西安地鐵客流監(jiān)控預(yù)警信息系統(tǒng)可行性研究及分析

姜彥璘，張文韜

西安地鐵客流監(jiān)控預(yù)警信息系統(tǒng)可行性研究及分析

姜彥璘，張文韜

（西安市地下鐵道有限責(zé)任公司運(yùn)營(yíng)分公司，西安 710016）

結(jié)合現(xiàn)階段西安地鐵客流組織中的運(yùn)營(yíng)風(fēng)險(xiǎn)與客流控制中存在的不足，對(duì)當(dāng)前客流預(yù)警的各種方案進(jìn)行優(yōu)缺點(diǎn)分析，提出以視頻監(jiān)控技術(shù)為基礎(chǔ)的智能化客流監(jiān)控預(yù)警信息系統(tǒng)來(lái)實(shí)時(shí)測(cè)算客流密度，從而進(jìn)一步確定客流預(yù)警量化標(biāo)準(zhǔn)與客流控制啟動(dòng)的時(shí)機(jī)，幫助運(yùn)營(yíng)人員采取必要的應(yīng)急處置。同時(shí)提出優(yōu)化乘客信息渠道的建議，使乘客實(shí)時(shí)獲取線網(wǎng)擁堵情況，供乘客出行決策，及時(shí)緩解擁堵區(qū)段客流壓力，切實(shí)提升乘客舒適度。

地鐵；客流預(yù)警；客運(yùn)組織

隨著西安地鐵網(wǎng)絡(luò)化運(yùn)營(yíng)時(shí)代的到來(lái)，西安地鐵已逐步成為公眾出行的主要交通工具之一，地鐵客流量增長(zhǎng)迅速，遠(yuǎn)超預(yù)期。西安地鐵2016年全年運(yùn)送乘客4.07億人次，2017年4月28日客運(yùn)量高達(dá)205.09萬(wàn)人次，創(chuàng)開(kāi)通運(yùn)營(yíng)以來(lái)客流新高。受地鐵站設(shè)計(jì)容量、行車(chē)關(guān)鍵設(shè)備能力制約，大客流下的乘客集散會(huì)給地鐵帶來(lái)運(yùn)營(yíng)風(fēng)險(xiǎn)。

1 西安地鐵客運(yùn)組織風(fēng)險(xiǎn)

1.1 踩踏事故

當(dāng)?shù)罔F站內(nèi)客流較大時(shí)，人流隊(duì)伍會(huì)產(chǎn)生擁擠移動(dòng)。有人意外跌倒后，后面的人群如果持續(xù)向前移動(dòng)，將對(duì)跌倒的人產(chǎn)生踩踏，從而產(chǎn)生驚慌，加劇擁擠，不斷增加新的跌倒人數(shù)，最終引發(fā)群死群傷事故。

1.2 綜治糾紛

在地鐵運(yùn)營(yíng)過(guò)程中，尤其是在高峰時(shí)段，大量人群聚集勢(shì)必會(huì)降低乘客舒適度，引發(fā)人群的焦慮情緒，若不能有效進(jìn)行客流控制，人群擁擠、碰撞、推搡過(guò)程中容易發(fā)生乘客吵架、打架等綜治糾紛事件。

1.3 社會(huì)影響

城市軌道交通作為主要的公共交通工具之一，以服務(wù)乘客作為運(yùn)營(yíng)目的，在越來(lái)越大的客流壓力下，如果不能有效進(jìn)行客流組織，采取有效的應(yīng)對(duì)措施，將會(huì)導(dǎo)致乘客滿意度下降，遭受社會(huì)公眾的質(zhì)疑，對(duì)地鐵運(yùn)營(yíng)企業(yè)形象造成損害。

2 西安地鐵客流控制方法

2.1 客流控制方法介紹

西安地鐵客流控制按照站控→本線線控→網(wǎng)控的梯度進(jìn)行操作，當(dāng)某一線路列車(chē)發(fā)生故障或有可能導(dǎo)致?lián)Q乘站大客流時(shí)，按照“先本線調(diào)整，后鄰線調(diào)整；宜先采取客流控制措施（含加開(kāi)列車(chē)），后采取行車(chē)組織（小交路、本線越站、鄰線越站等）”的原則，車(chē)站、行調(diào)可根據(jù)實(shí)際情況，采取一種或多種客流控制及行車(chē)組織措施。

2.2 目前客流控制措施存在不足

2.2.1 客流控制效果因人而異

目前，西安地鐵已根據(jù)多年運(yùn)營(yíng)經(jīng)驗(yàn)成功總結(jié)出站、線、網(wǎng)三級(jí)客流控制模式，但是在各級(jí)控制措施的啟動(dòng)時(shí)機(jī)把握上還很大程度依賴(lài)于現(xiàn)場(chǎng)人員的主觀判斷，由于車(chē)站人員在工作經(jīng)驗(yàn)、專(zhuān)業(yè)程度、個(gè)人性格等因素上存在差異，造成不同車(chē)站客流控制效果不一，很難形成普遍適用的標(biāo)準(zhǔn)規(guī)范。

2.2.2 信息滯后無(wú)法滿足現(xiàn)場(chǎng)需要

車(chē)站客流密度是評(píng)判車(chē)站擁擠程度的關(guān)鍵指標(biāo)，也是啟動(dòng)客流控制措施時(shí)機(jī)的依據(jù)。目前，西安地鐵對(duì)車(chē)站客流人數(shù)的掌握主要依靠AFC系統(tǒng)統(tǒng)計(jì)車(chē)站進(jìn)出站人數(shù)。但是AFC系統(tǒng)的進(jìn)出站人數(shù)統(tǒng)計(jì)有滯后性，且無(wú)法反映出換乘客流量，不能為現(xiàn)場(chǎng)人員做決策提供有力的數(shù)據(jù)支撐，已經(jīng)無(wú)法滿足大客流下時(shí)效性和準(zhǔn)確性的雙重要求。

2.2.3 乘客獲取信息的渠道不足

隨著近年來(lái)地鐵車(chē)站、車(chē)廂擁擠情況日益加劇，客流控制次數(shù)隨之增多、時(shí)間延長(zhǎng)，市民乘坐舒適度有所下降，而乘客獲取地鐵運(yùn)營(yíng)信息渠道有限，造成地鐵運(yùn)營(yíng)企業(yè)與乘客信息不對(duì)等，乘客不了解車(chē)站限流及客流疏導(dǎo)舉措，使得部分市民存在抵觸情緒，為車(chē)站實(shí)施客流控制增加了難度。

3 解決方案

3.1 開(kāi)展客流密度測(cè)算

目前，我國(guó)在地鐵客流預(yù)警這一領(lǐng)域的研究還不成熟，有關(guān)的量化標(biāo)準(zhǔn)尚未完全建立，絕大多數(shù)仍然是依靠人工經(jīng)驗(yàn)，方法還不系統(tǒng)，客流控制效果因人而異。為解決這一問(wèn)題，需首先開(kāi)展客流密度測(cè)算[1]。

3.1.1 測(cè)算方式

以100名乘客為測(cè)算主體，分6個(gè)場(chǎng)景進(jìn)行測(cè)試，其中5個(gè)為動(dòng)態(tài)模擬測(cè)試，1個(gè)為靜態(tài)模擬測(cè)試。具體場(chǎng)景為：動(dòng)態(tài)平地?zé)o障礙測(cè)試、動(dòng)態(tài)平地有障礙測(cè)試、動(dòng)態(tài)平地通道縮小測(cè)試、動(dòng)態(tài)樓梯上行測(cè)試、動(dòng)態(tài)樓梯下行測(cè)試和靜態(tài)平地?zé)o障礙測(cè)試。

可采取“專(zhuān)家評(píng)價(jià)法”計(jì)算測(cè)算結(jié)果，邀請(qǐng)客運(yùn)組織相關(guān)的各層級(jí)、各模塊管理人員33名，對(duì)測(cè)試結(jié)果進(jìn)行評(píng)價(jià)，定出4級(jí)擁堵指標(biāo)。暢通——不需要采取任何客流控制措施；輕度擁堵——準(zhǔn)備采取客流控制措施；中度擁堵——采取措施減緩進(jìn)入?yún)^(qū)域人員；嚴(yán)重?fù)矶隆獏^(qū)域內(nèi)人員過(guò)于擁擠不能緩解，采取措施停止人員進(jìn)入?yún)^(qū)域。

同時(shí)在測(cè)算中要綜合考慮客流密度與乘客行進(jìn)速度間的關(guān)系，本次測(cè)算主要運(yùn)用現(xiàn)場(chǎng)觀測(cè)和錄像記錄兩種手段進(jìn)行，通過(guò)積累大量的觀測(cè)數(shù)據(jù)可以得出，客流密度與行進(jìn)速度成反比例關(guān)系，客流密度越大時(shí)，行進(jìn)速度越慢。當(dāng)客流密度達(dá)到2人/m2時(shí)，乘客的行進(jìn)速度極其緩慢，小于0.4 m/s；當(dāng)客流密度低于0.8人/m2時(shí)，乘客可以自由行進(jìn)，幾乎不受擁擠影響[2]。此外通過(guò)實(shí)地觀測(cè)數(shù)據(jù)顯示，地鐵乘客自由行進(jìn)的平均步速為1.2 m/s，出站乘客在上行樓梯時(shí)的平均速度為 0.6 m/s，二者相差1倍，這正是出站客流疏散的瓶頸所在。當(dāng)?shù)罔F列車(chē)到達(dá)車(chē)站后，下車(chē)出站的乘客會(huì)向出站樓梯方向移動(dòng)。由于出站乘客中位于樓梯上的乘客速度較慢，導(dǎo)致對(duì)其后乘客的行進(jìn)在一定程度上造成了阻礙，從而使樓梯附近的集散區(qū)客流密度增大，造成短時(shí)間擁堵。導(dǎo)致這一現(xiàn)象發(fā)生的原因是出站樓梯通過(guò)能力過(guò)小，與站臺(tái)集散區(qū)的通過(guò)能力相差太大[3]。

3.1.2 測(cè)算結(jié)果及分析

綜合33位專(zhuān)家的評(píng)價(jià)情況，“動(dòng)態(tài)平地?zé)o障礙物測(cè)試”與“動(dòng)態(tài)平地有障礙物測(cè)試”各擁堵指數(shù)的評(píng)價(jià)結(jié)果、“動(dòng)態(tài)上行樓梯通行測(cè)試”與“動(dòng)態(tài)下行樓梯通行測(cè)試”各擁堵指數(shù)的評(píng)價(jià)結(jié)果均比較接近，進(jìn)行合并得出各測(cè)試場(chǎng)景下的各級(jí)擁堵指標(biāo)閾值，如表1所示。

本次測(cè)算結(jié)果與部分學(xué)者提出的“建議可接受的人群密度值”較為接近，理論與實(shí)際匹配，具備參考價(jià)值[4]。

表1 各種測(cè)試情景下的指標(biāo)擁堵閾值

3.1.3 客流密度測(cè)算的應(yīng)用方向

本次測(cè)算的結(jié)果進(jìn)一步明確了客流預(yù)警量化標(biāo)準(zhǔn)，對(duì)于確定客流控制的啟動(dòng)時(shí)機(jī)，制定客流預(yù)警的指標(biāo)體系有指導(dǎo)意義，具體可用于：車(chē)站客流控制啟動(dòng)標(biāo)準(zhǔn)、車(chē)站客流監(jiān)控預(yù)警、乘客信息告知及預(yù)警[5]。

3.1.4 客流密度測(cè)算的應(yīng)用瓶頸

要實(shí)現(xiàn)車(chē)站、線路甚至是全線網(wǎng)級(jí)的客流預(yù)警，準(zhǔn)確把握客流控制啟動(dòng)時(shí)機(jī)，關(guān)鍵在于實(shí)時(shí)掌握車(chē)站的客流量，密度測(cè)算結(jié)果的應(yīng)用也在于準(zhǔn)確掌握車(chē)站的客流密度，但在目前，全國(guó)各地鐵運(yùn)營(yíng)企業(yè)在這一領(lǐng)域尚未有成熟解決方案，因此實(shí)時(shí)測(cè)算車(chē)站客流密度，是本次測(cè)算結(jié)果應(yīng)用和實(shí)現(xiàn)客流預(yù)警的瓶頸[6]。

3.2 引入客流監(jiān)控預(yù)警信息系統(tǒng)

為確?？土魇鑼?dǎo)的安全性、及時(shí)性、準(zhǔn)確性，實(shí)時(shí)掌握車(chē)站、線路、線網(wǎng)內(nèi)客流密度及分布，地鐵運(yùn)營(yíng)企業(yè)應(yīng)引入智能化的客流監(jiān)控預(yù)警信息系統(tǒng)。

3.2.1 目前客流預(yù)警手段

參考國(guó)內(nèi)外各行業(yè)對(duì)客流監(jiān)控預(yù)警的研究及應(yīng)用實(shí)例，目前的客流預(yù)警手段主要有四種：人工統(tǒng)計(jì)、紅外線技術(shù)、AFC大數(shù)據(jù)分析預(yù)測(cè)法、視頻分析技術(shù)。

1）人工統(tǒng)計(jì)。人工統(tǒng)計(jì)，即是由工作人員通過(guò)相關(guān)手段分析、測(cè)算、估計(jì)目前地鐵的客流密度，屬于主觀定性判斷，主要使用CCTV監(jiān)控，經(jīng)驗(yàn)劃線法等方式，當(dāng)判斷客流密度達(dá)到經(jīng)驗(yàn)值時(shí)進(jìn)行預(yù)警并施加控制措施。屬于傳統(tǒng)做法，也是目前主流的客流預(yù)警方式。

人工統(tǒng)計(jì)過(guò)于依賴(lài)現(xiàn)場(chǎng)人員的經(jīng)驗(yàn)和專(zhuān)業(yè)，差異性比較大，且無(wú)法進(jìn)行定量分析，也無(wú)法及時(shí)有效地將線網(wǎng)客流情況告知乘客。

2）紅外線技術(shù)。紅外線技術(shù)是通過(guò)在監(jiān)控區(qū)域安裝紅外對(duì)射裝置或者紅外熱成像裝置，采集客流數(shù)據(jù)，實(shí)現(xiàn)監(jiān)控區(qū)域?qū)崟r(shí)測(cè)算客流密度及預(yù)警功能的技術(shù)，屬定量分析。目前該技術(shù)在國(guó)內(nèi)有運(yùn)用實(shí)例，如麗江古城景區(qū)、上普財(cái)富中心、濟(jì)南趵突泉景區(qū)等[7]。

該技術(shù)成本低，可定量、實(shí)時(shí)測(cè)算監(jiān)控區(qū)域客流，但由于只能模糊檢測(cè)人群密度，故精確度不高，誤差較大。

3）AFC大數(shù)據(jù)分析預(yù)測(cè)法。AFC大數(shù)據(jù)分析預(yù)測(cè)法是運(yùn)用線網(wǎng)OD分布在短時(shí)期內(nèi)穩(wěn)定、具有可預(yù)測(cè)性的特點(diǎn)，依托企業(yè)清分系統(tǒng)多年技術(shù)積累，通過(guò)分析歷史進(jìn)出站獲得的OD模型可以預(yù)測(cè)進(jìn)站客流的目的地，結(jié)合時(shí)刻表，從而實(shí)時(shí)獲取線網(wǎng)進(jìn)站客流數(shù)即可實(shí)時(shí)預(yù)測(cè)線網(wǎng)實(shí)時(shí)客流的技術(shù)，屬于定量分析。據(jù)了解，目前該技術(shù)在國(guó)內(nèi)有廣州地鐵、上海地鐵應(yīng)用[8]。

該技術(shù)優(yōu)點(diǎn)在于實(shí)現(xiàn)成本較低，可定量、實(shí)時(shí)預(yù)測(cè)客流，同時(shí)通過(guò)后臺(tái)將線網(wǎng)擁擠度告知乘客，疏導(dǎo)客流，但由于該技術(shù)是基于歷史AFC數(shù)據(jù)建模預(yù)測(cè)得出的數(shù)據(jù)，當(dāng)線網(wǎng)出現(xiàn)故障不能按照正常交路運(yùn)營(yíng)時(shí)，該系統(tǒng)將無(wú)法準(zhǔn)確預(yù)測(cè)，且不能對(duì)乘客異常行為進(jìn)行分析，如某區(qū)域瞬時(shí)客流聚集等。

4）視頻分析技術(shù)。視頻分析技術(shù)是通過(guò)在監(jiān)控區(qū)域車(chē)站安裝監(jiān)控?cái)z像頭或者通過(guò)對(duì)既有攝像頭進(jìn)行改造，采集視頻圖像加以轉(zhuǎn)換處理形成適用的視頻流，使用嵌入式系統(tǒng)算法進(jìn)行分析，從而實(shí)現(xiàn)實(shí)時(shí)測(cè)算客流密度和預(yù)警功能的技術(shù)，同時(shí)還具備乘客異常行為分析功能，如分析局部區(qū)域乘客異常聚集，屬于定量分析[8]。目前該技術(shù)在國(guó)內(nèi)外均有運(yùn)用實(shí)例，已應(yīng)用于美國(guó)舊金山國(guó)際機(jī)場(chǎng)、芬蘭赫爾辛基機(jī)場(chǎng)、迪拜城市廣場(chǎng)購(gòu)物中心、日本東京地鐵、天津津匯廣場(chǎng)、深圳中航城、大連萬(wàn)達(dá)、上海中區(qū)廣場(chǎng)、北京地鐵等。

該技術(shù)的優(yōu)點(diǎn)是視頻實(shí)時(shí)監(jiān)控，可通過(guò)后臺(tái)將線網(wǎng)客流信息告知乘客，疏導(dǎo)客流，且能對(duì)監(jiān)控區(qū)域進(jìn)行異常行為分析報(bào)警，缺點(diǎn)在于成本較高。

3.2.2 推薦方案——視頻分析技術(shù)

結(jié)合4種技術(shù)優(yōu)缺點(diǎn)比較，視頻分析技術(shù)在4種客流密度測(cè)算手段中精度相對(duì)較高，可根據(jù)后臺(tái)數(shù)據(jù)實(shí)現(xiàn)乘客告知功能，在設(shè)備故障、應(yīng)急情況下均能正常使用，進(jìn)行乘客異常行為分析報(bào)警，能夠滿足城市軌道交通運(yùn)營(yíng)企業(yè)需求，且在目前國(guó)內(nèi)外機(jī)場(chǎng)、商場(chǎng)、旅游景點(diǎn)等大客流場(chǎng)所均有應(yīng)用實(shí)例，其中，日本東京地鐵對(duì)此項(xiàng)技術(shù)應(yīng)用最為成熟，不僅在車(chē)站站廳實(shí)現(xiàn)了視頻覆蓋，還在列車(chē)車(chē)廂內(nèi)實(shí)現(xiàn)了視頻覆蓋，乘客在站臺(tái)候車(chē)時(shí)可直接通過(guò)站臺(tái)PIS（乘客信息系統(tǒng)）了解到即將到達(dá)列車(chē)每節(jié)車(chē)廂的擁擠程度[9]。建議西安地鐵在后續(xù)新線及既有線中逐步研發(fā)、推廣、改造，可先在換乘站試用，再逐步覆蓋站廳、站臺(tái)等區(qū)域，等技術(shù)成熟后也可學(xué)習(xí)日本東京在車(chē)廂內(nèi)實(shí)現(xiàn)視頻全覆蓋，實(shí)現(xiàn)實(shí)時(shí)客流無(wú)死角視頻監(jiān)控分析。

3.3 拓寬、優(yōu)化乘客信息渠道

針對(duì)目前地鐵客流控制中乘客獲取地鐵運(yùn)營(yíng)信息渠道有限的問(wèn)題，可通過(guò)拓寬、優(yōu)化乘客信息渠道解決，在引入客流監(jiān)控預(yù)警信息系統(tǒng)的基礎(chǔ)上，將實(shí)時(shí)的車(chē)站、線網(wǎng)擁堵情況告知乘客，疏導(dǎo)客流。

3.3.1 增設(shè)擁擠度顯示大屏

在站外、站廳入閘處、換乘通道等關(guān)鍵位置增設(shè)大屏，與客流監(jiān)控預(yù)警信息系統(tǒng)后臺(tái)連接，將車(chē)站、線網(wǎng)擁堵情況告知乘客，在乘客進(jìn)站前、入閘前、換乘前給予乘客運(yùn)營(yíng)信息，在大客流情況下引導(dǎo)乘客避開(kāi)擁擠線路或換乘其他交通工具。

3.3.2 優(yōu)化既有信息渠道

優(yōu)化目前的官方網(wǎng)站、官方微博、廣播、官方APP等乘客信息渠道，提供實(shí)時(shí)查詢車(chē)站、線網(wǎng)擁擠度功能，保證信息準(zhǔn)確性和時(shí)效性，實(shí)時(shí)反映線路情況，供乘客出行決策，正確引導(dǎo)客流，打造智慧車(chē)站。

4 結(jié)語(yǔ)

隨著西安地鐵逐步進(jìn)入網(wǎng)絡(luò)化運(yùn)營(yíng)模式，客運(yùn)量逐年攀升，運(yùn)營(yíng)環(huán)境日趨復(fù)雜，地鐵運(yùn)營(yíng)安全受到社會(huì)公眾的高度關(guān)注，傳統(tǒng)的經(jīng)驗(yàn)型、事后型、人盯人的客流預(yù)警已不能滿足當(dāng)前安全形勢(shì)的需求，引入以視頻監(jiān)控技術(shù)為基礎(chǔ)的智能化客流監(jiān)控預(yù)警信息系統(tǒng)對(duì)西安地鐵運(yùn)營(yíng)發(fā)展大有裨益。同時(shí)目前的社會(huì)科技水平也為實(shí)現(xiàn)視頻監(jiān)控測(cè)算客流密度提供了技術(shù)保障，具備較高的技術(shù)可行性，建議進(jìn)行試點(diǎn)應(yīng)用，逐步推廣。

[1] 潘羅敏. 地鐵短時(shí)客流量預(yù)測(cè)預(yù)警研究[D]. 北京: 首都經(jīng)濟(jì)貿(mào)易大學(xué), 2011.

PAN Luomin. Study on prediction and warning of short- time passenger flow of subway[D]. Beijing: Capital University of Economics and Business, 2011.

[2] 李三兵, 陳峰, 李程壘. 對(duì)地鐵站臺(tái)集散區(qū)客流密度與行進(jìn)速度的關(guān)系探討[J]. 城市軌道交通研究, 2009, 12(12): 34-36, 41.

LI Sanbing, CHEN Feng, LI Chenglei. Passengers density and travel speed at subway stations[J]. Urban mass transit, 2009, 12(12): 34-36, 41.

[3] 袁建平, 方正, 盧兆明. 車(chē)站客流觀測(cè)及其對(duì)人群疏散動(dòng)力學(xué)模型的驗(yàn)證[J]. 西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 40(1): 108-113.

YUAN Jianping, FANG Zheng, LU Zhaoming. Observa-tions of passenger flow and verification of a crowd dynamics model[J]. Journal of Xi'an University of Architecture and Technology (natural science edition), 2008, 40(1): 108-113.

[4] 盧春霞. 人群流動(dòng)的波動(dòng)性分析[J]. 中國(guó)安全科學(xué)學(xué)報(bào), 2006, 16(2): 30-34.

LU Chunxia. Analysis on the wave of pedestrians[J]. China safety science journal, 2006, 16(2): 30-34.

[5] 李德偉, 孫宇星, 黃建玲. 地鐵客流預(yù)警技術(shù)基礎(chǔ)探討[J]. 都市快軌交通, 2013, 26(2): 62-66.

LI Dewei, SUN Yuxing, HUANG Jianling. Study on early warning of passenger flows on mass transit railway[J]. Urban rapid rail transit, 2013, 26(2): 62-66.

[6] 馬成正, 姜秋耘. 基于GRNN神經(jīng)網(wǎng)絡(luò)的地鐵疏散預(yù)警及對(duì)策研究[J]. 都市快軌交通, 2016, 29(3): 37-41.

MA Chengzheng, JIANG Qiuyun. Passenger flow warning of metro station based on GRNN and corresponding coun-termeasures[J]. Urban rapid rail transit, 2016, 29(3): 37-41.

[7] 褚祺晟. 熱敏計(jì)數(shù)系統(tǒng)在上海軌道交通車(chē)站大客流預(yù)警中的應(yīng)用[J]. 中國(guó)科技縱橫, 2013(20): 187-188, 190.

ZHU Qisheng. Application of thermal counting system in large passenger flow early warning of Shanghai rail transit station[J]. China science & technology overview, 2013(20): 187-188, 190.

[8] 李彬. 2010年上海世博園區(qū)大客流狀態(tài)下園外交通系統(tǒng)預(yù)警及應(yīng)對(duì)方案[J]. 城市公用事業(yè), 2010, 24(2): 1-4.

LI Bin. 2010 Shanghai World Expo outer zone transport early warning system under state of large passenger flow and response scheme[J]. Public utilities, 2010, 24(2): 1-4.

[9] 李得偉, 尹浩東. 基于物聯(lián)網(wǎng)設(shè)備檢測(cè)數(shù)據(jù)的城市軌道交通車(chē)站站臺(tái)多維度實(shí)時(shí)客流密集度指數(shù)預(yù)測(cè)方法研究[J]. 鐵道學(xué)報(bào), 2014, 36(3): 9-13.

LI Dewei, YIN Haodong. Real-time forecast of passenger crowd index on urban rail transit station platform based on test data of Internet of things[J]. Journal of the China Railway Society, 2014, 36(3): 9-13.

（編輯：曹雪明）

Feasibility Study and Analysis on Passenger Flow Monitoring and Warning Information System for Xi￠an Metro

JIANG Yanlin, ZHANG Wentao

(Xi￠an Metro Company Limited Operating Branch, Xi￠an 710016)

On the basis of current operation risk and passenger flow control mode of Xi￠an Metro and analysis of various studies on current passenger flow early warning, this article proposes to measure passenger flow density in real time by an intelligent passenger flow early warning system based on video-monitoring, so as to determine quantitative standard of passenger flow early warning and timing of passenger flow control, as well as help metro staff to make emergency response. Meanwhile, this article proposes to help passengers to get real-time metro information for making up decisions, so as to cope with congestion and improve comfort of passengers.

subway; passenger flow warning; passenger transportation organization

F530.7

A

1672-6073(2018)02-0008-04

10.3969/j.issn.1672-6073.2018.02.002

2017-03-28

2017-08-21

姜彥璘，男，本科，工程師，從事運(yùn)輸策劃、客流分析與行車(chē)技術(shù)研究，dreamerjiang@126.com