宋程程， 陳艷艷*， 陳 寧， 劉小明,2

(1.北京工業(yè)大學(xué)北京市交通工程重點(diǎn)實(shí)驗(yàn)室， 北京 100124； 2.廣西壯族自治區(qū)人民政府， 南寧 530000)

隨著軌道交通在城市客運(yùn)地位的提升、軌道交通客流量的迅猛增長(zhǎng)，軌道交通管理及研究部門(mén)需要更高水平的客流組織方案保障軌道交通車(chē)站的正常運(yùn)行，完整、準(zhǔn)確的客流數(shù)據(jù)信息是交通管理及研究部門(mén)策略制定的重要依據(jù)。同時(shí)，在《國(guó)家綜合立體交通網(wǎng)規(guī)劃綱要》的推動(dòng)下，綜合樞紐智慧管控平臺(tái)成為行業(yè)熱點(diǎn)，平臺(tái)的搭建離不開(kāi)站內(nèi)客流的實(shí)時(shí)采集?？土鲾?shù)據(jù)采集最直接有效的手段是依托軌道交通現(xiàn)有視頻監(jiān)控設(shè)備進(jìn)行采集，視頻監(jiān)控設(shè)備已基本普及高清化，客流狀態(tài)數(shù)據(jù)采集范圍將嚴(yán)重影響采集客流數(shù)據(jù)的質(zhì)量，基于視頻監(jiān)控設(shè)備的選型和位置布設(shè)的客流采集范圍研究具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。

目前，中外學(xué)者對(duì)客流狀態(tài)數(shù)據(jù)采集的研究主要集中于地鐵站安全風(fēng)險(xiǎn)分析、采集設(shè)備的優(yōu)化布設(shè)和站內(nèi)客流和設(shè)施關(guān)系分析。

地鐵站的安全風(fēng)險(xiǎn)分析主要是通過(guò)結(jié)合客流數(shù)據(jù)和站內(nèi)設(shè)施等因素對(duì)地鐵站的安全風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。劉兵等[1]通過(guò)對(duì)歷史運(yùn)營(yíng)時(shí)間進(jìn)行分析，利用灰色熵權(quán)模型計(jì)算指標(biāo)權(quán)重，利用灰色關(guān)聯(lián)度方法計(jì)算評(píng)價(jià)指標(biāo)時(shí)間激勵(lì)因子，實(shí)現(xiàn)了對(duì)城市軌道交通站點(diǎn)運(yùn)營(yíng)風(fēng)險(xiǎn)的綜合評(píng)價(jià)。李科君等[2]利用一種消錯(cuò)決策方法，研究并建立了涵蓋城市軌道交通運(yùn)行過(guò)程中產(chǎn)生的動(dòng)態(tài)數(shù)據(jù)的車(chē)站分級(jí)指標(biāo)體系。孫然然等[3]分析了城市軌道系統(tǒng)歷史事故，構(gòu)建了面向運(yùn)營(yíng)安全的城市軌道交通線網(wǎng)性能綜合評(píng)價(jià)指標(biāo)體系，對(duì)車(chē)站、線路、線網(wǎng)三個(gè)不同層次進(jìn)行了安全水平評(píng)價(jià)。

針對(duì)視頻監(jiān)控采集點(diǎn)布設(shè)的應(yīng)用研究主要是將采集點(diǎn)布設(shè)問(wèn)題轉(zhuǎn)化為覆蓋問(wèn)題求解。Han等[4]提出了有限空間內(nèi)基于攝像機(jī)候選點(diǎn)位置和關(guān)鍵點(diǎn)的位置、視場(chǎng)角、方向偏航和可見(jiàn)距離參數(shù)的推理算法,實(shí)驗(yàn)表明，該方法能夠生成詳細(xì)的攝像機(jī)圖像參數(shù)包括位置、視場(chǎng)角、方向偏航和可視距離，具有較低的遮擋和重疊率，以實(shí)現(xiàn)攝像機(jī)最大范圍覆蓋；Kritter 等[5]將攝像機(jī)布置問(wèn)題解釋為在一組特定于應(yīng)用的約束條件下，確定優(yōu)化預(yù)定義目標(biāo)的攝像機(jī)配置問(wèn)題，并進(jìn)行了充分調(diào)查，表明整數(shù)線性規(guī)劃、貪婪啟發(fā)式、進(jìn)化算法和自然啟發(fā)算法可以應(yīng)用于監(jiān)測(cè)設(shè)備分布模型；Olver 等[6]用PhotoModeler軟件估計(jì)估計(jì)了不同分辨率下攝像機(jī)采集信息的準(zhǔn)確性和精度與設(shè)備架設(shè)高度的關(guān)系。程學(xué)慶等[7]在傳達(dá)最大化覆蓋的基礎(chǔ)上，從立體式布局和監(jiān)控輕度方面進(jìn)行完善和補(bǔ)充，提出了基于建筑輪廓、旅客流線和重點(diǎn)區(qū)域的三級(jí)布設(shè)流程和布設(shè)方案。

車(chē)站功能設(shè)施客流研究方面，向紅艷等[8]利用軌道自動(dòng)售檢票(automatic fare collection, AFC)數(shù)據(jù)進(jìn)行了客流的識(shí)別。傅志妍等[9]在分析城市軌道交通車(chē)站乘客聚散行為時(shí)對(duì)站廳、閘機(jī)區(qū)和安檢區(qū)的客流密度和客流強(qiáng)度進(jìn)行了分析，分析最大客流持續(xù)時(shí)間，對(duì)行人流線進(jìn)行優(yōu)化，緩解了局部客流強(qiáng)度。徐永實(shí)等[10]針對(duì)站臺(tái)客流狀態(tài)進(jìn)行了詳細(xì)分析，構(gòu)建了站臺(tái)客流與列車(chē)客流實(shí)時(shí)交互模型，闡述了地鐵站客流實(shí)時(shí)分布情況。李穎宏等[11]基于樞紐內(nèi)行人密度和單位寬度流率等反映樞紐客流狀況的特性指標(biāo)，建立了樞紐內(nèi)客流狀態(tài)綜合模糊評(píng)價(jià)模型。

以上研究多偏向于對(duì)客流數(shù)據(jù)的應(yīng)用，而對(duì)客流數(shù)據(jù)的質(zhì)量未做探討，當(dāng)前站內(nèi)設(shè)備的布設(shè)以安防為依據(jù)，對(duì)客流數(shù)據(jù)采集范圍影響數(shù)據(jù)質(zhì)量的相關(guān)研究匱乏，研究基于高質(zhì)量數(shù)據(jù)采集的城市軌道交通車(chē)站客流狀態(tài)采集范圍是迫切需要的。因此，分析車(chē)站客流采集參數(shù)，對(duì)軌道交通車(chē)站客流狀態(tài)數(shù)據(jù)采集范圍進(jìn)行研究，構(gòu)建采集范圍優(yōu)化模型，為高質(zhì)量客流數(shù)據(jù)采集提供保障，同時(shí)為綜合樞紐智慧管控平臺(tái)提供強(qiáng)大的支撐。

1 客流狀態(tài)采集范圍分析

客流狀態(tài)數(shù)據(jù)采集指獲取城市軌道交通車(chē)站各功能區(qū)域的實(shí)時(shí)客流狀態(tài)，用于樞紐應(yīng)急監(jiān)測(cè)和樞紐設(shè)施優(yōu)化布局提供數(shù)據(jù)基礎(chǔ)。獲取數(shù)據(jù)要滿足全面性、有效性、高精度，采集范圍的確定是數(shù)據(jù)滿足需求的最根本因素?？土鳡顟B(tài)數(shù)據(jù)采集范圍需要滿足客流狀態(tài)獲取和監(jiān)測(cè)設(shè)備數(shù)據(jù)采集精度的需求。

1.1 客流狀態(tài)采集范圍概述

一般而言，車(chē)站內(nèi)部設(shè)施的布局往往對(duì)客流監(jiān)測(cè)設(shè)備的設(shè)置和安裝產(chǎn)生約束?？土鞅O(jiān)測(cè)設(shè)備的設(shè)置高度一般在3.5 m以下，最佳監(jiān)測(cè)視角為垂直視角。在實(shí)際的應(yīng)用中[12-14]，焦距4 mm的相機(jī)鏡頭最為常用，垂直視角下的最大監(jiān)測(cè)直徑為9.8 m，最大監(jiān)測(cè)范圍為75.4 m2。本文忽略設(shè)備傾斜角度對(duì)監(jiān)測(cè)范圍的影響。

在客流狀態(tài)的采集參數(shù)中客流量、客流密度和排隊(duì)長(zhǎng)度可以自動(dòng)采集，通過(guò)對(duì)國(guó)內(nèi)知名視頻分析企業(yè)自動(dòng)客流狀態(tài)采集技術(shù)的調(diào)研，客流量的自動(dòng)采集精度一般不受采集范圍的影響，客流密度和排隊(duì)長(zhǎng)度的自動(dòng)采集精度會(huì)受到采集范圍的影響，在垂直視角、3.5 m布設(shè)高度、4 mm相機(jī)焦距的情況下，最佳采集范圍為4 m4 m，當(dāng)采集范圍大于4 m4 m時(shí)，采集精度不足，并且隨著采集范圍的增大，采集精度降低。

根據(jù)軌道交通車(chē)站設(shè)施為客流提供服務(wù)形式和服務(wù)功能的不同，將車(chē)站劃分為閘機(jī)區(qū)、售票區(qū)、安檢區(qū)、樓(扶)梯區(qū)、站臺(tái)區(qū)及通道6類(lèi)，本文中客流數(shù)據(jù)采集范圍即采集長(zhǎng)度值。

以檢票閘機(jī)區(qū)為例，如圖1所示，陰影區(qū)域?yàn)榭土鳡顟B(tài)采集區(qū)域，本文研究的采集范圍為該區(qū)域的長(zhǎng)度值。

圖1 檢票閘機(jī)區(qū)數(shù)據(jù)采集范圍示意圖Fig.1 The indication ofcollection range in check-in gateway

1.2 客流狀態(tài)采集參數(shù)

軌道交通車(chē)站客流狀態(tài)的表征參數(shù)通常包括客流量、客流密度、步行速度、服務(wù)水平、排隊(duì)長(zhǎng)度、排隊(duì)時(shí)間。軌道交通車(chē)站內(nèi)部不同區(qū)域客流組織與運(yùn)行狀態(tài)不同，評(píng)價(jià)參數(shù)的選取應(yīng)依監(jiān)測(cè)區(qū)域特性而異。例如，對(duì)于閘機(jī)區(qū)域，客流量峰值數(shù)據(jù)并不能準(zhǔn)確反映由于通行能力受限而導(dǎo)致的閘機(jī)區(qū)域客流擁擠狀態(tài)，而排隊(duì)長(zhǎng)度更適合描述閘機(jī)區(qū)域的客流狀況。因此，需要依據(jù)不同功能區(qū)域客流特征對(duì)客流監(jiān)測(cè)采集參數(shù)進(jìn)行分析。

根據(jù)軌道交通車(chē)站功能區(qū)劃分，綜合考慮車(chē)站實(shí)際運(yùn)營(yíng)工作中的經(jīng)驗(yàn)和現(xiàn)有的研究[12-14]，建議采用表1中的參數(shù)對(duì)不同功能區(qū)域的客流狀態(tài)進(jìn)行描述。

表1 客流狀態(tài)采集參數(shù)

隨著新技術(shù)、新科技在交通行業(yè)的推廣應(yīng)用，軌道交通客流監(jiān)測(cè)逐漸從人工化、模糊化向精細(xì)化、數(shù)量化的轉(zhuǎn)變，其中，智能自動(dòng)采集技術(shù)將發(fā)揮重要作用。目前可以實(shí)現(xiàn)對(duì)客流狀態(tài)自動(dòng)采集的參數(shù)包括客流量、客流密度和排隊(duì)長(zhǎng)度。不同功能區(qū)域客流狀態(tài)自動(dòng)采集的參數(shù)如表2所示。

表2 客流狀態(tài)自動(dòng)采集參數(shù)

2 客流狀態(tài)采集范圍優(yōu)化模型

2.1 采集范圍優(yōu)化模型構(gòu)建與求解

由自動(dòng)采集參數(shù)分析可得除通道之外，其余功能區(qū)域的自動(dòng)采集參數(shù)為客流密度和排隊(duì)長(zhǎng)度，均屬于排隊(duì)服務(wù)型設(shè)施，而在通道區(qū)域內(nèi)，一般不形成排隊(duì)狀態(tài)，歸類(lèi)為通過(guò)服務(wù)型設(shè)施，監(jiān)控設(shè)備的自動(dòng)采集參數(shù)為客流密度，其最佳采集范圍計(jì)算模型與其他區(qū)域有所差異。因此，對(duì)排隊(duì)型服務(wù)設(shè)施和通過(guò)型服務(wù)設(shè)施區(qū)域分別建立模型，并選取閘機(jī)區(qū)和通道區(qū)分別作為兩類(lèi)模型的示例進(jìn)行詳細(xì)闡述。

考慮閘機(jī)區(qū)客流數(shù)據(jù)采集范圍(長(zhǎng)度值)受客流狀態(tài)獲取需求及數(shù)據(jù)采集精度的影響，建立客流狀態(tài)采集范圍的目標(biāo)函數(shù)為

(1)

(2)

(3)

(4)

(5)

式(5)中：S為設(shè)備的最佳采集長(zhǎng)度。

售票區(qū)、安檢區(qū)、樓(扶)梯及站臺(tái)區(qū)具有與閘機(jī)區(qū)具有相同的客流特性，客流均以排隊(duì)形式等待服務(wù)，客流數(shù)據(jù)采集范圍計(jì)算模型同閘機(jī)區(qū)。鑒于通道區(qū)自動(dòng)采集參數(shù)與其他區(qū)域不同，需對(duì)通道另作分析。通道區(qū)數(shù)據(jù)采集示意情況如圖2所示。

圖2 通道區(qū)客流數(shù)據(jù)采集范圍Fig.2 Therange of passenger flow data collection in channel

通道區(qū)客流數(shù)據(jù)采集范圍模型的目標(biāo)函數(shù)為：

(6)

客流量的自動(dòng)采集精度一般不受采集范圍的限制，客流密度的自動(dòng)采集精度在一定程度會(huì)受到采集范圍的影響，當(dāng)采集長(zhǎng)度大于4 m時(shí)，采集精度會(huì)隨著采集長(zhǎng)度的增大而減小，計(jì)算公式為

(7)

2.2 參數(shù)權(quán)重

各個(gè)參數(shù)權(quán)重計(jì)算采用主、客觀綜合權(quán)重確定法[15]，其中，主觀權(quán)重采用層次分析法，客觀權(quán)重采用熵權(quán)法。參數(shù)權(quán)重在確定時(shí)采用主觀賦權(quán)法和客觀賦權(quán)法相結(jié)合的思想，充分考慮專(zhuān)家知識(shí)經(jīng)驗(yàn)和數(shù)據(jù)信息，為避免主、客觀權(quán)重的局限性，運(yùn)用組合賦權(quán)方法計(jì)算各個(gè)參數(shù)的綜合權(quán)重。

2.2.1 主觀權(quán)重計(jì)算

邀請(qǐng)行業(yè)相關(guān)專(zhuān)家n人(編號(hào)為a1，a2， …,an)，對(duì)車(chē)站內(nèi)6種設(shè)施相應(yīng)參數(shù)的權(quán)重進(jìn)行打分，建立判斷矩陣，并采用1～9標(biāo)度法對(duì)重要程度賦值，步驟為：

Step1建立安檢區(qū)、檢票閘機(jī)區(qū)、樓(扶)梯區(qū)、人工售票區(qū)、站臺(tái)區(qū)和通道的判斷矩陣x1、x2、x3、x4、x5、x6。

Step2將判斷矩陣每一列歸一化處理。

(8)

Step3列出歸一化矩陣。

M=[M1M2…Mn]T

(9)

(10)

(11)

得到主觀權(quán)重向量為

U1=(ω′1,ω′2, …,ω′n)

(12)

2.2.2 客觀權(quán)重計(jì)算

運(yùn)用熵權(quán)法，研究各層次評(píng)價(jià)參數(shù)。具體步驟如下。

Step1建立安檢區(qū)、檢票閘機(jī)區(qū)、樓(扶)梯區(qū)、人工售票區(qū)、站臺(tái)區(qū)和通道的判斷矩陣x′1、x′2、x′3、x′4、x′5、x′6。

Step2將判斷矩陣歸一化得到矩陣x″1、x″2、x″3、x″4、x″5、x″6。

Step3計(jì)算第j項(xiàng)參數(shù)的信息熵值ej為

(13)

式(13)中：pij為第j項(xiàng)參數(shù)下，第i個(gè)評(píng)價(jià)對(duì)象的特征比重。信息熵ej越小，表明參數(shù)值的變異程度越大，提供的信息量越多，其權(quán)重也越大。

Step4計(jì)算各評(píng)價(jià)參數(shù)的熵權(quán)wj。

當(dāng)各被評(píng)價(jià)對(duì)象第j項(xiàng)參數(shù)值全部相等時(shí)，ej=emax=1。定義差異系數(shù)dj，使得dj=1-ej。差異系數(shù)dj越大，給予較大的參數(shù)權(quán)重。站內(nèi)各功能區(qū)參數(shù)的客觀權(quán)重為

(14)

得到客觀權(quán)重向量為

U2=(ω″1,ω″2,…,ω″n)

(15)

2.2.3 綜合權(quán)重確定

基于主觀權(quán)重和客觀權(quán)重的基礎(chǔ)上，得到綜合權(quán)重[16]為

(16)

3 實(shí)例分析

選取北京西直門(mén)地鐵站為研究對(duì)象，對(duì)客流監(jiān)測(cè)數(shù)據(jù)采集范圍進(jìn)行實(shí)例分析。西直門(mén)站是北京地鐵2號(hào)線、4號(hào)線和13號(hào)線的換乘站。西直門(mén)的進(jìn)站量和換乘量在北京所有地鐵站中一直排名前十，是北京具有代表性的重點(diǎn)軌道交通車(chē)站。課題組通過(guò)人工調(diào)查法對(duì)西直門(mén)地鐵站開(kāi)展了高峰時(shí)段各功能區(qū)排隊(duì)長(zhǎng)度調(diào)查，結(jié)果如圖3所示。

3.1 模型計(jì)算

采用組合權(quán)重法得到各項(xiàng)參數(shù)的綜合權(quán)重值，如表3所示。

表3 排隊(duì)服務(wù)型設(shè)施分級(jí)參數(shù)權(quán)重計(jì)算結(jié)果

通過(guò)視頻調(diào)查法獲得軌道交通樞紐內(nèi)各類(lèi)區(qū)域的乘客最大排隊(duì)長(zhǎng)度值，利用客流數(shù)據(jù)采集范圍模型得到各類(lèi)區(qū)域的客流數(shù)據(jù)最優(yōu)采集范圍。

圖3 高峰時(shí)段各區(qū)域排隊(duì)長(zhǎng)度分布Fig.3 The length distribution of queues in peak hours

西直門(mén)地鐵站各功能區(qū)客流狀態(tài)數(shù)據(jù)最佳采集范圍結(jié)果見(jiàn)表4。

3.2 結(jié)果分析

由表4排隊(duì)服務(wù)型設(shè)施分級(jí)參數(shù)權(quán)重計(jì)算結(jié)果可得，不同功能區(qū)域針對(duì)客流狀態(tài)采集的參數(shù)重要度不同，檢票區(qū)、售票區(qū)、安檢區(qū)、站臺(tái)客流狀態(tài)采集參數(shù)中排隊(duì)長(zhǎng)度權(quán)重大于客流密度權(quán)重，即采客流排隊(duì)長(zhǎng)度重要度更大，更能表征該設(shè)施客流狀態(tài)；樓(扶)梯區(qū)域客流。根據(jù)不同功能區(qū)域采集范圍相關(guān)因素的權(quán)重計(jì)算結(jié)果，檢票區(qū)、站臺(tái)采集精度權(quán)重大于客流狀態(tài)權(quán)重，應(yīng)用于車(chē)站應(yīng)急監(jiān)測(cè)，更能精準(zhǔn)把握關(guān)鍵區(qū)域的客流情況；售票區(qū)、安檢區(qū)、樓扶梯客流狀態(tài)權(quán)重大于采集精度權(quán)重，三類(lèi)區(qū)域一般占據(jù)空間較小，針對(duì)客流狀態(tài)的采集重要性更大，用于監(jiān)測(cè)，更能避免突發(fā)事件的發(fā)生。

表4 監(jiān)測(cè)區(qū)域客流狀態(tài)最佳采集范圍

根據(jù)模型最優(yōu)求得各功能區(qū)客流狀態(tài)數(shù)據(jù)最佳采集范圍，各功能區(qū)最優(yōu)采集范圍與實(shí)際最大排隊(duì)長(zhǎng)度之間存在差值比最大的是樓(扶)梯區(qū)，基于樓扶梯區(qū)的物理結(jié)構(gòu)，安全隱患大位置在最優(yōu)采集范圍內(nèi)，保障了監(jiān)測(cè)客流的全面性。通道區(qū)最優(yōu)采集范圍4 m應(yīng)分段布設(shè)采集，重點(diǎn)采集客流密度參數(shù)。最優(yōu)采集長(zhǎng)度范圍值集合了基于視頻采集設(shè)備下客流狀態(tài)采集的全面性、高精度和數(shù)據(jù)有效性。

4 結(jié)論

軌道交通車(chē)站是城市軌道交通的重要節(jié)點(diǎn)，對(duì)軌道交通車(chē)站客流進(jìn)行監(jiān)測(cè)有利于保障軌道交通運(yùn)營(yíng)的安全性、可靠性?？土鲾?shù)據(jù)采集范圍影響采集客流數(shù)據(jù)的質(zhì)量，合理的客流狀態(tài)數(shù)據(jù)采集范圍是客流監(jiān)測(cè)的重要基礎(chǔ)。提出一種軌道交通車(chē)站客流狀態(tài)數(shù)據(jù)采集范圍確定方法，具體如下。

根據(jù)軌道交通車(chē)站設(shè)施為客流提供服務(wù)形式和服務(wù)功能的不同，將其分為了閘機(jī)區(qū)、售票區(qū)、安檢區(qū)、樓(扶)梯區(qū)、站臺(tái)區(qū)及通道6類(lèi)，并給出了相應(yīng)的客流狀態(tài)采集參數(shù)。在考慮軌道交通車(chē)站各功能區(qū)特性的基礎(chǔ)上，以全面性及精度最優(yōu)為目標(biāo)，建立不同功能區(qū)域的采集范圍模型，采用組合賦權(quán)方法計(jì)算分級(jí)參數(shù)的權(quán)重，并采用遺傳方法求解范圍模型。以北京西直門(mén)地鐵站為研究對(duì)象進(jìn)行了實(shí)例研究。本研究可以確定軌道交通車(chē)站客流數(shù)據(jù)的最優(yōu)采集范圍，為高質(zhì)量客流數(shù)據(jù)的獲取提供重要的技術(shù)支持，為樞紐應(yīng)急監(jiān)測(cè)和布局優(yōu)化提供數(shù)據(jù)支撐。

另外，在《國(guó)家綜合立體交通網(wǎng)規(guī)劃綱要》的推動(dòng)下，綜合樞紐智慧管控平臺(tái)構(gòu)建技術(shù)發(fā)展迅速，樞紐管控的基礎(chǔ)需求就是樞紐內(nèi)部實(shí)時(shí)客流數(shù)據(jù)的采集，在本研究的基礎(chǔ)上，結(jié)合各功能區(qū)采集范圍模型和樞紐等級(jí)，制定分級(jí)綜合交通樞紐監(jiān)測(cè)設(shè)備布設(shè)相關(guān)規(guī)范和數(shù)據(jù)采集范圍相關(guān)標(biāo)準(zhǔn)是有行業(yè)所需要的，因?yàn)楫?dāng)前缺少相關(guān)規(guī)范和標(biāo)準(zhǔn)。相關(guān)規(guī)范和標(biāo)準(zhǔn)的制定具有重大意義，可以規(guī)范樞紐客流采集設(shè)備的選型標(biāo)準(zhǔn)和位置布設(shè)，而非一味追求全覆蓋而造成資源浪費(fèi)，同時(shí)標(biāo)準(zhǔn)規(guī)范的制定可推進(jìn)樞紐智慧管控平臺(tái)機(jī)制的建立，提高樞紐智能化管理水平，提升樞紐綜合服務(wù)水平。