效率低、车厢内可利用空间分布不均。数字化人流引导地铁车厢上下车成为目前需要研究的问题。

随着人工智能平常化、大数据技术逐渐成熟，地铁客流模拟下的车厢空间优化得以在这些新兴技术下实现。乘客通过地铁显示屏与手机程序来观察地铁的到站时长与预测的车厢剩余乘客数量，不同时间段的列车等候人群能够实时掌握车厢信息，根据预测的车厢剩余乘客数量规范乘车，最终实现地铁车厢空间的优化。

2 工作原理

车厢内外人流量信息不对称，导致部分车厢乘客上乘后过于拥挤，而空闲车厢则因为拥挤人流阻塞得不到充分利用。打破车厢内换乘信息不对称能有效引导人流到空闲车厢，进而提升换乘效率、优化车厢可利用空间。

本项目以地铁车厢空间为基础，将AI-Agent技术、PTZ摄像、人物识别系统、人工智能、大数据库综合应用于地铁人流数据的采集、流量预测、后台管理、人流疏导服务中，通过自主开发的人流识别系统、后台大数据运维管理系统、地铁智能提示屏、微信小程序建立数态闭合，进而实现人流检测、人流预测功能，实现地铁车厢空间优化(见图1)。……