一种城市轨道交通通道内客流检测和预测方法及其系统技术方案

本发明专利技术公开了一种城市轨道交通通道内客流检测和预测方法，该方法的步骤包括：基于光传感技术，对通道进口处和出口处的客流量进行采集S1、基于社会力模型，构建通道两端客流流出量与通道内客流密度之间的关系，并计算获得行人密度与流出量之间的经验值S2和构建待检测通道的黑箱计算模型，并利用所述经验值和当前时刻通道的进出口处的客流量，计算当前时刻通道内的客流密度信息以及下一时刻的客流密度信息S3。本发明专利技术进一步公开了一种城市轨道交通通道内客流检测和预测系统。采用本方案能够有效地避免因客流密度过大所造成的安全隐患。本发明专利技术可以有效地解决城市轨道交通中大曲率通道的客流检测和预测问题，具有很强的创新性、实用性和科研价值。

【技术实现步骤摘要】

本专利技术涉及行人流量检测与预测领域，特别是涉及一种城市轨道交通通道内客流检测和预测方法及其系统。
技术介绍
近年来，随着各地政府管理机构对城市轨道交通认识的日益加深以及拉动内需的经济需求，全国各大城市轨道交通建设得以飞速发展。城市轨道交通由于其运量大、能耗低、污染少和乘坐方便等特点，吸引了越来越多的乘客，俨然已成为人们出行首选的公共交通工具。就北京而言，地铁日运营量已经超过1000万人次，乘客的安全管理成为当前面临的巨大挑战。据统计，北京市正在运营的地铁线路共有18条。到2020年为止，北京地铁将分40线/段，建成线路总长逾981公里的地铁线。随着越来越多的行人选择乘坐地铁出行，地铁站内经常会出现客流过度饱和的状态，尤其是在早晚出行高峰时段或节假日等。如果过度饱和的客流得不到及时有效的疏导，很容易导致拥堵，降低行人的流通率，甚至可能导致踩踏事故的发生。如何提高应对站内大客流的能力以保障群体秩序，以及合理制定突发事件时客流的疏散策略以降低事故风险概率成为我们亟需解决的安全问题。为了维护正常公共秩序，保障广大人民群众的生命财产安全，公共场所人流密度变化情况的实时监控和管理工作引起了广大社会管理者的重视。本专利技术提出的城市轨道交通通道客流密度实时检测方法及系统可以很好地为乘客提供引导，并为地铁运营管理人员提供决策支持。随着计算机技术的飞速发展，越来越多的研究人员从视频处理的角度，对人流密度检测进行研究和处理。中国专利技术专利CN103065379 A中通过分析视频数据进行客流统计。通常，从视频处理的角度来分析行人流量变化时，算法计算量较大，易受摄像头成像质量的影响；同时，若欲获取通道内多处的行人流量情况，需在通道内布置多个摄像头，尤其在曲率较大的通道内，极易造成花费成本的提高；此外，通过视频分析获取客流量亦无法达到客流预测的目的。从系统级考虑，当客流密度增大到一定程度时，必定会造成拥挤，此时通道内客流的实时预测数据对于运营管理人员是非常重要的数据参考。因此，需要设计了一种计算量少、实时性较高且能反映出行人异质性的客流检测和预测模型，以满足实际客流量检测的需求。
技术实现思路
本专利技术要解决的技术问题是提供一种城市轨道交通通道内客流检测和预测方法及系统，以现有技术中通道内客流实时检测存在盲区、无法实时预警客流密度变化以及检测设备成本较高等问题，尤其对于弯曲通道或是通道内的行人流为极易发生崩溃现象的双向行人流等情况。为解决上述技术问题，本专利技术采用下述技术方案：一种城市轨道交通通道内客流检测和预测方法，该方法的步骤包括：S1、基于光传感技术，对通道进口处和出口处的客流量进行采集；S2、基于社会力模型，构建通道两端客流流出量与通道内客流密度之间的关系，并计算获得行人密度与流出量之间的经验值；S3、构建待检测通道的黑箱计算模型，并利用所述经验值和当前时刻通道的进出口处的客流量，计算当前时刻通道内的客流密度信息以及下一时刻的客流密度信息。优选地，所述步骤S2包括：S21、对通过待检测通道的乘客进行学习抽样；S22、基于抽样数据，利用社会力模型构建两端客流流出量与通道内客流密度之间的关系：通过数据拟合获得行人密度与流出量之间的经验值。优选地，所述步骤S3包括：S31、将待检测通道划分成多个矩形黑箱，并根据计算精度和通道弯度的曲率大小确定黑箱长度；S32、计算第i个黑箱内行人的数量Ni(t+1)：Ni(t+1)＝min(Ni,full,max(Ni(t)+(qi(t)-Qi(t))·Wi·△T,0))，计算黑箱内行人的数量，其中，Qi,i-1(t)和qi,i+1(t)分别为行人从第i个黑箱的左端和右端的流出量，qi-1,i(t)和Qi+1,i(t)分别为行人从第i个黑箱的左端和右端的流入量，Ni,full是第i个黑箱内行人密度达到最大阈值时对应的行人数；S33、基于行人密度与流出量之间的关系和当前时刻通道的进出口处的客流量，分别对从第i个黑箱的左端涌出到第i-1个黑箱的行人流量Qi,i-1(t)和从第i个黑箱的右端涌出到第i+1个黑箱的行人流量qi,i+1(t)，进行实时更新。优选地，该方法进一步包括：S4、将计算获得的所述下一时刻的客流密度信息与预设阈值比对，若超出阈值，则向工作人员报警，并对下一时刻的客流量进行监管调整，若未超出阈值，则继续步骤S1至S3的计算。一种城市轨道交通通道内客流检测和预测系统，该系统包括：客流量检测单元，基于光传感技术，对通道进口处和出口处的客流量进行采集；客流计算实验单元，基于社会力模型，构建通道两端客流流出量与通道内客流密度之间的关系，并计算获得行人密度与流出量之间的经验值；客流密度计算单元，构建待检测通道的黑箱计算模型，并利用所述经验值和当前时刻通道的进出口处的客流量，计算当前时刻通道内的客流密度信息以及下一时刻的客流密度信息。优选地，所述客流量检测单元包括设置在通道内行人导流栏处的光束发射器和光接收器，所述光接收器通过串口通信的方式与客流计算实验单元和客流密度计算单元通信。优选地，所述客流计算实验单元包括：抽样模块，对通过待检测通道的乘客进行学习抽样；拟合计算模块，基于抽样数据，利用社会力模型构建两端客流流出量与通道内客流密度之间的关系：通过数据拟合获得行人密度与流出量之间的经验值。优选地，客流密度计算单元包括：黑箱划分模块，将待检测通道划分成多个矩形黑箱，并根据计算精度和通道弯度的曲率大小确定黑箱长度；行人数量计算模块，计算第i个黑箱内行人的数量Ni(t+1)：Ni(t+1)＝min(Ni,full,max(Ni(t)+(qi(t)-Qi(t))·Wi·△T,0))，计算黑箱内行人的数量，其中，Qi,i-1(t)和qi,i+1(t)分别为行人从第i个黑箱的左端和右端的流出量，qi-1,i(t)和Qi+1,i(t)分别为行人从第i个黑箱的左端和右端的流入量，Ni,full是第i个黑箱内行人密度达到最大阈值时对应的行人数；数据更新模块，基于行人密度与流出量之间的关系和当前时刻通道的进出口处的客流量，分别对从第i个黑箱的左端涌出到第i-1个黑箱的行人流量Qi,i-1(t)和从第i个黑箱的右端涌出到第i+1个黑箱的行人流量qi,i+1(t)，进行实时更新。优选地，该系统进一步包括：报警模块，将计算获得的所述下一时刻的客流密度信息与预设阈值比对，若超出阈值，则向工作人员报警，并对下一时刻的客流量进行监管调整。优选地，该系统进一步包括：客流动态显示模块，对当前待检测通道的客流量情况进行动态显示。本专利技术的有益效果如下：本专利技术所述技术方案充分结合了宏观客流模型和微观客流模型的优点，不仅计算量较小而且充分考虑到行人之间具体的交互。在客流检测模块确定通道最左端和最右端的客流流入量之比以后，根据计算实验模块采样得出的密度和流出量的经验值，客流密度计算模块中采用的客流检测和预测方法可以不断更新每个“计算黑箱”在当前时刻和未来时刻的客流密度情况。当通道内的客流为单向流时，可根据客流的运动方向，设定另外方向的客流流入量为0。附图说明下面结合附图对本专利技术的具体实施方式作进一步详细的说明；图1示出本方案所述客流检测和预测方法的示意图；图2示出本方案所述客流检测和预测系统的示意图；图3示出本方案所述“计算黑箱”的本文档来自技高网...

【技术保护点】
一种城市轨道交通通道内客流检测和预测方法，其特征在于，该方法的步骤包括：S1、基于光传感技术，对通道进口处和出口处的客流量进行采集；S2、基于社会力模型，构建通道两端客流流出量与通道内客流密度之间的关系，并计算获得行人密度与流出量之间的经验值；S3、构建待检测通道的黑箱计算模型，并利用所述经验值和当前时刻通道的进出口处的客流量，计算当前时刻通道内的客流密度信息以及下一时刻的客流密度信息。

【技术特征摘要】
1.一种城市轨道交通通道内客流检测和预测方法，其特征在于，该方法的步骤包括：S1、基于光传感技术，对通道进口处和出口处的客流量进行采集；S2、基于社会力模型，构建通道两端客流流出量与通道内客流密度之间的关系，并计算获得行人密度与流出量之间的经验值；S3、构建待检测通道的黑箱计算模型，并利用所述经验值和当前时刻通道的进出口处的客流量，计算当前时刻通道内的客流密度信息以及下一时刻的客流密度信息。2.根据权利要求1所述的客流检测和预测方法，其特征在于，所述步骤S2包括：S21、对通过待检测通道的乘客进行学习抽样；S22、基于抽样数据，利用社会力模型构建两端客流流出量与通道内客流密度之间的关系：通过数据拟合获得行人密度与流出量之间的经验值。3.根据权利要求1所述的客流检测和预测方法，其特征在于，所述步骤S3包括：S31、将待检测通道划分成多个矩形黑箱，并根据计算精度和通道弯度的曲率大小确定黑箱长度；S32、计算第i个黑箱内行人的数量Ni(t+1)：Ni(t+1)＝min(Ni,full,max(Ni(t)+(qi(t)-Qi(t))·Wi·△T,0))，计算黑箱内行人的数量，其中，Qi,i-1(t)和qi,i+1(t)分别为行人从第i个黑箱的左端和右端的流出量，qi-1,i(t)和Qi+1,i(t)分别为行人从第i个黑箱的左端和右端的流入量，Ni,full是第i个黑箱内行人密度达到最大阈值时对应的行人数；S33、基于行人密度与流出量之间的关系和当前时刻通道的进出口处的客流量，分别对从第i个黑箱的左端涌出到第i-1个黑箱的行人流量Qi,i-1(t)和从第i个黑箱的右端涌出到第i+1个黑箱的行人流量qi,i+1(t)，进行实时更新。4.根据权利要求1所述的客流检测和预测方法，其特征在于，该方法进一步包括：S4、将计算获得的所述下一时刻的客流密度信息与预设阈值比对，若超出阈值，则向工作人员报警，并对下一时刻的客流量进行监管调整，若未超出阈值，则继续步骤S1至S3的计算。5.一种城市轨道交通通道内客流检测和预测系统，其特征在于，该系统包括：客流量检测单元，基于光传感技术，对通道进口处和出口处的客流量进行采集；客流计算实验单元，基于社会力模型，构建通道两...

【专利技术属性】
技术研发人员：董海荣，杨晓霞，康元磊，姚秀明，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11