浅谈物联网在地铁车站客流组织中的应用

喻庆芳 房轶珣 刘春宏

摘要：在分析车站客流特征、物联网技术及其应用的基础上，提出基于物联网技术在车站出入口通道、站厅非付费区和付费区、站台等车站重点部位安装客流统计器，实时监测车站客流情况。并利用物联网传输、智能处理技术，将实时监测客流与车站站台、站厅付费区、非付费区最大容纳能力作对比，当客流达到站台、站厅付费区、非付费区最大容纳能力的？琢i时，分别触发一级、二级、三级客流预警，提醒车站开始着手准备客流控制措施，当客流达到站台、站厅付费区、非付费区最大容纳能力的？茁j时，车站应确保不同等级的客流控制措施已启动完成。通过两次客流预警一方面提醒车站客流较大需启动控制措施，另一面也提醒车站客流增加，控制措施需准备完毕并启动完成，以确保车站客流控制及时有效。

Abstract： Based on the analysis of the characteristics of passenger flow， the technology of the Internet of Things and its applications， the passenger flow statistics will be installed at key stations such as entrances and exits， non-paid area， payment area， and platform in the subway station for real-time monitoring of passenger flow at stations. And using the Internet of Things transmission， intelligent processing technology，the real-time monitoring of passenger flow is compared with the maximum accommodation capacity of station platforms， station hall payment areas， and non-paid area. When the passenger flow reaches the ？琢i of the maximum capacity of the platform， station hall payment area and non-paid area， the first， second， and third level passenger flow warnings are triggered respectively and remind the station to begin preparations for passenger flow control measures. When the passenger flow reaches the ？茁j of the maximum capacity of the platform， station hall payment area and non-paid area， the different passenger flow control measures should be initiated. Through the two passenger flow warnings， remind the station need to control passenger， it is also reminding the station of an increase in passenger flow and controlling measures need to be ready and started， to ensure the station passenger flow control is timely and effective.

關键词：物联网；车站客流特征；客流统计器；预警；客流控制措施

Key words： Internet of Things；characteristics of station passenger flow；passenger flow statistics；warning；passenger flow control measures

中图分类号：U293.1+3 文献标识码：A 文章编号：1006-4311（2018）27-0251-04

0 引言

车站是轨道交通客流集散的重要场所，是乘客出行乘坐列车始发、终到及换乘的地点，也是地铁服务对象的主要集中场所。车站客流组织是影响乘客出行的关键，客流组织合理有效，则乘客可以快速进出车站，节约出行时间，客流组织混乱，则会造成客流交叉、冲突、形成拥堵，耽误乘客出行，特别是在早晚高峰时段、节假日及地铁车站周边举行大型活动等大客流情况下较为显著。

城市轨道交通客流组织吸引了较多学者、业界人士的注意，学者张正等[1]分析了车站单点、线路和路网客流协同限流的方法，并对限流参数的计算方法进行了研究[1]。许园园[2]利用地铁刷卡数据推算地铁班次时刻信息，进而统计每班次地铁客流信息数据挖掘方案，以上海地铁5号线、8号线为例，计算客流拥挤度[2]。魏运等[3]等基于物联网检测数据，从点、线、面三个层级，构建不同时间粒度车站、线路、网络的客流密集度指数计算模型和算法。

综上所述，目前大部分研究着眼于车站、线路、网络等各层级客流控制或协同控制的方法，具有较强的前瞻性，对轨道交通客流组织实施具有有效的指导作用。随着科学技术的发展，火灾自动报警系统（FAS）、自动售检票系统（AFC）、列车自动监控（ATS）等在车站的应用较为广泛，车站行车安全、票务管理等更趋于自动化、智能化，但因客流的多元化、可变性，车站客流组织仅凭个人经验进行，为使车站客流组织更加精细化、系统化，文章以地铁车站为研究对象，基于物联网技术，在车站重点部位安装客流统计器对车站客流进行实时监控，将车站监测的实时客流与车站重点部位最大容纳能力进行对比，提出车站客流实时监测、预警及控制的方法，为车站客流组织及大客流应急准备提供参考。

1 物联网的特点及其应用

物联网是物物相连的互联网，是继计算机、互联网之后世界信息产业发展的第三次浪潮，物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用[4]。

物联网具有全面感知、可靠传输、智能处理三大特点，利用传感器、二维码等智能计算机技术，可对物体信息进行采集，通过可靠传输将物理对象接入信息网络，与互联网融合，实现信息共享，最后运用智能计算机技术对采集的信息和获取的数据进行分析处理，为智能化决策提供依据[5]。

随着物联网技术的发展，家居、商业、交通等产业更趋智能化、信息化，其中客流统计系统是物联网技术运用较为成熟的一个版块，在商业、交通等多个领域都得到广泛应用，客流统计主要是通过人体传感技术，利用各种探测技术来感知、探测、统计人的流动数量、方向，从而实现客流统计。早期的红外对射、红外幕帘等客流统计技术，因存在诸多缺陷导致准确率偏低，目前已趋淘汰，得益于视频分析技术的飞速发展，基于视频分析的客流统计技术已经日益成熟，利用视频分析技术的客流统计器主要通过三种方式实现智能统计：

①基于双目视差原理的双目立体视觉客流统计技术：利用两个垂直向下的摄像头的视野差，来计算出下方经过目标的高度，并匹配其中与人體高度接近1.5米至1.8米的运动目标，统计其运动方向和数量。

②基于运动目标检测的客流统计技术：利用面对出入口通道的摄像头采集来的视频，分析其中的运动目标，并通过运动目标跨越虚拟线来判断人流的运动方向和数量。

③基于视频识别的模式匹配技术和运动跟踪技术来实现的客流统计技术：利用垂直向下的摄像头来匹配这个角度下人头、肩膀、头发等人体通用特征，通过模式匹配技术来进行视频识别，然后再利用运动跟踪技术来实现对人流的运动方向和数量的统计[6]。

2 车站客流特征分析

乘客进站需通过出入口通道到达站厅非付费区购票，然后安检、刷卡进入付费区到达站台乘车，车站进出站客流的走行路径如图1所示。

从图1可以看出，乘客进站受出入口通道通过能力、自动售票机售票能力、安检机安检能力、进站闸机通过能力等设备的影响，同时受站厅、站台容纳能力的影响。乘客出站受站台容纳能力、出站闸机通过能力及出入口通道通过能力影响。除此之外，站外到站厅的扶梯楼梯及连接站厅到站台的扶梯、楼梯是乘客进站乘车、下车出站的必经之路，因此乘客通行还受其通行能力的影响。

出入口通道、站厅非付费区购票区域、安检区域、站台、出入口扶梯、楼梯及连接站厅到站台的扶梯、楼梯均为车站乘客必经区域，且因通行能力的限制，这些区域最容易出现拥堵。

3 基于物联网的车站客流实时监测与控制

目前北京地铁、广州地铁、上海地铁等已将物联网技术运用到地铁客流监控、施工管理等作业中去，使地铁运营管理更趋自动化、智能化。昆明地铁车站AFC系统可记录进出站客流情况，安检门可对进入本站的客流进行统计，车站公共区虽已基本实现监控全覆盖，但对于出入口、通道、站厅付费区、站台等重点部位，虽然车控室CCTV可以看到客流的总体情况，但做不到实时统计分析，无法根据监测情况做出大客流预警，以至于车站无法及时、准确的采取相应的客流组织措施，只能凭个人工作经验进行客流控制。

为使车站客流组织更系统、安全、可靠，利用物联网技术，在车站出入口通道、站厅付费区、站台等重点部位安装客流统计器，实时监控车站重点部位客流量。

3.1 车站客流预警

利用物联网技术实时监测车站站台、站厅付费区、非付费区客流情况，并将其与站台、站厅付费区、非付费区最大客流容纳能力对比，通过实践调查确定各车站流组织的预警阀值？琢i，利用物联网传输、智能处理技术，确定各车站三级客流控制预警触发时机，提醒车站员工做好客流控制准备。车站客流预警情况如表1所示。

其中，①分别为站台、站厅付费区、非付费区的实时客流，由客流统计器采集得到。

②分别为一级、二级、三级客流预警阈值，需根据各车站客流的具体情况确定。

③别为站台、站厅付费区、非付费区的最大容纳能力，可由站台、站厅付费区、非付费区有效面积乘以车站最大客流密度得到。

④分别为站台、站厅付费区、非付费区的有效面积。

⑤为车站最大客流密度。

⑥分别为一级预警、二级预警、三级预警的触发值。

3.2 客流控制措施

当车站发出客流预警时，车站人员应根据预警等级着手准备客流控制措施，为确保车站运营安全、保证服务质量，各级客流预警准备应具有相应的时效性，确保客流达到站台、站厅付费区、非付费区最大客流容纳能力的？茁j时，各级客流控制措施已启动。为此需根据各车站结构、客流情况、控制措施复杂程度确定客流控制措施启动阀？茁j值，一方面起到客流增长二次预警作用，另一方面提醒车站需尽快完成相应的客流控制措施，具体客流控制措施如表2所示。

其中，①分别为一级、二级、三级客流控制措施启动时机。

②分别为站台、站厅付费区、非付费区的最大容纳能力，可由站台、站厅付费区、非付费区有效面积乘以车站最大客流密度得到，具体计算方法详见表1。

③分别为一级、二级、三级客流控制措施启动阀值，需根据各车站结构、客流情况、控制措施的复杂程度等具体情况确定。

4 物联网在地铁车站客流组织中的应用

昆明地铁共开通首期工程1、2号线、1号线支线、3号线、6号线一期4条线路，4条线路形成十字交叉网络贯穿昆明主城区东西、南北，目前首期工程1、2号线贯通，线路未拆分，环城南路站为远期1、2号线换乘站，现归属于2号线。环城南路站位于昆明城区，附近有昆明火车站、双龙商场、云南省第三人民医院、金龙饭店、居民小区等客流量较大，日均进站客流量为2.5万人次左右，属于目前昆明地铁客流量较大的车站[7]。

环城南路站属于地下站，共有B、D、E三个出入口，车站共3层，负一层为站厅层，负二层为上行站台，负三层为下行站台，为实时监控车站客流情况，可引入物联网技术，假设在B、D、E三个出入口及通道、站厅A、B端非付费区、站厅付费区及负二层、负三层站台安装客流统计器，客流统计器的安装应根据车站现场实际情况，尽量覆盖车站公共区域，环城南路站站厅客流统计器安装示意图如图2。

注：客流统计器的安装应综合考虑车站站厅、站台结构及统计器的辐射范围等实际情况综合评定以确认，文章仅以环城南路站站厅作为示例。

环城南路站站台、站厅付费区、非付费区的有效面积分别为2120平方米、1680平方米、3164平方米，以车站最大客流密度3人/m2计算[7]。分别为0.8、0.6、0.6[8]，假设分别为0.65、0.5、0.5，则环城南路站基于物联的客流实时监测及控制如表3所示。

当站台客流达到4134人次时，一级客流预警启动，车站迅速准备一级客流控制，在站厅付费区扶梯、楼梯连接处用一米栏、活动围挡设置迂回路线等，确保站台客流达到5088人次以前，一级客流控制措施已启动完成；一级客流控制实施后，车站客流仍持续增长，当站厅付费区客流达到2520人次时，触发二级客流预警，车站迅速在站厅非付费区、出入口通道、安检机前设置迂回线路等，确保付费区客流达到3024人次以前，二级客流控制措施已启动完成；二級客流控制实施后，车站客流还在持续增长，站厅非付费区客流达到4746人次时，触发三级客流预警，车站利用活动围挡、一米栏在车站出入口设置迂回线路进行拦截等，确保站厅非付费区客流达到5695人以前，三级客流控制措施已启动完成。

5 结论

本文分析了物联网的特点及应用、车站客流特征，提出在车站重点部位安装客流统计器，并利用物联网传输与智能处理技术对车站客流进行实时监测，当车站客流达到站台、站厅付费区、非付费区最大容纳能力的？琢i时，分别启动一级、二级、三级预警，此时车站根据预警情况着手准备控制措施，当客流持续增加达到站台、站厅付费区、非付费区的最大容纳能力的？茁j，车站不同等级的客流控制措施需启动完毕。最后以昆明地铁环城南路站为示例，通过假设引入物联网技术及不同的客流预警阀值？琢i、？茁j，得出车站一级、二级、三级预警的触发值及客流控制启动的时机，验证了基于物联技术的车站客流实时监测、预警的可行性。

参考文献：

[1]张正，蒋熙，贺英松.城市轨道交通高峰时段车站协同限流安全控制研究[J].中国安全生产科学技术，2013，9（10）：5-9.

[2]许园园.基于地铁刷卡数据的客流拥挤度提取——以上海市地铁5号线、8号线为例[D].上海：华东师范大学，2017.

[3]魏运，李得伟，等.北京城市轨道交通客流密集度指数研究[J].都市快轨交通，2015（28）3：7-11.

[4]吴昊.基于物联网技术的轨道交通客流安全防范分析与预警系统[J].轨道交通，2013：363-368.

[5]曲腾飞，鄂旭.物联网在城市轨道交通安全应急领域的应用研究[J].电子技术与软件工程：36-37.

[6]物联网：客流统计原理[EB/OL].http：//www.ya1688.com/index.php/Article/show/110.html， 2016.11.8.

[7]刘春宏，赵志罡.客运中心环城南路站管理细则[M].昆明：昆明地铁运营有限公司，2014.

[8]陈维亚，蔡适，蒋琦玮.基于多源数据的地铁站客流动态监测与管控决策系统[J].城市公共交通，2017（4）：23-28.