基于機器視覺技術的地鐵車廂擁擠度提示系統(tǒng)研究

陳享成

（鄭州鐵路職業(yè)技術學院 電子工程學院，河南鄭州，450052）

0 引言

近些年，隨著軌道交通運輸網(wǎng)絡迅猛發(fā)展，作為公共交通的重要組成部分，城市軌道交通建設取得了巨大成就。城市軌道交通具有便捷、快速等特點，能夠盡可能的滿足人們出行需求。在“十三五”規(guī)劃綱要中，國家明確提出推進交通運輸?shù)吞及l(fā)展，實行公共交通優(yōu)先，加強軌道交通建設。這使得軌道交通成為公民出行的最佳途徑。而隨著人民生活水平的提高和生活節(jié)奏的加快，人們對交通環(huán)境、出行條件的要求越來越高，城市軌道交通正進行著一場深刻的“交通革命”。安全、快捷、經(jīng)濟、舒適、環(huán)保的城軌列車無疑成為高速運行時代的重要角色。

隨著城市軌道交通快速、便捷等優(yōu)勢突顯。越來越多的人開始選擇地鐵出行，這樣就造成客流需求持續(xù)激增，大客流沖擊下的供需矛盾日益凸顯。尤其是環(huán)境復雜、客流可控性差、突變性強、疏散條件差的地下車站尤為突出。2014 年11 月6日，北京地鐵5號線，晚高峰時刻，在地鐵門和安全門之間由于擁擠夾死一名乘客。2015 年4月20 號，早高峰時刻，深圳地鐵由于乘客暈倒，導致大客流的踩踏事件。如何在現(xiàn)如今客流需求持續(xù)激增的情況下，有效保證地鐵向著更加安全、便捷、舒適方向發(fā)展，這對地鐵運營來說是一項全新的挑戰(zhàn)[1]。

地鐵車廂立席乘客的空間舒適度方面的研究，吳奇兵等[2]引入地鐵車廂內(nèi)乘客心理舒適度， 結合乘客感知空間舒適性調(diào)查， 建立乘客空間理論模型， 并以此得到基于空間舒適性的立席密度評價標準，標準如表1 所示。從而得出地鐵車廂內(nèi)乘客的舒適感與立席密度有關，也就是與車廂實際人數(shù)的多少有關。

表1 基于乘客空間舒適性的立席密度

因此需統(tǒng)計出地鐵車廂內(nèi)實際人數(shù)，并在地鐵站臺顯示出相關信息，從而引導乘客前往乘客較少的車廂等候區(qū)等候上車，這樣不僅可以提高乘客乘車的舒適感和便捷性，同時緩解地鐵站臺固定區(qū)域附近乘客擁擠的情況。提高地鐵運營的安全和效率[3-5]。本文提出了一種基于機器視覺技術的地鐵車廂擁擠度提示系統(tǒng)，直接利用地鐵列車現(xiàn)有監(jiān)控視頻，建立車廂乘客數(shù)據(jù)集，通過機器視覺技術實現(xiàn)列車車廂客流人數(shù)統(tǒng)計，并將統(tǒng)計的車廂客流人數(shù)與數(shù)據(jù)服務中心進行通信，以期為行車調(diào)度、運營監(jiān)控等部門提供準確數(shù)據(jù)依據(jù)，方便地鐵運營管理者實時了解車內(nèi)客流狀態(tài)，合理安排行車調(diào)度，保證列車高效運行、便捷乘客出行[6-8]。

1 系統(tǒng)總體概述

系統(tǒng)圖像采集部分安裝于地鐵列車車廂內(nèi)，運用地鐵列車現(xiàn)有監(jiān)控視頻采集地鐵車廂內(nèi)場景圖，通過圖像分析，判斷乘客數(shù)量，再將信息傳輸至列車車載PIS（乘客信息服務系統(tǒng)）系統(tǒng)的車載監(jiān)控主機上，再將數(shù)據(jù)單播轉發(fā)至中心PIS 服務器，中心PIS 服務器上通過網(wǎng)絡組播方式，轉發(fā)至各車站站臺PIS 系統(tǒng)上。再在車站站臺PIS 系統(tǒng)的LCD 控制器上，解析對應列車乘客數(shù)據(jù)，轉化為圖形化圖像傳送至LCD 屏，并保持LCD 屏幕上多媒體信息、安全提示信息及其發(fā)布信息不變。系統(tǒng)網(wǎng)絡拓撲圖如圖2 所示。

圖2 系統(tǒng)網(wǎng)絡拓撲圖

2 系統(tǒng)圖像采集及處理

傳統(tǒng)的利用機器視覺的目標計數(shù)算法通過檢測后計數(shù)的方式實現(xiàn)，決定計數(shù)準確度的關鍵在于目標檢測的精度。早期的目標檢測算法多基于目標的紋理特征，如HOG，STIP，LBP 等，結合支持向量機和圖像金字塔來檢測多尺度目標。隨著深度學習領域的發(fā)展，利用卷積神經(jīng)網(wǎng)絡的目標檢測算法相較于傳統(tǒng)算法有了較大的性能提升，例如Mask-RCNN, YOLO,SSD 等。但密集場景擁擠度分析受限于環(huán)境噪聲、目標遮擋、透視扭曲、目標分布不均勻等因素，導致圖像中的目標具有多角度旋轉的密集排列特性，因而難以采用基于檢測的方法。

目前主流的技術是通過CNN 來學習目標密度圖，密度圖表征了圖像中各像素臨近區(qū)域內(nèi)的目標密度，它可以藉由帶標記的訓練樣本集來生成。密度圖估計一般包括特征提取(編碼器)和密度圖生成(解碼器)模塊兩個部分。目前針對圖像分類、目標識別應用產(chǎn)生了多種高性能的卷積神經(jīng)網(wǎng)絡特征提取模型，如VGG 系列(VGG-16/19)、ResNet 系列（ResNet-50/101）、DarkNet、Densenet 等。但大量的研究發(fā)現(xiàn)，VGG 在密度圖估計任務中性能最優(yōu)。本課題采用預訓練的VGG-16 模型的前十個網(wǎng)絡層和三個最大數(shù)池化層，以此獲得1/8 尺寸的特征圖。從特征圖解碼為密度圖階段，為充分利用各中間尺度特征圖的信息并平衡準確度和計算復雜度，采用簡化的特征金字塔模型，將各尺度特征圖依次疊加，從而獲得1/2 尺寸的密度圖，然后使用反卷積模塊獲得原始分辨率的密度圖。

圖3 基于VGG+FPN 的密度圖估計算法方案

為實現(xiàn)有效統(tǒng)計人數(shù)的目的，系統(tǒng)硬件環(huán)境部署采用：樹莓派3B+安裝OpenVINO 與Intel Movidius 神經(jīng)計算棒NCS2 的環(huán)境部署。系統(tǒng)地鐵車廂密度檢測效果圖如圖4 所示。

圖4 地鐵車廂密度檢測效果圖

3 系統(tǒng)數(shù)據(jù)通信及轉發(fā)

系統(tǒng)網(wǎng)絡通信使用原有通信網(wǎng)絡，不增設通信線路，實施方案通過升級車輛TCMS系統(tǒng)軟件，將各車廂視頻監(jiān)控采集的人數(shù)數(shù)據(jù)加入，通過網(wǎng)絡單播的方式，轉發(fā)給車載PIS 系統(tǒng)。每列車車載PIS 系統(tǒng)的車載監(jiān)控主機上，新增轉發(fā)軟件，用于接收和轉發(fā)TCMS 系統(tǒng)數(shù)據(jù)，將采集的人數(shù)數(shù)據(jù)單播轉發(fā)至中心PIS 服務器。在中心PIS 服務器上，新增轉發(fā)軟件，其功能通過網(wǎng)絡組播方式，轉發(fā)至各車站的LCD 控制器上，為乘客出行提供參考。數(shù)據(jù)通信及轉發(fā)示意圖如圖5 所示。

圖5 數(shù)據(jù)通信及轉發(fā)示意圖

4 顯示系統(tǒng)設計與實現(xiàn)

擁擠度提示屏采用原有PIS 系統(tǒng)顯示屏，每個車站站臺PIS 系統(tǒng)的LCD 控制器新增一個適用于PIS 系統(tǒng)的HDMI 轉換器，利用原控制器的視頻板輸出光SDI 信號，傳輸至站臺對應顯示屏。利用現(xiàn)有光輸出板、光矩陣等設備，其他視頻信號連接保持不變。

PIS 系統(tǒng)顯示器界面在原屏幕下方位置顯示乘客車廂客流密度信息，利用列車示意圖的顏色來表示車廂乘客擁擠程度，其中綠色代表擁擠程度為舒適，黃色代表擁擠程度為適中，橙色代表擁擠程度為擁擠，紅色代表擁擠程度為非常擁擠。其他屏幕信息為原有PIS 系統(tǒng)信息。PIS 系統(tǒng)顯示界面如下圖6 所示。

圖6 PIS 系統(tǒng)顯示界面

5 結論

本文針對地鐵車站迫切需求，以地鐵乘客乘車的安全性、便捷性、舒適性與智能化為出發(fā)點，在不增加額外設備的基礎上，利用地鐵列車現(xiàn)有監(jiān)控視頻信息，實現(xiàn)視頻監(jiān)控與擁擠度提示的雙重作用。自主研發(fā)具有地鐵列車車廂客流人數(shù)實時統(tǒng)計和顯示功能的車廂擁擠度提示系統(tǒng)。系統(tǒng)采用VGG 作為特征提取模塊，采用特征金字塔構建密度圖，實現(xiàn)對地鐵車廂內(nèi)圖像進行客流密度統(tǒng)計；以列車網(wǎng)絡控制系統(tǒng)(TCMS)為中心搭建數(shù)據(jù)轉發(fā)平臺，實現(xiàn)數(shù)據(jù)從監(jiān)測終端到車站顯示屏的通信及傳輸；以車站PIS（乘客信息服務系統(tǒng)）系統(tǒng)為顯示平臺，實時顯示地鐵車廂擁擠情況，從而有效引導站臺乘客前往乘客較少的車廂等候區(qū)等候上車，提高地鐵車站運營的安全及效率和乘客乘車的舒適感及滿意度。