城轨智能客流联控系统研究与应用_黎志华.pdf

科技与创新Science and Technology&Innovation622023 年 第 13 期文章编号：2095-6835（2023）13-0062-04城轨智能客流联控系统研究与应用黎志华，陆 桥（广州地铁集团有限公司，广东 广州 510145）摘要：随着城市的高速发展，市民对日常出行的高效便捷性需求不断提高，城市轨道交通的客运量也日益增加，给车站客运管理提出了更大的挑战，需使用更智能的手段提升管理能力。阐述了广州地铁基于物联网、互联网、大数据等技术的智能客流联控系统的设计与应用。通过采集实时客流，结合图像识别，汇集多源客流数据与模型策略的融合计算，深化数据分析应用，运用精准预测研判，自动触发客控规则，将以往的经验化、被动式的车站客运组织，转变为车站各客运设备、信息系统之间智能联控的车站客运联控模式，从而实现综合信息发布及车站设备联动控制，为城市轨道交通客流联控提供了更高效的工作方式。关键词：城市轨道交通；客流联控；智能；大数据中图分类号：TP391文献标志码：ADOI：10.15913/ki.kjycx.2023.13.017广州地铁自开通以来，客运量不断攀升，2019 年日均客流达 906.8 万人次，早晚客流高峰时段，47 个车站需执行客流管控。根据城市轨道交通客流特点，正常工作日全天客流量的 50%以上集中在早晚高峰期4 h 内，因此早晚高峰期是运营压力最大、运力与需求矛盾最突出的时段，需要根据这个特点制定合适的客流联控方案。结合智慧城轨建设思路1，广州地铁研究搭建符合新时代轨道交通发展的智能客流联控系统，以进一步提升车站的运营效率，提高乘客的出行体验及满意度。1现状分析城市轨道交通具备高安全性与准点率等优点，使它成为了市民出行的首选方式。随着城市的发展，乘客出行人次也日益增长，原有车站的建筑设计难以满足车站、线路、线网的乘客输运需求。传统的城市轨道交通客流联控，主要依靠对 AFC（Automatic FareCollection System，自动售检票系统）数据、车站满载程度的监控，以人的判断作为启动客流控制的驱动，利用人员、分隔栏杆、声光设备等实现客流分流管控。这种方式存在及时性、精准性、联动性不足的缺陷，缺乏对未来客流趋势的预判和干预，客运安全风险较大，且人力投入成本过高，对现场运营影响较大2。受到基础设施条件和运营环境的制约影响，在客流人数超过地铁车站设计承载量的情况下，如何正确实施客流联控措施，给地铁车站的运营管理带来了全新的挑战。为提升客流联控措施的有效性、合理性和科学性，本文提出了基于新兴信息技术的智能客流联控系统技术方案，不仅能缓解地铁运营的压力，也能给乘客带来便利，杜绝因客流量过大造成的安全隐患。2技术方案智能客流联控系统主要由 AFC 系统、设备接入平台、大数据平台、开放平台、智能客流联控这 5 部分组成。AFC 系统包含自动售票机、闸机、边门等终端设备，系统将终端设备中的客流数据通过设备接入平台上传至大数据平台，进行数据的存储、分析与处理，作为客流主要的数据来源。同时，终端设备的运行状态具备监测、预警等功能，也将为客流联控系统提供支持3。设备接入平台是大数据平台的前置模块，负责对接设备侧统计数据（不控制设备），并对数据进行规范化之后，上传到大数据平台进行分析。基于物联网、云存储、云计算等技术搭建的大数据平台，用于存储各系统、各设备上传上来的数据，并综合运用数据分析、数据挖掘等方法，提炼能够保障服务于指挥决策支持的信息知识，并形成大数据仓库，满足不同指挥层级应用便捷、及时调用，提升应用行动的快速反应能力。开放平台提供了可靠的设备监控与控制能力，向下连接海量设备，采集设备状态数据，通过对接设备侧 API（Application Programming Interface，应用程序基金项目广州市科技计划项目（编号：202011020003）Science and Technology&Innovation科技与创新2023 年 第 13 期63接口）实现设备控制；向上提供平台统一 API，应用程序通过调用平台 API 将指令下发至设备端，实现应用与设备的互动与控制。开放平台也提供了其他增值能力，如设备管理、规则引擎等。智能客流联控打通 AFC、视频监控等系统，基于多源异构的客流信息和人工智能模型策略，实现系统自动判定应启动的客流联控模式，通过多终端提供客流联控提醒，可灵活配置及远程兼自动控制设备设施，一键化执行相关客流联控任务，并移动化支持站务人员根据实际情况手动生效客控模式，实现综合信息发布及车站设备联动控制4。3系统工作流程本系统主要包含以下 4 个工作步骤。数据收集。收集 AFC 系统产生或统计后的客流数据5（包含断面客流、换乘客流和进、出站客流等），通过设备接入平台发送给大数据平台，具体如下：通过站内智能监控摄像头，实时关注车站环境中的人员拥挤程度，结合人员聚集分析算法，判断站内人流情况，超过阈值时发出预警信号；通过站内客流统计摄像机，可以对视频图像中静止或行走的不同姿态的行人进行检测和跟踪，获得指定时段和指定区域内的人群流动量；将客流统计摄像机安装在车站出入口上方，即可通过客流分析算法计算出特定时间段内进入及离开的人员数量；收集每 2 min 接入地铁AFC 系统的断面客流数据。系统汇总各方采集的客流数据后，采取了 ETL（Extract-Transform-Load，抽取转换加载）的方式将数据送到大平台进行处理。数据计算。使用回归分析算法，根据过去的变化趋势总结客流数据的发展规律6，预测未来客流特点。大数据平台对数据进行清洗和归类后，根据历史数据进行分析统计，形成了实时客流、预测客流、地铁App-LBS（Location Based Services，基于位置服务）信息等数据，通过进一步的计算预测出接下来 15 min 的客流数据量，并存储到数据库，可供各种应用调用。这种相对客观的基于实际客流统计数据的预测方法，保证了数据的准确性和有效性。输出模式建议。客流联控应用从数据库获取包括实时及未来预测的客流数据，根据预设好的阈值及规则判断当前客流数据所适合的客流联控模式。联控模式包括客流管控、行车组织、人员支援、客流预警等。通过系统自动推送或者人工推送的方式联动车站广播、闸机、导向、门匾及站厅大屏等设备，指引乘客有序进出车站。客流联控模式执行。当客流数量达到某一程度（可通过系统设定阈值），系统将结合互联网应用，可通过线下人员联控、硬件动作、APP 常规客流预联控等方式，将客流指引信息及时准确地发送给站台内或站台附近的乘客，方便乘客根据客流联控信息选择更加合适的出行路线及出行时间。系统整体工作流示意图如图 1 所示（数字标识为上述的工作步骤）。图 1系统工作流示意图4大数据应用大数据平台每 2 min 会通过设备接入平台从摄像机、AFC 系统获取数据，送入 Kafka 消息队列，便于临时存储及消费；然后通过 Spark Streaming（构建在Spark 上的实时计算框架）对数据进行去重、清洗及分类统计，得出清洁有效的数据，避免数据存在多个干扰项导致错误出现7。大数据平台在分类统计数据的基础上，结合客流预测算法，演算出累计客流、实时客流、预测客流等多维客流数据，其中最为关键的是预测 15 min 后客流数据，这将作为判断合适的客控模式的主要依据。大数据平台分析和预测的结果会同时写入 HDFS（Hadoop Distributed File System，Hadoop 分布式文件系统）和 MySQL 数据库，用于存档及调取。同时，平台通过数据接口对外提供服务。大数据平台架构设计如图 2 所示。图 2大数据平台架构图科技与创新Science and Technology&Innovation642023 年 第 13 期5系统运用客流联控系统可根据实时客流数据及预测客流数据 2 个方面划分为不同的联控策略，例如站控、线控、网控等，各种策略可通过改变扶梯方向、闸机方向，配合电子联控、车站广播等手段，实现灵活配置，以满足各种情况的客流联控需求8-9。线网客控监控界面如图 3 所示。当客流联控系统从数据库获取到客流相关数据后，根据客流的特点（将从进站客流、出站客流、站内拥挤程度等多个维度综合考虑）和站点各业务系统，包括闸机、门匾、车站广播等设施设备的现有状况，生成相应的客控模式，并判断新的客控模式与当前的客控模式是否一致，若两者不一致，则将新的客控模式信息推送给车站工作人员。工作人员根据车站客流实时监控情况和运作管理的实际需要，可自动或针对性手动调整适应客流的联控策略，防止因客流联控策略不适用，导致车站承载超标或带来安全隐患。客流实时监控界面如图 4 所示。图 3线网客控监控界面图 4客流实时监控界面1 2001 000800600400200005：4006：4007：3008：2009：10时间06：0507：0007：4008：2009：0009：40时间250200150100500预测客流历史客流滞留客流密度系数出站客流8：30滞留客流 76Science and Technology&Innovation科技与创新2023 年 第 13 期65客控实施申请指令下发后，系统采取的措施包括以下 4 个方面10：改变闸机的进出方向，可预防因到站乘客过多，乘客疏导不及时的问题；联动门匾、车站广播、PIDS（Passenger Information Display System，乘客信息显示系统）等系统及设备，发布相关的客流联控消息，及时联控乘客选择正确、快捷的进出站路线；结合大数据技术、用户画像技术，对地铁 APP用户进行精准信息推送，联控乘客提前安排出行计划；车站管理人员也可根据系统给出的多维客流信息制定相应的客流联控模式，以提高响应措施实施的及时性和管理有效性。从车站现场应用效果来看，可显著节省站务人力成本。从现场获知客流达到阈值需启动客控模式，到最终完成客控信息发布、相关设备状态调整的整个流程中，原来传统人工操作需 25 min，通过本系统智能控制后只需 12 min，工作效率提升了 1 倍以上。目前每天早晚高峰各执行一次客控模式，工时按每人 8 h计算，单站每年可节约人力 132365/60/8=19.8 人/d，应用至全线网将产生更大的效益。同时每次调控及时，更便捷地服务乘客出行，也大幅度提升了车站服务水平。6结论智能客流联控系统运用物联网、互联网的通讯机制，联动了多个子系统，打破了现有业务系统之间的屏障，让系统的运行不再局限于某个系统或者设备，使之不再完全依靠人工进行操作的方式；同时结合大数据和人工智能等技术，对客流数据进行深度挖掘分析，提供高效的决策支持，实现了整体应用的智能升级，有效地提升了地铁车站现有的运营效率，降低了运营成本。智能客流联控系统的应用，减少了在高峰期出行容易导致长时间的排队、滞留等状况的发生，提升了乘客的出行体验，创新了客流控制的智能手段，在未来的新线车站中具有重要的推广应用价值。参考文献：1中国城市轨道交通协会.中国城市轨道交通智慧城轨发展纲要J城市轨道交通，2020（4）：8-232李佳芸.广州地铁大客流现状分析与策略研究J.中国高新技术企业，2016（31）：92-94.3王兴川，姚恩建，刘莎莎.基于 AFC 数据的大型活动期间城市轨道交通客流预测J.北京交通大学学报，2018，42（1）：87-93.4高鹏，邹晓磊，徐瑞华.城市轨道交通车站客流分布仿真方法研究C/第三届中国 同舟交通论坛：公共交通与城市发展学术研讨会，上海：中国土木工程学会、同济大学，2006.5胡林.视频监视系统在城市轨道交通中的运用J.华东科技（学术版），2018（1）：6.6李凤阳.大数据轨道交通网络化及客流预测的思考J.山西建筑，2016，42（5）：29-30.7王天华.北京轨道交通自动售检票清分系统数据仓库系统的设计与实现D.北京：北京交通大学，2013.8曹启滨.地铁客流引导信息系统设计方案J.甘肃科技，2011，27（20）：38-40.9张荣