王慶綱，陸惠豐

（上海市政工程設(shè)計(jì)研究總院（集團(tuán)）有限公司，上海200092）

綜合交通樞紐是多種交通運(yùn)輸干線交匯與銜接的重要節(jié)點(diǎn)，承擔(dān)著為旅客與貨物的發(fā)送、中轉(zhuǎn)、到達(dá)提供多種運(yùn)輸設(shè)施與輔助服務(wù)的功能，極易出現(xiàn)大規(guī)?？土骺焖偌邸⒍喾N交通方式換乘交織的現(xiàn)象，特別是在春節(jié)、假日及重大活動(dòng)期間。因此，一旦綜合交通樞紐內(nèi)部發(fā)生突發(fā)事件（如火災(zāi)、爆炸、重要設(shè)備故障等），如何快速準(zhǔn)確地發(fā)現(xiàn)突發(fā)異常情況、對(duì)客流進(jìn)行有效誘導(dǎo)和快速疏散，已成為綜合交通樞紐管理部門急需研究和解決的重要問題。

目前，相關(guān)領(lǐng)域的專家、學(xué)者在客流檢測、客流誘導(dǎo)等方面已開展了大量有價(jià)值的研究。陳艷艷等針對(duì)地鐵站內(nèi)通常采用的近景、非垂直視野的視頻拍攝角度，通過采集行人頭部的Haar特征，利用AdaBoost算法對(duì)客流數(shù)量及運(yùn)動(dòng)方向等進(jìn)行有效檢測；王曉等則采用幀間與幀內(nèi)相結(jié)合的算法，準(zhǔn)確獲取視頻流中的運(yùn)動(dòng)物體，并對(duì)公交車輛的上下車客流進(jìn)行實(shí)例研究；趙哲等對(duì)高層建筑在突發(fā)火災(zāi)情況下的人員分布特性進(jìn)行研究，采用Pathfinder軟件對(duì)建筑物內(nèi)的人員疏散過程和誘導(dǎo)策略進(jìn)行仿真和分析；馬劍等研究了在突發(fā)交通事件情況下，采用螞蟻算法確定在綜合考慮行程時(shí)間、交通量、交通量增量等因素情況下的最優(yōu)交通疏導(dǎo)分配方案；張新等在已知多條線路末班車運(yùn)行時(shí)刻的條件下，研究為地鐵旅客提供可達(dá)的OD路徑誘導(dǎo)信息服務(wù)。基于突發(fā)事件對(duì)樞紐客流狀態(tài)的影響，通過實(shí)時(shí)準(zhǔn)確的客流檢測信息，實(shí)現(xiàn)突發(fā)事件自動(dòng)判別及客流快速疏散的相關(guān)系統(tǒng)研究與應(yīng)用還較少，并未實(shí)現(xiàn)樞紐客流的主動(dòng)式管理，無法滿足樞紐日益迫切的智能化管理業(yè)務(wù)需求。

因此，以綜合交通樞紐客流檢測與應(yīng)急誘導(dǎo)系統(tǒng)為研究對(duì)象，對(duì)系統(tǒng)總體框架及關(guān)鍵技術(shù)進(jìn)行了深入研究，通過采用信息化、智能化的技術(shù)手段對(duì)綜合交通樞紐客流進(jìn)行動(dòng)態(tài)監(jiān)測和管理，提高交通樞紐的應(yīng)急安全保障能力。

1 綜合交通樞紐客流特性分析

綜合交通樞紐是眾多交通方式的匯聚節(jié)點(diǎn)，其客流常表現(xiàn)出如下特性:

1.1 客流具有明顯的目的性

樞紐內(nèi)的客流通常具有明顯的目的性，按其目的不同可分為出發(fā)客流和到達(dá)客流。對(duì)出發(fā)客流，其目的地通常為各種交通方式的出發(fā)區(qū)；對(duì)到達(dá)客流，其目的地通常為各種交通方式的換乘區(qū)，如長途大巴、軌道交通、公交車、出租車、停車庫等。但隨著樞紐區(qū)域商業(yè)功能的不斷完善，以購物為出行目的所占比例呈現(xiàn)逐步上升趨勢(shì)。

1.2 客流具有信息需求的連貫性

旅客在接收各類交通信息（特別是路徑誘導(dǎo)信息）過程中，一旦出現(xiàn)信息間斷，會(huì)表現(xiàn)出無所適從的狀態(tài)。而這些信息間斷通常發(fā)生在樞紐區(qū)域內(nèi)多條路徑的交匯點(diǎn)。因此，在交通信息服務(wù)時(shí)，應(yīng)考慮交通信息在時(shí)間和空間上的連貫性。

1.3 客流具有直觀的理解性

由于樞紐內(nèi)多種交通方式在空間高度聚集，造成道路信息（如橫向通道、縱向通道等）、節(jié)點(diǎn)信息（如售票區(qū)域、等候區(qū)域、出入口等）、班次信息及服務(wù)信息（如餐飲、住宿、商業(yè)等）等繁雜信息的高度匯聚，旅客在行進(jìn)過程中接收各類信息，對(duì)各類交通標(biāo)識(shí)的識(shí)讀時(shí)間有限，通常采取直觀的理解方式，即對(duì)第一時(shí)間無法解讀的信息往往是忽略的。因此，交通信息服務(wù)應(yīng)采取分級(jí)誘導(dǎo)策略，并對(duì)交通標(biāo)識(shí)的樣式及信息表現(xiàn)方式提出了較高要求。

1.4 客流具有聽覺的主導(dǎo)性

旅客在獲取視覺信息的同時(shí)，通常對(duì)交通樞紐內(nèi)實(shí)時(shí)廣播信息的獲取具有明顯的主導(dǎo)性。廣播信息具有顯著的大范圍、時(shí)效性的特點(diǎn)，更適合于提供動(dòng)態(tài)班次信息、換乘信息以及在緊急情況下的客流誘導(dǎo)信息等。

1.5 客流具有明顯的空間不均衡性

交通樞紐通常由各類等候區(qū)（如候機(jī)廳、乘車站臺(tái)、售票廳）及其相互的連接通道組成。通常情況下，客流分布與各類交通方式的運(yùn)行班次具有較強(qiáng)的關(guān)聯(lián)性，在某類交通方式鄰近班次的到發(fā)時(shí)段也是該等候區(qū)內(nèi)旅客數(shù)量的高峰時(shí)段。在突發(fā)情況下，由于旅客的避險(xiǎn)心理，客流多集中于各類交通方式的等候區(qū)與樞紐主要出口間的連接通道；如未有效誘導(dǎo)客流，則主要通道會(huì)集聚絕大多數(shù)客流，容易產(chǎn)生客流擁擠和堵塞等狀況。

2 系統(tǒng)總體框架分析

結(jié)合綜合交通樞紐的客流特性，采用先進(jìn)的數(shù)字監(jiān)控、視頻處理、網(wǎng)絡(luò)技術(shù)及計(jì)算機(jī)技術(shù)等，對(duì)突發(fā)事件情況下的客流檢測與應(yīng)急誘導(dǎo)流程進(jìn)行研究，提出系統(tǒng)總體框架（見圖1）。

圖1 綜合交通樞紐客流檢測與應(yīng)急誘導(dǎo)系統(tǒng)總體框架

該系統(tǒng)主要由實(shí)時(shí)視頻采集、異常事件檢測、應(yīng)急決策和應(yīng)急信息發(fā)布4個(gè)主要模塊組成:實(shí)時(shí)視頻采集模塊是通過布設(shè)在站臺(tái)、候車區(qū)、安檢口、樓梯等重點(diǎn)區(qū)域的視頻攝像機(jī)不間斷地采集實(shí)時(shí)視頻圖像；異常事件檢測模塊通過對(duì)視頻圖像序列進(jìn)行分析與處理，對(duì)客流的動(dòng)態(tài)運(yùn)動(dòng)特征進(jìn)行自動(dòng)識(shí)別，根據(jù)預(yù)定義的突發(fā)事件判別標(biāo)準(zhǔn)確定突發(fā)事件的性質(zhì)和級(jí)別；應(yīng)急決策模塊根據(jù)突發(fā)事件的級(jí)別，依照應(yīng)急預(yù)案采取針對(duì)性的應(yīng)急處置措施，并對(duì)處置結(jié)果進(jìn)行動(dòng)態(tài)跟蹤；應(yīng)急信息發(fā)布模塊通過靜態(tài)交通標(biāo)示、動(dòng)態(tài)誘導(dǎo)屏、語音廣播、SMS推送等方式向樞紐內(nèi)的客流進(jìn)行動(dòng)態(tài)誘導(dǎo)和快速疏散，以引導(dǎo)客流快速到達(dá)樞紐出口或安全區(qū)域。

3 關(guān)鍵技術(shù)分析

綜合交通樞紐客流檢測與應(yīng)急誘導(dǎo)系統(tǒng)是實(shí)現(xiàn)突發(fā)事件檢測、應(yīng)急客流疏散的復(fù)雜系統(tǒng)，對(duì)提高綜合交通樞紐的應(yīng)急處置能力具有重要意義。

3.1 動(dòng)態(tài)客流檢測技術(shù)

綜合交通樞紐內(nèi)的動(dòng)態(tài)客流檢測通常利用視頻監(jiān)視設(shè)備，獲取監(jiān)控區(qū)域內(nèi)的實(shí)時(shí)動(dòng)態(tài)場景圖像，利用計(jì)算機(jī)視覺分析技術(shù)，對(duì)視頻序列進(jìn)行自動(dòng)分析，實(shí)現(xiàn)動(dòng)態(tài)場景中的目標(biāo)定位、識(shí)別和跟蹤，以提取客流狀態(tài)特征信息。目前，基于視頻圖像的動(dòng)態(tài)客流檢測技術(shù)主要包括如下幾種:

3.1.1 背景差法

該法需選定一幀圖像作為參考圖像，用實(shí)時(shí)采集的當(dāng)前幀的圖像和參考圖像做差分計(jì)算，從而自動(dòng)識(shí)別出檢測場景內(nèi)的一個(gè)或多個(gè)運(yùn)動(dòng)目標(biāo)。該方法對(duì)參考圖像的選取要求較高，一般適用于背景變化較小的場合，同時(shí)，在分析模型和算法中應(yīng)考慮光照陰影、物體遮擋等環(huán)境因素的影響。

3.1.2 幀間差分法

又稱多幀識(shí)別，是在連續(xù)的圖像序列中對(duì)兩個(gè)或多個(gè)相鄰圖像幀間，采取基于像素的時(shí)間差分并且閾值化來提取圖像中的運(yùn)動(dòng)目標(biāo)。該方法對(duì)動(dòng)態(tài)環(huán)境條件的適應(yīng)性較強(qiáng)，能夠快速地從圖像中檢測出運(yùn)動(dòng)目標(biāo)，但由于相鄰圖像幀間的變化較小，在運(yùn)動(dòng)目標(biāo)內(nèi)部易出現(xiàn)空洞現(xiàn)象。

3.1.3 基于統(tǒng)計(jì)學(xué)習(xí)的檢測方法

目前，發(fā)展趨勢(shì)是基于學(xué)習(xí)的視頻檢測技術(shù)，如基于AdaBoost Cascade的檢測方法、基于SVM的檢測方法、基于Field Model的檢測方法等，通過從大量樣本集中學(xué)習(xí)和提煉運(yùn)動(dòng)目標(biāo)的各種變化形態(tài)，從而有效地檢測和跟蹤可變形的運(yùn)動(dòng)物體，有效降低環(huán)境因素對(duì)檢測效果的影響，提高視頻檢測的準(zhǔn)確性。

目前，背景差法和幀間差分法已在實(shí)際系統(tǒng)中得到廣泛應(yīng)用，而基于統(tǒng)計(jì)學(xué)習(xí)的檢測方法由于良好的環(huán)境適用性和高檢測精度，得到科研機(jī)構(gòu)和研發(fā)企業(yè)的關(guān)注和重視，正逐漸從理論研究走向工程應(yīng)用，是未來系統(tǒng)建設(shè)與應(yīng)用的主要趨勢(shì)和發(fā)展方向。

3.2 突發(fā)事件判別技術(shù)

獲取綜合交通樞紐的各類突發(fā)事件（如火災(zāi)、爆炸、電梯故障、供電故障等）的報(bào)警信息，可從樞紐智能建筑管理信息系統(tǒng)直接獲取相關(guān)報(bào)警信息，也可根據(jù)各類突發(fā)事件對(duì)樞紐內(nèi)客流運(yùn)動(dòng)特性的影響程度進(jìn)行檢測和獲取。

基于客流動(dòng)態(tài)特性的突發(fā)事件判別方法是對(duì)樞紐空間內(nèi)客流運(yùn)動(dòng)特性進(jìn)行動(dòng)態(tài)分析，按照預(yù)設(shè)的判別標(biāo)準(zhǔn)，對(duì)不同級(jí)別的突發(fā)事件進(jìn)行自動(dòng)檢測和預(yù)警，以采取相應(yīng)預(yù)案措施。采用步行空間密度作為安全級(jí)別劃分的量化指標(biāo)標(biāo)準(zhǔn)，如表1所示。

表1 步行空間密度與安全級(jí)別對(duì)應(yīng)表 m2／人

對(duì)高安全級(jí)別（如5級(jí)、6級(jí)）的客流檢測區(qū)域，應(yīng)向樞紐管理者發(fā)出預(yù)警信息，以重點(diǎn)監(jiān)測該區(qū)域的客流狀況，并及時(shí)采取有效的處置措施，避免客流通行狀態(tài)進(jìn)一步惡化，影響其它區(qū)域的正常通行。

3.3 應(yīng)急誘導(dǎo)路徑選擇技術(shù)

在突發(fā)事件情況下，選擇從事件地點(diǎn)到樞紐出口間的最佳客流誘導(dǎo)路徑是快速疏散人群，減少事件影響和損失的重要內(nèi)容。該問題的解決可采用圖論的相關(guān)研究方法，即求解有向賦權(quán)圖的最短路徑問題。其具體研究過程如下:

首先，根據(jù)交通樞紐的空間布局和客流分布特征，建立有向賦權(quán)圖D＝（V，E），如圖2所示，其中V是該圖的所有節(jié)點(diǎn)組成的集合，E是所有邊組成的集合。

在圖2中，vs為突發(fā)事件發(fā)生地點(diǎn)，即客流誘導(dǎo)路徑的起點(diǎn)；vd1，vd2，…，vdk為交通樞紐的出口，即客流誘導(dǎo)路徑的終點(diǎn)；vj為樞紐空間內(nèi)的交叉節(jié)點(diǎn)；eij為相鄰兩個(gè)節(jié)點(diǎn)vi與vj之間的有向邊，如兩節(jié)點(diǎn)之間可雙向通行，則分別用兩條有向邊表示。

然后，對(duì)每條有向邊的權(quán)重進(jìn)行賦值，以表征該通行路徑的通暢程度。主要考慮人均空間面積q，路徑長度l等因素對(duì)該有向邊通暢性的影響，即

圖2 綜合交通樞紐空間布局示意圖

其中，ωij的值越大，說明該通行路徑eij的通暢性越差。最后，采用Dijkstra算法求解該有向賦權(quán)圖的最短路徑問題，其最短路徑的意義非物理空間上的路徑長度最短，而是考慮各影響因素的費(fèi)用最?。赐〞承宰詈茫┞窂?。

其基本思路為:從起點(diǎn)vs出發(fā)，按照假想的可能方向等速前進(jìn)，遇到新節(jié)點(diǎn)后再繼續(xù)沿所有可能的方向繼續(xù)前進(jìn)，則最先到達(dá)某終點(diǎn)vdk的路徑即為起點(diǎn)vs與終點(diǎn)vdk間的最短路徑Ls－dk。其求解流程如下:

1）對(duì)標(biāo)記矩陣P（V）、跟蹤矩陣T（V）分別進(jìn)行初始化賦值

2）將起點(diǎn)vs加入跟蹤矩陣:T（vs）＝P（vs）。

3）從起點(diǎn)vs出發(fā)，更新其相鄰點(diǎn)vz的標(biāo)記矩陣賦值

其中，m為與起點(diǎn)相鄰的節(jié)點(diǎn)vz個(gè)數(shù)。

4）對(duì)滿足P（vj）≠＋∞，且T（vj）＝＋∞的所有節(jié)點(diǎn)vj，如果下式成立

則跟蹤矩陣T（vt）＝P（vt）。

5）以vt作為新的起點(diǎn)，重復(fù)上述步驟3）、步驟4），直至滿足下式

6）根據(jù)T（vi）反向跟蹤，即可找到vs～vdk的最v短路徑Ls－dk；P（vdk）即為最短距離。

當(dāng)該圖中有多個(gè)終點(diǎn)時(shí)（即樞紐存在多個(gè)出口），則最短距離為從起點(diǎn)vs到所有終點(diǎn)vdk最短距離的最小值，即

Pmin＝ min｛P（vd1），P（vd2），…，P（vdk）｝.（7）

根據(jù)上述求解的最短路徑，確定面向樞紐客流的路徑誘導(dǎo)方案，并在路徑的重要節(jié)點(diǎn)（如各vj節(jié)點(diǎn)）通過LED動(dòng)態(tài)誘導(dǎo)屏、語音廣播等聽視覺方式向客流發(fā)布應(yīng)急誘導(dǎo)信息。由于客流誘導(dǎo)的集聚效應(yīng)，當(dāng)客流誘導(dǎo)信息發(fā)布后，可能造成原通暢路徑的客流量迅速增長，從而使得該樞紐區(qū)域內(nèi)的最短路徑變化，因此，在突發(fā)事件情況下的路徑誘導(dǎo)具有極強(qiáng)的時(shí)間特性，應(yīng)根據(jù)實(shí)際的客流分布情況進(jìn)行動(dòng)態(tài)計(jì)算，及時(shí)調(diào)整客流誘導(dǎo)方案，以實(shí)現(xiàn)對(duì)樞紐客流的動(dòng)態(tài)誘導(dǎo)和快速疏散。

4 案例研究

下面以某綜合交通樞紐的地下一層空間為例，將其空間布局抽象為圖3所示的路網(wǎng)圖。根據(jù)實(shí)時(shí)客流檢測信息，對(duì)判定為5級(jí)和6級(jí)突發(fā)事件的各路徑eij權(quán)重按照式（1）進(jìn)行賦值，其中F（q）和G（l）的取值如表2所示。

表2 通行路徑權(quán)重賦值參數(shù)表

圖3 樞紐空間布局及路徑權(quán)重實(shí)例圖

則按前述流程，起點(diǎn)vs到vd1、vd2的最短路徑計(jì)算過程，如表3所示。

根據(jù)表3，vs到vd1的最短路徑Ls－d1為:vs－v1－3－vd1；P（vd1）最短距離為1.8；vs到vd2的最短路徑Ls－d2為:vs－v2－v4－vd2；P（vd2）最短距離為1.9。則在當(dāng)前客流通行狀態(tài)下，客流疏散的最佳路徑為Ls－d1（vs－v1－v3－vd1）。通 過 在 疏 散 路 徑 的 重 要 客 流 分 流和合流節(jié)點(diǎn)，采用動(dòng)態(tài)誘導(dǎo)屏、語音廣播等方式向旅客發(fā)布路徑誘導(dǎo)信息，有效避免客流局部聚集和逆向交匯，實(shí)現(xiàn)樞紐旅客的快速疏散。

表3 最短路徑計(jì)算表

5 結(jié) 語

在綜合交通樞紐客流檢測與應(yīng)急誘導(dǎo)系統(tǒng)的應(yīng)用研究中，以分析綜合交通樞紐的客流特性為切入點(diǎn)，針對(duì)樞紐客流特性提出了系統(tǒng)總體框架，并對(duì)系統(tǒng)框架中的關(guān)鍵技術(shù)（包括動(dòng)態(tài)客流檢測、突發(fā)事件判別和應(yīng)急誘導(dǎo)路徑選擇）進(jìn)行了專項(xiàng)研究，以支撐整個(gè)系統(tǒng)的構(gòu)建和實(shí)施。通過案例研究對(duì)客流檢測與應(yīng)急誘導(dǎo)的過程進(jìn)行了說明，表明該系統(tǒng)可實(shí)時(shí)監(jiān)測綜合交通樞紐的動(dòng)態(tài)客流通行狀況，實(shí)現(xiàn)及時(shí)、高效、有針對(duì)性的客流誘導(dǎo)，進(jìn)而提高綜合交通樞紐管理部門的應(yīng)急處置能力，保障交通樞紐的運(yùn)行安全。

［1］陳艷艷，陳寧，周雨陽，等.基于機(jī)器視覺的地鐵站客流自動(dòng)檢測方法［J］.公路交通科技，2013，30（10）:122－128.

［2］王曉，唐洪鵬，周麗雅.圖像處理在客流檢測中的算法研究［J］.中國海洋大學(xué)學(xué)報(bào)，2010，40（6）:161－166.

［3］趙哲，陳清光，王海蓉，等.基于Pathfinder的公眾聚集場所的應(yīng)急誘導(dǎo)疏散［J］.消防科學(xué)與技術(shù)，2013，32（12）:1327－1330.

［4］黃召杰，馮碩.灰色預(yù)測模型在鐵路客流預(yù)測中的應(yīng)用［J］.交通科技與經(jīng)濟(jì)，2014，16（1）:57－60.

［5］曾瑋，王佟.基于列車時(shí)刻表的城際鐵路客流分配研究［J］.交通科技與經(jīng)濟(jì)，2014，16（2）:24－26.

［6］張新，徐杰，郭建媛，等.末班車可達(dá)性條件下客流誘導(dǎo)系統(tǒng)研究［J］.物流技術(shù)，2012，31（9）:216－219.

［7］顧應(yīng)欣.機(jī)動(dòng)車不避讓行人交通違法自動(dòng)檢測系統(tǒng)研究［J］.中國公共安全，2013（23）:191－194.

［8］邵春福，李娟，趙熠，等.行人交通的視頻檢測方法綜述［J］.交通運(yùn)輸系統(tǒng)工程與信息，2008，8（4）:23－29.

［9］楊超，傅搏峰.城市軌道交通車站客流安全檢測與應(yīng)急管理系統(tǒng)［J］.城市軌道交通研究，2008（2）:49－51，62.