李宇杰，裴中阳，李 强，刘 京，王 璐，于 霖

（1. 北京市地铁运营有限公司，北京 100044；2. 北京久译科技有限公司，北京 100070）

1 引言

随着国民经济的发展、科技的进步以及城市化水平的提高，近年来国内许多城市均在大力推进地铁的建设与完善。与此同时，地铁的客运量也在不断攀升，从而对地铁列车的运营调度与车站管理提出更高要求。2019年，中国内地的地铁总客运量为238.14亿人次，较2018年增长11.8%；日均客流量为6 552.75万人次，较2018年增长12.12%。客流数据研究表明，对于线网规模较大、轨道交通出行通达性好、开通历史更久以及运营成熟的城市，工作日客流远高于休息日客流。例如2019年北京的年平均工作日客流为1 228.58万人次，而休息日客流为764.71万人次，降幅高达38%。而在1天之中，客流也具有时空不均衡的特点，这体现为枢纽车站、换乘车站与普通车站之间客流量存在较大差异，工作日通勤时段与工作日其他时段客流量相差较大，以及站内客流分布和客流流向不均衡等。这种时空不均衡性使得客流量较大的车站，如枢纽车站与换乘车站，出现严重的拥挤与乘客滞留（需等待下次列车）问题。该问题除会影响乘客通行效率，还可能造成列车延误，甚至引发骚乱、踩踏等安全事故。因此，对地铁站内的客流进行实时监测与分析，无论是对提升乘客满意度、提高车站运营效率，还是对优化列车调度、保障乘客安全来说都是关键的一环。

2 地铁站客流监测现状

国内各大城市常用的地铁站客流监测方法可以划分为人工统计法、传感器感应法和自动售检票系统采集法三大类。在地铁的运营中，当前仍是通过出入口的闸机来获取客流数据。虽然该数据十分准确，但仅能提供进出地铁站的总客流量信息，而无法反映车站内外全面的客流情况，如乘客进站时间、候车时间、站内各处的客流密度以及乘客换乘率（针对换乘车站）等。这些信息目前只能通过站内工作人员现场目测结合对监控视频的观察而获取。以这种方式得到的客流数据不仅不够准确，而且不够全面，同时由于工作人员难以全程将注意力集中于观测客流上，因此无法形成全面而准确的客流数据以供实时查看和做进一步的统计分析。

在保障乘客通行秩序与安全方面，目前仅依靠站内安保人员的巡视以及对监控画面的监视。由于安保人员人数有限，而且无法保证对所有监控点位的全程实时监视，因此对于突发事件往往不能进行及时响应。

对于本文所涉及的北京市西二旗地铁站来说，上述问题也全都存在。由于西二旗地铁站是13号线与昌平线的换乘车站，又因为其特殊的地理位置，在早晚高峰期客流量非常大，站内客流密度高且流向复杂。还经常有乘客由于候车队伍过长而无法乘上当次列车，需要等待下一次列车。为防止因人群密集而导致的骚乱甚至踩踏等事件，同时对列车的运营调度进行优化，需要对站内外的客流详情进行实时监测与量化分析。

3 智能视频分析技术在客流监测中的应用分析

智能视频分析是以数字化、网络化视频监控为基础，通过计算机视觉和视频分析技术，对监控场景的视频图像进行自动解析，实现目标的检测、跟踪与识别，并在此基础上进行人流量统计、人群密度估计、入侵检测、行为识别等智能化分析。该技术具有检测精度高、响应速度快、能实现不间断实时监控的优点。

当前国内的地铁站基本已经全面覆盖监控摄像机，结合上文对客流监测现状的分析，可知将智能视频分析技术应用于地铁站客流监测，不仅能够实现对车站内外的客流情况进行智能、全面的统计分析，还能对乘客行为进行实时监测并对特定行为进行自动告警，从而有效满足地铁站客流监测方面的需求。不仅如此，选择应用智能视频分析技术，可以充分利用现有的监控摄像机，只需要在少数点位新增摄像机，而不需要增加额外的其他种类的传感器等设备，因而能节省有限的地铁站空间，并降低改造施工的难度。此外，由于该技术是非接触式、非配合式的技术，因此不会对乘客的通行速度与体验造成影响。

4 客流监测系统功能

西二旗地铁站有着早晚高峰期间客流量大、站内客流密度高、客流流向复杂且候车排队人数多等特点，为实现全面的客流监测与智能化安全防范，同时便于工作人员查看与管理，对应的客流监测系统应具有以下功能。

4.1 客流统计与分析功能

客流数据的统计与分析应是客流监测系统的核心功能，对此应遵循的设计原则是尽可能地获取全方位的站内客流数据和客运指标，提供数据超标时告警与一定的分析预测能力，为列车的最优化调度与车站的精细化管理提供支持。因此应具备的功能有：

（1）对进出地铁站的客流量进行统计，包括各时段客流量、站内实时客流量、总集散客流量与最近一段时间内的集散客流量；

（2）提供主要出入口、车门处、换乘通道、电梯与步梯等关键通道的客流量数据；

（3）计算乘客的进站时长、候车时长以及平均换乘率；

（4）统计站台处的排队人数，对站台与站厅内的客流密度进行监测；当客流密度超过设定的阈值时，能触发告警；

（5）可根据历史数据和实时客流数据等信息预测短期内的客流变化趋势，当预测值超过设定阈值时，平台上能显示警示信息。

4.2 智能视频监控功能

客流秩序的维护与安全防范是车站运营中的重要工作。通过视频分析技术来提高现有视频监控系统的智能化水平，是进一步做好该工作的有效途径。由于视频分析技术自身的特点，智能视频监控功能可以很方便地集成到客流监测系统中。考虑到西二旗地铁站的实际需求与当前的技术发展水平，系统应具备的功能如下。

（1）自动识别黑名单人员，自动识别乘客的呼救、逆行与入侵禁区行为，自动识别站内值守人员的离岗行为。

（2）当出现上述情况时平台能进行弹窗报警，并提供对应点位监控视频的快捷入口，弹窗报警应伴随着报警音提示与报警灯闪烁。

（3）系统能对事件前后一定时间段（可设置）的监控视频进行存储，同时提供事件检索功能。此外，应支持导出事件信息报表。

（4）实时显示站内工作人员的位置与分布情况。

（5）提供预案分组的视频调阅方式，即将多个关联的摄像机预先设置为同一组，当点击查看某一点位的监控画面时，其关联点位的摄像机画面也会同时显示，使得管理人员在查看目标点位情况的同时，能够了解周边关联点位的情况。

（6）支持对进站口与出站口、闸机、站厅、站台、换乘通道等关键区域的监控视频进行全景融合并在单个窗口中显示，以方便车站的日常客运管理和支持特殊情况下的全景指挥。

4.3 数据展示功能

以科学和直观的形式对客流数据与事件信息进行展示，有助于提高管理人员获取信息的效率，帮助他们对客流变化与事件告警作出准确而及时的响应。系统平台应具备的功能如下。

（1）通过数据看板的方式对客流数据与事件信息进行综合展示，以提高信息获取的效率。

（2）以图、表等清晰直观的方式对客流数据进行可视化呈现；对于总的客流量数据，可提供与历史数据的对比，以便对客流量进行预测与分析；提供不同点位的客流量数据或客流密度数据之间的对比。

（3）当查看部分点位的详细客流数据时，界面能同时显示对应的监控画面。

（4）建立车站的3D模型，在此模型上：以热力图的形式实时展示站台与站厅区域客流的分布信息；显示工作人员的实时位置与分布；以图标标示视频分析点位的位置，点击图标可查看监控画面，当出现事件告警时对应图标闪烁。

5 基于智能视频分析技术的客流监测系统

根据对西二旗地铁站客流监测系统的功能分析，结合对车站结构与现有摄像机的考察，对进行视频分析的点位做选取，并对系统的总体框架、网络拓扑、硬件组成、算法、平台界面以及系统测试进行分析与说明。

5.1 视频分析点位的选取

根据乘客在站内的行动轨迹与站内设施，可知客流监测的关键点位有9个，依次为站外导流栏外侧、导流栏、闸机、站厅、通行梯（步行梯与电扶梯）、站台候车区、车门处（上下车客流）、换乘通道以及出站口，如图1所示。

通过考察在不同点位进行视频分析对摄像机拍摄角度与监控区域的要求，在充分利用已有摄像机的基础上，适当新增可满足需求功能的摄像机进行补充覆盖。例如，由于导流栏外侧的广场面积较大、人流分散且夜间缺乏照明，因此需在导流栏外新增1台覆盖区域较广、能够在超低照度下工作的星光级球机。又由于导流栏靠近进站口的一端通道较狭窄，因此采用在此条件下计数精度更高的激光雷达来对进站客流量进行统计。此外，由于站台处现有摄像机的监控画面无法完整覆盖所有车门，因此在3个站台（13号线东站台、西站台与昌平线站台）处各新增4台全景摄像机，以对车门处的上下车客流进行监测。使用全景摄像机的好处是可以减少在站台处新增摄像机的数量，从而降低对现有线路与设施的改动程度。

5.2 系统总体架构

客流监测系统的总体架构如图2所示。其中各模块的功能与数据传递的流程如下。

（1）摄像机采集场景视频发送给智能分析设备，供算法分析使用。

（2）智能分析设备获取摄像机的视频信息，经过人工智能算法的分析后得出业务基础信息，根据不同的场景和算法，可输出进出站客流量、客流密度、客流速度、候车时长等数据。

（3）接收服务启动后即可接收智能分析设备的数据，将基础数据添加组织结构信息后直接入库，同时将数据发送给分析服务，供下一步具体业务分析使用。

（4）分析服务启动后立即获取平台基础信息与配置信息，在接收到算法分析结果后根据平台信息按照既有的业务逻辑分析数据，并发送给存储服务。若算法输出的是报警信息，则分析服务同时将其发送给平台服务和存储服务。

（5）平台的功能分为4部分：接收分析服务的报警信息；向分析服务发送基础信息和配置信息；获取业务报表数据；接收视频流数据供操作者监控。

（6）运维服务的主要功能是维护系统稳定运行，可检测数据库运行状态、设备故障、网络健康、服务运行状态、人员操作日志等。

（7）存储服务接收其他模块的数据进行存储操作，可存储的数据有业务数据、文本数据、视频数据以及其他系统中需要固化存储的信息等，该方案的数据存储不包含视频存储。

5.3 硬件组成与网络拓扑

13号线和昌平线网络分属不同的网段，其摄像机不互相连接，因此采取2个局域网的模式，即分别在13 号线机房和昌平线机房放置边缘计算智能终端，将分析的结果传入西二旗站中控室，在中控室建立局域网进行数据互联分析，其硬件组成与网络拓扑如图3所示。

在13号线机房中部署3台边缘计算智能终端，从13号线部分既有摄像机以及13号线新增摄像机的码流中取得视频信号，边缘计算智能终端进行视频分析，将智能分析数据通过网络发送至中心服务器。为保证网络安全，在13号线既有交换机与新增摄像机之间，添加1 台防火墙设备。

在昌平线机房中部署2台边缘计算智能终端，从昌平线新增摄像机的码流中取得视频信号，边缘计算智能终端进行视频分析，将智能分析数据通过网络发送至中心服务器。

中心服务器将接收到的分析数据融合，进行全站数据的综合分析，客户端直接访问中心服务器查看分析结果。

由于地铁站客流监测应用对于实时性以及安全性的要求较高，因此本系统使用边缘计算设备作为各种检测算法的载体，而非依赖于较高网络带宽以及更易于受到安全威胁的云计算平台。

5.4 算法

客流量统计与客流密度计算的关键环节是更好地表征行人的特征，相对于传统的人工提取特征的方法，深度学习方法越来越具有优势。本系统所应用的算法即是基于深度学习模型，而不同功能对应着不同结构的模型。

例如对于客流量统计，使用轻量级的神经网络模型，可以高效率地在嵌入式设备（边缘计算智能终端）中运行。模型采用单阶段检测头，可以轻松适应不同相机尺度的变化。不同于传统客流量统计算法将人脸或人体作为检测目标，本算法的检测目标是人体的头部，因而能适应各种角度的行人图像，并且受人体遮挡的影响很小。图4为使用该算法对西二旗北闸机处客流量进行统计时的分析视频截图。

又如在客流密度估计中，算法采用的是沙漏型卷积神经网络，算法输出为1张目标区域的人群密度热图。对于超高密度人群的场景（即西二旗地铁站早晚高峰时段的站台与站厅区域），受人体遮挡、分辨率有限等因素的影响，远端的人群是无法采用逐个检测的方式计数的，而输出热图的方法能够直接根据图像的整体信息估计人群的数量，并且该方法同样适用于人群稀疏的情况。

5.5 系统平台界面

平台界面是展示各种客流数据与事件信息的窗口，同时负责用户管理。系统中的两大核心模块，即智能分析设备和中心服务器的分析服务，是根据上文中的功能需求分析而定制的，而平台界面则呈现了这些功能。

图5～图7展示西二旗地铁站客流监测系统的平台界面，其中图5为数据展板与热力图界面，图6为关联视频调阅界面，图7为站台客流密度详情页界面。

如图5所示，平台以数据展板的方式列出各种客流数据与事件信息，并将主要的客流数据以曲线图或柱形图的形式呈现。其中的当日客流量数据支持当日、昨日、上周同期的对比；“客流密度”栏同时显示各点位的最大、最小与平均密度值，并显示其报警阈值。

界面的中央是车站的3D模型，支持以任意视角进行查看。模型上的热力图直观地展示站台与站厅处的实时客流密度分布。模型上的红色图标显示站内摄像机的位置与分布，通过点击图标能够以关联调阅的方式查看对应点位的实时分析视频。

如图6所示，当点击模型中某步行梯处的摄像机图标时，界面会同时显示该处及附近的3个监控点位的实时分析视频。

如图7所示，当点击“客流密度”栏右上角的“更多”按钮时，界面显示客流密度详情与各站台数据的对比，同时在右下角显示所选站台的监控视频。

同样地，可通过类似方式查看有关“主要出入口客流情况”与“事件分析”的更多数据。

5.6 系统测试

由于该系统的搭建目前还未全部完成，因而有小部分功能尚不具备。也因此，尚未对该系统功能的有效性、稳定性与精度等性能指标进行系统性的测试。尽管如此，系统功能及其平台界面仍然得到初步的测试。测试的途径有以下 3种：

（1）在客流量较少的时段，采用人工计数方式统计导流栏、闸机、步行梯与电扶梯等处的客流量以及各站台处的客流密度（人数），并根据系统平台显示的主要客流数据计算出系统在非客流高峰时段所统计客流数据的准确度；

（2）组织人员在站内模拟乘客挥手呼救、逆行、入侵非准入区域以及站岗人员离岗等事件行为，以测试相关智能视频监控功能的有效性与稳定性；

（3）对平台功能进行一段时间的试用，并根据使用体验来对数据展示的清晰性、信息搜寻的难易度、告警功能的有效性、业务逻辑的合理性、界面操作的流畅性以及对车站管理效果的提升程度作出评价。

测试结果表明，基于智能视频分析技术的客流监测系统有效提高地铁站客流统计的全面性与量化水平，有效提升车站管理与安全防范的效率与效果。

6 结论

基于智能视频分析技术搭建地铁站客流监测系统，该系统不仅可以量化站内各处的客流情况并由此计算出进站时长、候车时长等乘客通行效率指标，提高地铁站客流统计的全面性，而且能够对乘客的呼救、入侵等行为进行自动识别与告警，提高地铁站安全防范工作的效率。同时，由于该技术能够利用现有的监控摄像机而不需要大量添置其他类型的传感器设备，某些因画面覆盖不全而新增的摄像机也是对现有监控系统的补充，因此它的应用是具有成本效益的。随着国内城市轨道交通建设的持续推进，智能视频技术在地铁站客流监测中会有越来越广阔的应用前景。与此同时，该技术会在不断满足应用需求的过程中得到发展，从而进一步提高地铁的智能化水平。