城市轨道交通车站客流状态识别与管控方法技术

本发明专利技术提出一种双层云模型作为站内客流识别的方法，使用双层云模型作为站内客流预测状态实时识别的方法，以期对车站进行预测性客流状态实时识别。在此基础上以整合的父云识别结果，将客流识别与动态客流管控形成交互反馈；在进行车站客流预测状态实时识别时，若触发控制阈值，便以当前客流状态为输入，通过客流管控模型完成站内客流管控，保证车站运营安全。具体地，对车站各区域分别构建客流状态识别子云模型的标准云，再通过整合子标准云，构建对车站全局客流状态识别的父标准云；待测子云预测客流信息由视频摄像头采集的客流信息经处理后获得，整合得到待测父云；通过对比父标准云与待测父云之间的隶属度作为依据决定是否执行客流管控措施。是否执行客流管控措施。是否执行客流管控措施。

【技术实现步骤摘要】
城市轨道交通车站客流状态识别与管控方法


[0001]本专利技术属于城市轨道交通运营组织方案优化
，具体涉及一种城市轨道交通车站客流状态识别与管控方法，。

技术介绍

[0002]截止到2020年底，我国大陆地区已有45个城市开通城市轨道交通运营线路244条，地铁运营线路6280.8km，全国城市轨道交通日均客运量达到5131.7万人次。城市轨道交通站点除了承担着售检票、乘降、换乘等复杂的客运作业，还常伴随潮汐性的大客流集散，站台客流积压、楼扶梯通道等区域客流交织错乱的现象时有发生。上述问题不仅增加了乘客出行延误概率，更造成车站服务水平下降，严重的有可能威胁人民生命财产安全，因此对于城市轨道交通车站客运管控提出了更高的要求。而目前针对站点客流管控措施主要依靠历史整体客流特征规律和人工经验制定的列车运行计划、应急方案等，能一定程度上应对常规客流下车站客运组织集散疏导。然而实际工况中车站客流存在波动性与偶发性，导致车站管理人员无法实时依据当前客流变化实时有针对性的客流管控措施，容易使车站客流管控力度过大或过小，难以适应客流的动态变化。故在交通网络规模日渐庞大，客流变化存在显著动态变化的情况下，亟需建构一套客流状态实时状态识别与客流精细化管控相结合的运营组织方案。既能准确识别车站客流，全面了解客流的分布情况及规律，又能提升城市轨道交通有序的组织行车和合理的科学管理运营。
[0003]在轨道交通出行向着智慧化趋势发展下，通过对城市轨道交通车站的客流识别，了解车站客流集散规律以及挖掘乘客的出行行为特点，同时客流信息也为地铁调度策略提供参考依据，近年地铁客流量识别问题的研究逐渐成了热门研究方向。
[0004]为缓解车站客流压力，客流管控也成为车站日常运营的必要手段。沈鲤庭【沈鲤庭.基于地铁客流刷卡数据的通勤客流识别技术研究[D].浙江：浙江大学，2018.】提出基于自动售检票AFC系统获取的地铁刷卡原始数据进行筛选与识别，根据通勤客流的空间分布情况，对大客流车站的客流组织、车站管理等提出建议和改善措施。唐金金等【唐金金侯凯文宋文慧.一种城市轨道交通客流管控方法与系统：CN201910547200.1[P].2021
‑
06
‑
22.】提出根据行车与客流进出站监察信息，得到运行图数据，根据运行图数据进行客流推演进而生成客流分配数据，实现将运行图调整与客流控制相结合，从线网、线路、车站三个层面进行客流管控。
[0005]针对城市轨道交通车站内车站客流实时状态识别的方法以及客流管控措施存在以下问题：
[0006]第一，针对城市轨道交通车站站内乘客出行特征及客流状态分析方面，目前成熟的研究主要依旧集中基于AFC历史客流数据的城市轨道交通车站的客流时空特征分析，这部分研究存在以下问题：一方面，目前绝大多数客流预测方法都基于AFC历史客流数据，缺少实时数据补充，导致仅基于AFC历史客流数据的车站客流预测方法的预测效果欠佳；另一方面，车站客流识别缺乏客流的空间分布信息，使车站管理人员不能掌握站内各区域客流
的状态。
[0007]第二，针对城市轨道交通客流控制问题的研究方法，在基于过程仿真的方法上，大多是在理论分析(如基于Petri的网模型、系统动力学模型或元胞自动机模型等)的基础上建立仿真模型，通过仿真模拟站内客流演化的过程。仿真模型可还原站内客流自组织现象，但随着车站乘客规模的扩大以及乘客行为规则的增加，仿真耗时也在成倍增长，且多数是从仿真及优化的方向出发实现站内客流控制，难以契合实时动态的客流控制。
[0008]第三，以往车站层面客流管控的相关研究中，多从常态性的客流拥挤视角出发来设计优化方案，由于常态性的客流拥挤具有较准确的规律性，因此这类优化方案在这种常态客流前提下能够取得良好的效果。但由于城市轨道交通车站客流受到乘客个人行为习惯、车站环境及自身行人间等多种偶然因素的影响，具有先天不确定性。而客流管控策略的制定往往更多依靠站内管理人员的人工经验，使得客流管控策略主观性限制较大，同时可能存在车站限流力度过大或过小，降低车站服务水平。因此迫切需要科学有效的控制措施来提升车站应对动态客流风险的能力。
[0009]基于以上问题，如何针对客流状态进行实时把控，是我们当前多需要解决的问题。

技术实现思路

[0010]为了解决现有城市轨道交通运营组织中客流检测时的不准确等问题，本专利技术提出一种基于云模型理论的双层云模型作为站内客流识别的方法，本专利技术使用双层云模型作为站内客流预测状态实时识别的方法，以期对车站进行预测性客流状态实时识别。在此基础上以整合的父云识别结果，将客流识别与动态客流管控形成交互反馈。在进行车站客流预测状态实时识别时，若触发控制阈值，便以当前客流状态为输入，通过客流管控模型完成站内客流管控，保证车站运营安全。
[0011]本专利技术公开了一种城市轨道交通车站客流状态识别与管控方法，包括以下步骤:
[0012]S1：分析车站客流状态评价指标分级，对车站各区域分别构建客流状态识别子云模型的标准云，再通过权重比例加和整合子标准云，从而构建对车站全局客流状态识别的父标准云；
[0013]S2:以预测客流信息为基础，同理分别建立待测子云和待测父云；通过对比子标准云与待测子云之间的隶属度，获得各关键区域的客流状态等级；通过对比父标准云与待测父云之间的隶属度，获得当前车站全局客流状态，最终父云隶属度作为依据决定是否执行客流管控措施；
[0014]S3:以进站客流流速为控制变量，以客流状态识别结果为状态变量，当客流状态达到或超过触发客流管控的阈值时，结合实际情况对各出入口客流流速进行精细化的控制。
[0015]作为优选，在步骤S1中，云模型的构建方法如下：
[0016]将客流状态的某一指标分为n个等级，显示该指标包含n
‑
1个阈值，将n
‑
1个阈值标记为x1～x
n
‑1，另设集合X＝{x1,x2,...,x
n
‑1}，对于集合X内各元素，进行等比例标准化处理，然后以第一级和第n级的客流状态云为半正态云，其中第一级客流状态云为半降正态云，第n级客流状态云为半升正态云，其他等级客流状态云为全正态云。
[0017]作为优选，等比例标准化的处理方式为：其
中为等比例标准化处理后的值，该值即为指标阈值对应云模型的期望值E
x
；max(x
i
)为集合X内元素最大值；min(x
i
)为集合X内元素最小值。
[0018]作为优选，由一次定量值对概念的贡献可确定熵E
n
的计算公式，全正态云模型数字特征的提取，提取公式为：
[0019]因此，由一次定量值对概念的贡献可确定熵E
n
的计算公式，全正态云模型数字特征取值如公式2所示：
[0020]其中，n为该设施特定指标的分级数；
[0021]半正态云模型数字特征取值公式为：
[002本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市轨道交通车站客流状态识别与管控方法，其特征在于，包括以下步骤:S1：分析车站客流状态评价指标分级，对车站各区域分别构建客流状态识别子云模型的标准云，再通过权重比例加和整合子标准云，从而构建对车站全局客流状态识别的父标准云；S2:以预测客流信息为基础，同理分别建立待测子云和待测父云；通过对比子标准云与待测子云之间的隶属度，获得各关键区域的客流状态等级；通过对比父标准云与待测父云之间的隶属度，获得当前车站全局客流状态，最终父云隶属度作为依据决定是否执行客流管控措施；S3:以进站客流流速为控制变量，以客流状态识别结果为状态变量，当客流状态达到或超过触发客流管控的阈值时，结合实际情况对各出入口客流流速进行精细化的控制。2.根据权利要求1所述的城市轨道交通车站客流状态识别与管控方法，其特征在于，在步骤S1中，云模型的构建方法如下：将客流状态的某一指标分为n个等级，显示该指标包含n
‑
1个阈值，将n
‑
1个阈值标记为x1～x
n
‑1，另设集合X＝{x1,x2,...,x
n
‑1}，对于集合X内各元素，进行等比例标准化处理，然后以第一级和第n级的客流状态云为半正态云，其中第一级客流状态云为半降正态云，第N级客流状态云为半升正态云，其他等级客流状态云为全正态云。3.根据权利要求2所述的城市轨道交通车站客流状态识别与管控方法，其特征在于，等比例标准化的处理方式为：其中为等比例标准化处理后的值，该值即为指标阈值对应云模型的期望值E
x
；max(x
i
)为集合X内元素最大值；min(x
i
)为集合X内元素最小值。4.根据权利要求2所述的城市轨道交通车站客流状态识别与管控方法，其特征在于，由一次定量值对概念的贡献可确定熵E
n
的计算公式，全正态云模型数字特征的提取，提取公式为：因此，由一次定量值对概念的贡献可确定熵E
n
的计算公式，全正态云模型数字特征取值如公式2所示：其中，N为该设施特定指标的分级数；半正态云模型数字特征取值公式为：
根据两个公式计算得到子云模型参数后，便可根据正态云模型生成算法产生云滴，若干个云滴整合便可得到子云模型标准云的云图。5.根据权利要求1所述的城市轨道交通车站客流状态识别与管控方法，其特征在于，所述父云模型则子模型按权重整合而成，通过步骤S1得出云模型数字特征参数当共有j类设施，记第k类设施对应待测子云为记待测父云为F(E
xF
,E
nF
,H
F
)，则各子云合成父云过程中，父云的数字特征的计算方式为：其中，w
k
为子待测云权重。6.根...

【专利技术属性】
技术研发人员：李伟，罗钦，朱庆武，田亮，陈菁菁，刘晓舟，贺钰昕，李柏城，莫义弘，朱诚，侯宇菲，
申请(专利权)人：深圳地铁运营集团有限公司，
类型：发明
国别省市：