基于人工智能視頻算法的乘客分流方法

陳弘

【摘 要】近年來，乘坐城市軌道交通出行成為人們外出的主要選擇，每天通過城市軌道交通出行的人員數(shù)量不斷增多。如何高效、便利、舒適地讓乘客到達目的地，成為地鐵運營部門的重要研究課題。文章基于地鐵車載乘客信息系統(tǒng)硬件平臺，采用人工智能技術對地鐵攝像頭視頻信息進行處理，獲取車廂內的乘客數(shù)量，從而通過客室LCD動態(tài)地圖屏等顯示設備對乘客進行分流乘坐指引，達到合理、高效地使用車廂空間的目的，最大限度地提升地鐵車輛的運輸量、舒適度和安全性。

【關鍵詞】乘客信息系統(tǒng);機器視覺;車廂分流;擁擠指引

【中圖分類號】TP277 【文獻標識碼】A 【文章編號】1674-0688（2022）03-0055-03

0 引言

目前，城市軌道交通車輛基本已經完成平臺的數(shù)字化改造，采用以太網(wǎng)鏈路進行數(shù)據(jù)傳輸。本研究的目標是基于現(xiàn)有乘客信息系統(tǒng)的平臺設備，對部分軟件和硬件進行升級改造，從而實現(xiàn)智能化指引乘客乘坐分流的功能。該方法的目的是實現(xiàn)車廂人員現(xiàn)狀分析，最大限度地提高地鐵車輛運行的經濟性、舒適性及安全性。通過提高單車廂載客率，提升地鐵運營的經濟性;通過合理地引導人員分散乘坐，提升個體占用面積，提升乘客的舒適性;通過人員均有分布使得車輛承載底盤均衡負載，避免個別車廂底盤長期負載過重，保證車輛行車安全性。

1 乘客分流方法的簡介

1.1 乘客信息系統(tǒng)簡介

本文的方法是基于乘客信息系統(tǒng)硬件平臺，對部分軟件和硬件進行智能化升級改造，從而實現(xiàn)乘客分流指引，故先簡要地介紹乘客信息系統(tǒng)。乘客信息系統(tǒng)（簡稱PIS）是地鐵車輛的一個重要的組成子系統(tǒng)，也是車輛與乘客實現(xiàn)交互的唯一操作界面，可為乘客和司機提供安全、可靠、及時的車輛運行信息，也可為地面控制中心提供語音交流等功能?；诹熊囍鞲梢蕴W(wǎng)絡聯(lián)通所有車廂及車廂內的設備，通過該網(wǎng)絡實現(xiàn)各設備、節(jié)點間的數(shù)據(jù)交互，其中包含系統(tǒng)控制數(shù)據(jù)、語音廣播數(shù)據(jù)、娛樂媒體數(shù)據(jù)、監(jiān)控視頻數(shù)據(jù)等。PIS系統(tǒng)可分為4個子系統(tǒng)：廣播系統(tǒng)、信息顯示系統(tǒng)、媒體信息系統(tǒng)及監(jiān)控系統(tǒng)。

（1）廣播系統(tǒng)：提供語音信息指引，例如車輛到站時，廣播提示當前站和下一站站名，以及開門側、換乘及各種公共安全信息等，同時提供乘客與司機間的語音對講功能。

（2）信息顯示系統(tǒng)：提供文字和圖片信息指引，主要通過安裝在車廂內壁的LCD屏和LED屏類設備提供服務。

（3）媒體信息系統(tǒng)：為車廂乘客提供娛樂、公益廣告和安全提示等各類視頻和聲音信息。

（4）監(jiān)控系統(tǒng)：提供車廂內全空間的實時監(jiān)控，以及歷史視頻的查看。

1.2 分流引導系統(tǒng)的設備

本方法基于現(xiàn)有PIS系統(tǒng)平臺進行改造：涉及改進的設備有分流引導卡、網(wǎng)絡硬盤錄像機和顯示終端設備。在司機室控制主機內加入一塊分流引導卡，其功能為對車廂內智能分析主機數(shù)據(jù)進行匯總，并形成人員分布人力圖數(shù)據(jù)，該數(shù)據(jù)被分發(fā)到各顯示設備，按規(guī)則顯示車廂擁擠程度和提供乘坐指引;在現(xiàn)有網(wǎng)絡硬盤錄像機設備內載入新的智能分析算法軟件，該設備不僅具有錄像功能，還具有視頻分析處理功能。通過網(wǎng)絡獲取各車廂區(qū)域的實時視頻數(shù)據(jù)，通過人工智能算法進行人數(shù)識別。各顯示終端增加響應分流引導卡發(fā)布的人員分布數(shù)據(jù)的邏輯，增加人員分布的顯示圖像。

分流引導系統(tǒng)涉及的設備如下。

（1）攝像頭。依據(jù)設計規(guī)則為固定位置安裝的攝像頭分配固定的IP地址，拍攝角度也需要按設計要求進行調整，確保攝像頭畫面能覆蓋車廂內所有空間。

（2）人工智能模塊。此為本研究方法的主要實現(xiàn)載體，它運行在網(wǎng)絡硬盤錄像機內。通過以太網(wǎng)RTSP傳輸協(xié)議從本車廂攝像頭設備特定的IP地址獲取到高清畫質的視頻數(shù)據(jù)，通過內部的圖像預處理模塊對原始畫面數(shù)據(jù)進行區(qū)域標定和緊要數(shù)據(jù)的抽取和標定。之后依據(jù)畫面和標定信息進行算法分析從而確定視頻范圍內人數(shù)，得到畫面的人數(shù)和正確概率估值，并對數(shù)據(jù)進行標簽化整理，從而得到車廂該攝像頭區(qū)域內的人數(shù)。最后依次處理車廂內的其他所有攝像頭畫面數(shù)據(jù)。

（3）司機室控制主機和客室人工智能主機。司機室控制主機內的分流引導卡定時從各客室人工智能主機獲取對應車廂的人員分析數(shù)據(jù)，再進行數(shù)據(jù)匯總，形成整車級別的人員分布熱力圖層，該圖層數(shù)據(jù)會以廣播報文的形式發(fā)送到車輛各設備端。

（4）顯示設備。顯示設備依據(jù)自身的功能約定和設計對該數(shù)據(jù)內容進行響應。例如，車內動態(tài)地圖LCD屏會顯示出“各車廂+各區(qū)域”的人員分布狀態(tài)圖，車外側LED顯示屏也會顯示各車廂的人員分布狀態(tài)信息，以及擴展功能，可以將圖層數(shù)據(jù)通過車地無線網(wǎng)絡傳輸給前方到站車站的相關顯示設備，從而提前預報指引。

2 乘客分流引導方法的詳細流程

2.1 分流指引工作步驟簡介

本研究描述的乘客分流方法工作原理如下：①實時視頻數(shù)據(jù)采集，通過網(wǎng)絡獲取攝像頭視頻數(shù)據(jù)。②視頻的預處理，對單攝像頭畫面進行區(qū)域劃分和標定;視頻人數(shù)識別，對區(qū)域畫面進行人員數(shù)量分析。③數(shù)據(jù)匯總和發(fā)布，收集各攝像頭區(qū)域人員數(shù)據(jù)情況，形成統(tǒng)一格式化數(shù)據(jù)，并發(fā)布。④指引呈現(xiàn)，依據(jù)格式化數(shù)據(jù)和顯示規(guī)則，通過圖像的形式呈現(xiàn)人員分布狀態(tài)和給出必要的指引。

2.2 實時視頻數(shù)據(jù)采集

人工智能模塊依據(jù)車輛IP分配規(guī)定，通過RTSP協(xié)議獲取本車廂特定區(qū)域的攝像頭IP獲取視頻畫面，為確保網(wǎng)絡資源的利用率和磁盤空間的使用率，采用H265編碼傳輸監(jiān)控畫面。在實際地鐵站間運營時，乘客不會出現(xiàn)大規(guī)模的移動和變化，故指引信息也不需要實時反映瞬時車廂狀況，可依據(jù)人工智能模塊的處理器進行調整，在實際工程中，人工智能模塊的分析頻率達到每分鐘分析完一個車廂即可。

2.3 視頻畫面預處理

為滿足軌道交通行業(yè)標準，攝像頭畫面需要覆蓋整車所有內部空間，而攝像頭位置和拍攝角度在設計時就已經設置，安裝需要按設計圖紙進行操作，分布圖如圖1所示。7C31E082-512E-4712-AD3B-503018125B3E

如圖1所示，每個車廂通常會安裝4個全景攝像機，對車廂所有區(qū)域進行視頻覆蓋[1]。例如，客室全景攝像機3可以拍攝車廂標出的所有區(qū)域（1～9區(qū)）的畫面，但是對于后續(xù)的人工智能主機分析算法而言，僅有相近的幾個區(qū)域（3～5區(qū)）的畫面適用算法分析。攝像機的正下方實線框區(qū)稱為獨立區(qū)域，與之相鄰的虛線框稱為重疊區(qū)域，它會被2個攝像機同時拍攝和處理，而其他區(qū)域因距離太遠，數(shù)據(jù)特征信息不明顯，因此不適用算法。

預處理功能就是對攝像機的原始畫面進行全景畫面擴展，并依據(jù)前面提及的區(qū)域設定，對畫面進行整體分割和區(qū)域標定。在處理獨立區(qū)域和重疊區(qū)域時，需要進行人物輪廓分析，并進行動態(tài)分割，而非簡單的直線區(qū)域切割，確保該區(qū)域內人物特征只會出現(xiàn)在某一個區(qū)域內，避免后續(xù)重復計數(shù)而影響最終的數(shù)據(jù)精度。

2.4 視頻人數(shù)識別

預處理得到獨立區(qū)域的畫面拍攝角度為上方俯視，重疊區(qū)域的畫面拍攝角度為側方拍攝角度。為提高人數(shù)統(tǒng)計的準確率，相較傳統(tǒng)的攝像頭畫面通過單一人工智能模型算法進行分析[2]，本方法針對不同的區(qū)域畫面提供兩種獨立的處理算法模型對其進行分析，分析獨立區(qū)域的算法簡稱算法A，分析重疊區(qū)域的算法簡稱算法B。

獨立區(qū)域畫面人物頭部特別是頭頂特征特別清晰，輪廓特別明顯，多為乘客的頭頂及頭部上半部分，故算法A主要是對人物的頭頂上半部分進行個體抽取，再對抽取的個體進行識別，得到頭部的頭像匹配率。算法模型先對畫面進行圖像數(shù)據(jù)的銳化和差分處理，使其頭頂中心區(qū)域更加明顯，從而方便識別人體頭頂，繼而進行人數(shù)統(tǒng)計。

重疊區(qū)域畫面多為人物的臉部、耳側、后腦，故算法主要針對臉、側臉、耳朵和后腦勺特征進行處理。同理，需要對圖像進行銳化和差分處理，使算法對個體進行抽離，而后依據(jù)算法識別畫面是否符合人體特征，并對其進行標定統(tǒng)計。

同一區(qū)域不同攝像機采集的畫面也存在差異，例如攝像機3需要處理3～5區(qū)的畫面，而攝像機2需要處理5～7區(qū)的畫面，其中5區(qū)的畫面為2個攝像機共有部分且均需要被人工智能模塊分析，因角度、光線等原因，同一區(qū)域進行分析后存在部分差異，這些均需要在后續(xù)統(tǒng)計工作中進行權衡，從而避免造成部分誤差。

之所以使用兩種算法進行分析，主要是因為不同角度畫面上呈現(xiàn)的人物主體特征存在較大的區(qū)別，用同一識別算法會造成精度嚴重失實。攝像機近端以分析頭頂為主，遠端以分析臉、耳和后腦為主。此外，因為設備對處理結果的實時性要求不高，可以為處理器提供充足的時間通過多種方式進行分析[3]。不管使用何種算法，都會輸出一系列規(guī)定好的格式數(shù)據(jù)供后續(xù)數(shù)據(jù)融合使用，數(shù)據(jù)內容包含時間、所在位置信息、識別概率、識別依據(jù)（眼、耳、后腦、頭頂?shù)龋┑戎匾畔ⅰ?/p>

2.5 數(shù)據(jù)匯總和發(fā)布

數(shù)據(jù)匯總分為3級：單攝像頭數(shù)據(jù)匯總、車廂數(shù)據(jù)匯總及整車數(shù)據(jù)匯總。？譹？訛單攝像頭數(shù)據(jù)匯總：人工智能模塊會對區(qū)域畫面內的人物識別數(shù)據(jù)進行統(tǒng)計，依據(jù)數(shù)據(jù)的特質信息進行加權累加，從而形成攝像頭畫面區(qū)域級別的人數(shù)信息。？譺？訛車廂數(shù)據(jù)匯總：依據(jù)得到的各攝像頭區(qū)域數(shù)據(jù)進行統(tǒng)計，從而得到車廂內各區(qū)域的人員分布數(shù)據(jù)。其中，獨立區(qū)域直接采用分析結果即可，而重疊區(qū)域會出現(xiàn)在2個攝像頭分析結果中，需要依據(jù)分析結果中的概率進行權重統(tǒng)計得到該區(qū)域最終人數(shù)。？譻？訛整車數(shù)據(jù)匯總：司機室控制主機內的分流引導卡從各車廂人工智能模塊獲取車廂區(qū)域數(shù)據(jù)，依據(jù)數(shù)據(jù)的位置和概率人數(shù)等信息繪制整車人員分布動態(tài)圖層數(shù)據(jù)，該圖層數(shù)據(jù)會體現(xiàn)列車各區(qū)域的人員分布的最終統(tǒng)計情況。

數(shù)據(jù)發(fā)布在項目實施應用中只涉及車輛設備的發(fā)布，未涉及車站聯(lián)動指引功能。？譹？訛車輛內發(fā)布：整車人員分布數(shù)據(jù)通過以太網(wǎng)廣播的方式定時發(fā)送到網(wǎng)絡中的各級設備。？譺？訛車輛外發(fā)布：整車人員分布數(shù)據(jù)通過車地無線系統(tǒng)，發(fā)送到線路控制中心和車站控制中心，車站控制中心將人員分布數(shù)據(jù)轉發(fā)至對應的車站顯示終端或者其他指引功能設備。

2.6 擁擠程度級別

整車人員分布圖層形成匯總數(shù)據(jù)后，為了使顯示終端能確定顯示樣式，需要定義區(qū)域人員擁擠程度的級別。同時，為了使乘客能清晰、容易地識別車廂的擁擠情況，需要確定列車車內人員分布級別。級別的定義及指示顏色的選取也需要考慮普遍人員的日常生活習慣，以免造成乘客不容易理解和困擾，例如紅色表示嚴重擁擠、綠色表示寬敞。級別級數(shù)的定義也不能過于簡單，否則會造成系統(tǒng)不能有效地體現(xiàn)分布的狀態(tài)，但也不能太復雜，造成乘客不理解系統(tǒng)的指引。在實際工程應用中通常分為6級，基本采用每平方米站立的人數(shù)進行劃分，比如≤1人/m2用綠色表示非?？諘?>9人/m2用深紅色表示特別擁擠。

2.7 分流指引呈現(xiàn)

分流指引可分為語音指引和圖像指引，在實施工程項目中，以通過圖像指引為主。車輛指引通過車輛內各顯示設備進行呈現(xiàn)，如動態(tài)地圖LCD屏、客室LCD屏和車外門側LED顯示屏通過視覺信息對乘客進行指引。車站指引通過屏蔽門上方倒流引導屏或者其他顯示設備進行呈現(xiàn)。語音指引通過廣播提示各車廂人員擁擠情況，可自動觸發(fā)，也可軟件設定自動播放。具體顯示的畫面和語音效果需根據(jù)具體工程項目與業(yè)主方進行確認。

3 結束語

本研究提及的方法主要優(yōu)點是在最小的成本追加下，對列車乘客信息系統(tǒng)進行功能升級，實現(xiàn)列車乘客的搭乘空間分流指引功能，提升列車的運營能力和乘客的搭乘體驗。該方法處理數(shù)據(jù)的結果既可以用于車廂內設備進行人員分布展示，也可以擴展到車站顯示終端，在列車到站前進行車站乘車引導，還能為列車空調系統(tǒng)的功率輸出提供指引，實現(xiàn)節(jié)能減排，提高列車經濟性。

參 考 文 獻

[1]王鵬.鐵路客運智能視頻監(jiān)控系統(tǒng)研究[J].電子世界，2020（11）：21-22.

[2]杜學東，高自友，趙茂先.鐵路旅客列車客流量統(tǒng)計算法及應用模型[J].北方交通大學學報，2004（2）：86-90.

[3]楊曉明.基于計算機視覺的地鐵線網(wǎng)客流實時監(jiān)控系統(tǒng)研究[D].北京：北京交通大學，2010.7C31E082-512E-4712-AD3B-503018125B3E