王亚男 金兆远

（1.广州地铁集团有限公司；2.广州地铁设计研究院股份有限公司）

传统安检系统主要采用手持便捷终端与“人过门，物过机”相结合的人工安检作业模式，其功能单一、设备离线使得无法有效对安检人员信息进行获取以及无法对乘客群体进行重点区分检查，导致普遍采用无差别安检方式并需要以抽查重点人员（如核验身份证、查看防疫信息等）的安检方式进行辅助排查，导致投入巨大人力，但危险品检出率却不高。例如，2019 年北京地铁安检查获物品中，日常用品（打火机油、气，民用喷剂，普通刀具等）占比达99%。可见，安检工作投入大，效果却一般。

城市轨道交通线网日益扩大的规模及客流与安检能力不足的矛盾十分突出，传统安检模式已经不适应当下相关政策的新需求，同时随着GB51151—2016《城市轨道交通公共安全防范系统工程技术规范》的实施，安检系统的核查要求也将更加全面。目前，基于乘客征信的快速安检技术已经在民航领域多有应用，但在地铁行业仅有部分大型城市开展了试点应用研究。

在不降低安检标准的同时，如何提高工作人员的检查效率、提升乘客出行效率，已经成为迫切需要解决的难题。对此，本文对基于乘客数据库的轨道交通安检技术进行应用探讨。

一、安检系统网络化设计

车站安检系统网络化是实现人检识别技术的基础条件。随着城市轨道交通安全形式逐步严峻以及国内反恐政策及疫情防范等背景下，安检系统网络化已成为技术发展的趋势所在。

安检系统按线网级、车站级、现场级三层架构进行设计。本文主要对车站级安检系统展开讨论。车站级安检系统通过环型组网方式将整个车站安检设备有机的集成在一起，联网运营管理车站内所有现场安检设备（包括通道式X 光检查仪、智慧安检门、台式液体探测仪、爆炸物探测仪、管理工作站、执法记录仪、安检通道摄像机等），实现对站内所有现场安检设备的状态监控、事件信息采集以及统计分析并生成报表等。车站安检系统网络架构图如图1 所示。

图1 车站安检系统网络图

二、乘客数据库

安检系统在车站级建立站级乘客数据库，一站一库，并采用常乘客缩库策略，对站级乘客数据库动态缩库，使得站级乘客数据库更轻量级，更具有针对性，提升大部分乘客的比对速度以及准确性。数据库内信息主要来源如下：

1.乘客注册

安检系统与自动售检票系统、轨道交通APP 系统等进行接口互联，乘客可使用手机端或关联系统的终端设备进行安检系统乘客数据库的信息注册。

2.线网乘客画像数据库信息同步

线网乘客画像数据库为安检系统与其它专业系统统筹建设，关联乘客基本生物信息及非生物特征等社会标签信息。如安检系统把乘客基本生物信息、安全等级信息等实时更新至线网乘客画像数据库。但此处乘客信息同步并非线网层定时向下面车站级乘客数据库推送更新，而是按需索取，在车站层进行乘客实名信息检索比对，其中未能在本地车站级乘客数据库命中，再由车站计算机系统向线网乘客画像数据库检索实名乘客信息，如在线网乘客画像数据库命中，返回乘客实名信息到车站计算机系统，车站计算机系统再将乘客画像数据库乘客信息实时同步至车站级乘客数据库。随着站级数据库数据完善，站内比对命中率提高，将大大减少线网乘客画像数据库的压力，提高站内乘客比对检索速度。其信息同步流程如图2 所示。

图2 乘客信息同步流程图

3.公安、防疫等重点人员数据库信息同步

为发挥智慧安检警企合作，联防联动优势，车站级乘客数据库应包含公安重点人员数据库对布控公安重点人员进行管理。当公安系统发起布控指令，安检系统向公安重点人员数据库注册人员信息，并下发到车站安检系统，对公安重点人员进行实时布控。公安系统发起撤控指令，安检系统向公安重点人员数据库注销人员信息，并下发到车站安检系统实时撤控。警企联防布控，实时识别命中重点人员数据库乘客，将实时同步报警信息到公安系统。

乘客防疫信息同步是地铁安检系统与政府防疫系统对接，从政府防疫系统获取乘客防疫信息，更新乘客数据库防疫人员信息。乘客防疫信息同步有三个流程，分别是防疫人员注册，防疫等级更新以及防疫人员注销，政府防疫系统根据人员防疫信息等级进行人员信息更新时，安检将实时接收政府防疫系统推送的注册、注销、防疫等级变更消息，更新乘客数据库信息。

4.异常人员信息数据库同步

车站级乘客数据库应包含异常人员数据库，异常人员信息可从系统后台、APP、其它专业如自动售检票系统等渠道收录异常人员，对异常人员名单信息进行管理，支持按时间、线路、违规类型对异常人员及其通行记录进行检索。对重点违规人员，可进行布控、撤控操作，操作处置实时下发到车站。实时将人员信息变更同步至车站级乘客数据库。

基于以上信息同步的同时，为提升站级乘客数据库的检索速度以及资源利用率，车站级乘客数据库采用动态的缩库策略。针对数据量较大的实名乘客信息，在地铁营运结束时候，根据过去一段周期乘客出行的记录，进行站内人员动态删减。

三、分级分类安检技术及应用

1.乘客信息采集及分析

（1）乘客人脸生物特征采集及识别。乘客人脸生物特征采集是指对乘客通过智慧安检门时的人脸（包括人脸生物特征、置信度等）信息进行采集，采集的人脸生物特征信息实时上传至车站计算机系统进行数据存储及识别，再由车站计算机系统向线网安检信息管理系统实时同步。

安检系统也具备支持重点人员前置识别功能。由于安检点的重点人员识别告警具有局限性，在安检点识别重点人员产生并产生告警，安检员及公安收到告警消息并处理，安检员及公安需要在极短时间内进行处理完成，否则重点人员通过安检点完成安检进站。针对此类情况，安检系统可通过调取CCTV 出入口通道摄像头对重点人员进行前置识别，在重点人员未到达安检点前，安保人员收到告警通知可提前做好预警措施。

采集及后台识别处理的结果对现场安检点进行实时反馈，如是否属于公安重点人员数据库，防疫二维码是否为健康状态等。

（2）重点人员轨迹数据采集及分析。安检系统与自动售检票系统、门禁系统、CCTV 系统等第三方系统形成对接，获取到相关系统传输过来的数据，如：乘客实名票卡数据、乘客出行数据，安检系统利用这些数据结合重点人员的生物特征，检索的时间，空间范围，进行历史视频流分析，对分析的重点人员进行标识串联，获得重点人员的时空轨迹。

采集及后台分析处理的结果对现场安检点进行实时反馈，辅助安检人员信息侦察。

2.乘客分级技术及应用

车站级安检系统乘客数据库结合公安及其它外部信息，建立乘客数据模型，通过数据挖掘和大数据分析算法，判断乘客潜在风险属性，对乘客进行征信评估，并对乘客征信评估从高至低进行排列，根据相关政策或输入参数，对乘客进行分级，包括但不限于上班类、常旅类、临时类、危险类等并根据等级采取不同程度的安检措施。具体如3 图所示。

图3 乘客分级安检作业图

一类风险乘客是通过地铁实名认证或日常通勤的常乘客，具有一定的出行规律，表现为乘客在某固定车站具有规律性的出行记录，如上班族，常乘客。经认定的低风险乘客在通过安检门时候在安检门隐蔽处提示为颜色A，安检员对授信的一类风险乘客可降低安检标准。

二类和三类风险乘客为公共重点人员、政府防疫人员、地铁黑名单人员以及其他低授信乘客，在乘客不良记录未注销前，可认定为此类乘客较比与普通乘客更具有危险性。当认定为高风险乘客进入安检时候，安检门隐蔽处将采用颜色B 信号进行提醒，安检员收到信号提醒后，需对重点乘客进行更严格地进站安检。

四类风险乘客是未实名乘客或者已实名但无乘车规律乘客，由于对这类乘客出行没有规律，风险规律不易评估，但不具有较高危险性，所以安检采用普通标准。普通风险乘客在经过安检门，在隐蔽处提示信号为颜色C，安检员收到提示可执行普通标准安检。

线网安检管理系统应不断对乘客的安全风险进行测算评估，当安全风险发生变化时，及时通知车站安检系统。

2021 年9 月至今，在广州地铁18 号线安检系统示范站（横沥站）进行了此项技术的初步研发试点，效果显著，后续将按照相关政策要求，继续按此方案进行功能完善并推广至广州地铁全线网应用。

3.乘客分类技术及应用

（1）乘客分类安检技术

安检系统汇集多系统的乘客信息数据，且根据乘客分类算法，对不同类型乘客信息进行分类，最后为车站的乘客识别提供判别依据。分类安检业务流程分为数据采集阶段、数据处理阶段、数据应用阶段，具体业务流程示意图如图4 所示。

图4 分类安检业务流程

①数据采集阶段：此阶段存在场景区别，在地铁场景，系统从安检门的采集装置收集乘客特征信息；从检票机采集乘客票务信息；从边门设备采集乘客使用信息；从公安系统采集重点人员信息；从防疫系统采集涉疫风险人员信息。

②数据处理阶段：此阶段是通过乘客分类算法，把采集与汇聚的人员信息进行分类分级，处理的参数依据包括人员的乘客进站行为、安检行为、购票行为等信息，依据这些信息对人员信息进行综合分析与标签化。

③数据应用阶段：处理好的乘客信息会存储在线网层，此阶段是把相关乘客信息下发车站或者为其他系统赋能。

2021 年9 月至今，在广州地铁18 号线安检系统示范站（横沥站）进行了此项技术的初步研发试点，后续按相关政策要求，拟将此方案进行功能完善并推广至广州地铁全线网应用。

（2）乘客分类快速通行功能

在法律法规及规章制度允许的范围内，安检系统可以通过乘客分类算法，将一定比例的良好地铁出行征信的上班族、常乘客在高峰时段提供的一种实名验证、快速安检通行的服务，从面提升地铁在线网大客流条件下的客运能力。

系统也可以预留免安检乘客分类，免安检乘客是基于低风险乘客按授信等级进行评估，对建设的乘客画像信息库关联乘客特征以及地铁征信数据，对于授信程度高乘客认证给予面安检服务。不同于普通安检模式，免安检乘客采用快速授信安检模式，可快速安检和携带小包过检。

四、结语

城市轨道交通乘客群体复杂，对于传统的安检作业方式存在很多安检盲点。一方面是人员组成的复杂性，传统安检业务很难做到对于重点人员和异常人员的精准识别和监控；另一面是传统安检作业过于依赖安检员的业务能力，如在大客流的状态下，安检员很难在维持安检秩序的同时兼顾更多安检业务。

针对安检现状，本文提出基于乘客数据库的城市轨道交通安检技术应用，依托乘客数据库对乘客属性进行实时动态分级分类，将有限的安检资源精准的用于占比较少的重点人员检查，辅助安检员更好完成安检业务，降低安检员工作强度，同时加强站点人员检测监控，更好地配合公安等职能部门维系站点治安，推进城市轨道交通的信息化建设进程。