CN107330840A - 基于站台视频分析的城市公交客流调查方法及其调查系统 - Google Patents

Abstract

本发明公开了一种基于站台视频分析的城市公交客流调查方法及其调查系统，包含实时视频接入服务器、视频分析服务器、实时内存数据存储器、公交智能调度系统、调度通讯服务器、车载GPS调度终端、站台摄像机；通过分析公交站台实时监控视频数据以及智能公交调度数据，建立一套可精确识别乘客的上、下车站点，换乘及乘坐时间的客流调查方法。

Description

基于站台视频分析的城市公交客流调查方法及其调查系统

技术领域

本发明属于城市公交客流调查领域，尤其涉及基于站台视频分析的城市公交客流调查方法及其调查系统。

背景技术

城市公交客流是指人们出行需要选择乘坐城市公共交通车辆以实现其位置移动而达到出行目的的乘客群。客流量从总的方面可以反映城市居民需要乘坐公共交通车辆的数量程度。它是由城市和郊区、乡镇等固定居住人口和外地住城市的临时人口，因生产、生活等需要出行乘车构成的，其中包含时间、方向、地点、距离、数量等因素。公共交通行业决策管理者们，为了分析客流在公共交通线路上的具体分布，经常要了解某一路段或某一站点的乘客乘车情况，通过对路网上的客流动态、方向上的客流动态、断面上的客流动态以及客流动态的演变规律等了解或掌握不同维度下的分析方法，来分析了掌握城市公共交通出行比率。

传统的客流调查方法主要包括随车客流调查法、目测客流调查法、问询客流调查法、IC卡客流调查法、问卷式调查法、车载视频客流统计法等。其中通过随车客流调查方法的收集的资料全面，准确度高，用途较广，对内可以掌握客流动态规律的全貌，对外可为城市规划、交通治理提供参考依据，但这种调查所费人力、物力较多，资料整理复杂，人工统计难度大；目测客流调查方法所用人力少、资料整理简便，但这种方法反映的动态是局部的，需与其他调查方式结合使用；问询式调查方法可以获取该线路各个断面乘客分布动态资料，但这种方法需要通过受调查人填表获得信息，受被调查者文化程度、时间、环境、抽样比例等条件因系影响，调查难度较大；IC卡客流调查法可能对每条线路上的月票流量分布进行分析，以研究现有线路的走向与运力，适应客运量的需求，但IC卡客流调查只知道上客位置和人数，不了解乘客下车站点；车载视频客流统计法，通过车载视频数据识别统计车辆上车、下车人数，从而得到当前车载人数，但这种方法并不能知道每位乘客从哪里上、哪里下，对于更深入的客流分析无法支撑。出行调查法，是由规划部门组织实施，通过公交、公安、交管、街道等各方面的配合，调查方式通过对工厂、机关、学校、文体场馆等单位职工或居民小区的居民出行动态进行调查的一种方法，该方法需要事前精心准备和完善地组织才能进行，需要制定周密的调查方案，成本消耗最大。

通过分析，上述调查法所采用的手段大多是需要投入大量的人力、物力来进行调查、取证、统计及分析。受调查方法、人力、物力、资金成本、时间、频率、环境等各类局限性因素影响较大，调查所投人力、物力大，难度大、效率低。

发明内容

本发明所要解决的技术问题是针对背景技术的不足提供了一种基于站台视频分析的城市公交客流调查方法及其调查系统，通过分析公交站台实时监控视频数据以及智能公交调度数据，建立一套可精确识别乘客的上、下车站点，换乘及乘坐时间的客流调查方法。

本发明为解决上述技术问题采用以下技术方案

一种基于站台视频分析的城市公交客流调查方法，具体包含如下步骤；

步骤1，通过视频分析系统获取每个公交站台候车区、上下客区和公交车道的视频数据，并根据所获取的视频数据划定乘客人数统计的计算区域；

步骤2，视频分析系统通过分析站台的视频数据，跟踪识别计算区域的每一位乘客，并根据每位乘客的体貌特征数据计算每位乘客的特征向量值，采用方向梯度直方图特征；

步骤3，当新的乘客进入计算区域时，为新的乘客分配一个唯一的GUID，并与其特征向量值关联，乘客在各个计算区域内移动且特征向量值不变；当乘客离开计算区域时，则废弃为该乘客分配的GUID；

步骤4，视频分析系统为每个站台、每辆公交车设置内存实时数据库；确保在某个站台和某台车辆中的计算空间内特征向量值重复概率低；所述内存实时数据库用于存储站台编号、乘客GUID、所在区域、特征向量值；

步骤5，当公交车辆进站时，公交调度系统会向视频分析系统发送公交车辆进站指令；

步骤6，视频分析系统根据公交车辆进站指令，根据调度指令下发的车型信息，动态调整和优化上下客的计算区域；

步骤7，视频分析系统跟踪每位进入上客通道计算区域的乘客，并记录跟踪对象，将第一次进入计算区域的时间，作为候车起始时间；

步骤8，视频分析系统将进入上客通道的所有乘客特征向量值与该趟次公交车辆关联，完成乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点的实时记录，进而将记录保存在内存实时数据库中；

步骤9，视频分析系统跟踪每位进入下客通道计算区域的乘客，并计算其特征向量值，进入下客通道的乘客要将其从公交车数据库中移到下客区域，进而加入下客清单；

步骤10，视频分析系统跟踪所有下客通道的乘客：

步骤10.1，若视频跟踪对象离开视频计算区域，则从内存数据库中查找到该特征值在该车辆的上车记录信息，并形成完整客流数据并记录到数据库中，所述完整客流数据包含乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点；

步骤10.2，若视频跟踪对象未离开视频计算区域，且重新进入上客通道，则形成实时记录，跳转至步骤6；所述实时记录包含乘客特征、上车时间、上车站点、车辆编号、线路编号、换乘信息；所述换乘信息包含乘客特征、候车起始时间、上车时间、上车站点、车辆编号、线路编号、下车时间、下车站点。

作为本发明一种基于站台视频分析的城市公交客流调查方法的进一步优选方案，在步骤1中，所述计算区域包含站台等候区、公交车去、公交车上下客区。

作为本发明一种基于站台视频分析的城市公交客流调查方法的进一步优选方案，在步骤2中，所述特征向量分辨率为1000。

作为本发明一种基于站台视频分析的城市公交客流调查方法的进一步优选方案，在步骤5中，所述车辆进站指令包含车型信息、线路信息和车号信息。

一种基于站台视频分析的城市公交客流调查系统，包含实时视频接入服务器、视频分析服务器、实时内存数据存储器、公交智能调度系统、调度通讯服务器、车载GPS调度终端、站台摄像机；所述站台摄像机依次经过实时视频接入服务器、视频分析服务器连接实时内存数据存储器，所述车载GPS调度终端依次经过调度通讯服务器、公交智能调度系统连接实时内存数据存储器；

其中，站台摄像机，用于获取每个公交站台候车区、上下客区和公交车道的视频数据；

实时视频接入服务器，用于实时将获取每个公交站台候车区、上下客区和公交车道的视频数据传输至视频分析服务器进行数据分析；

实时内存数据库，用于存入实时客流数据及读取实时调度数据；

公交智能调度系统，用于通过调度通讯服务器将客流数据及实时调度数据传输至车载GPS调度终端。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、本发明通过站台监控视频数据分析，结合公交调度系统数据，计算出的客流可精确记录乘客的候车起始时间，所乘车辆编号、所乘线路编号、上车时间、上车站点、下车时间、下车站点，弥补了以往客流调查方法的不足。

2、本发明通过站台监控视频数据分析，结合公交调度系统数据，计算出的客流可精确记录乘客换乘车辆编号、换乘线路编号、换乘上车时间、换乘上车站点、换乘下车时间、换乘下车站点，填补可以往客流调查方法无法了解乘客换乘信息的空白。

附图说明

图1是视频分析计算客流示意图；

图2是本发明典型系统实现架构示意图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所示，将视频划分为站台等候区、公交车辆、上下客区等，乘客在不同计算区之间变换，实现客流的统计。

如图2所示,一种基于站台视频分析的城市公交客流调查系统，包含实时视频接入服务器、视频分析服务器、实时内存数据存储器、公交智能调度系统、调度通讯服务器、车载GPS调度终端、站台摄像机；所述站台摄像机依次经过实时视频接入服务器、视频分析服务器连接实时内存数据存储器，所述车载GPS调度终端依次经过调度通讯服务器、公交智能调度系统连接实时内存数据存储器；

其中，站台摄像机，用于获取每个公交站台候车区、上下客区和公交车道的视频数据；

实时视频接入服务器，用于实时将获取每个公交站台候车区、上下客区和公交车道的视频数据传输至视频分析服务器进行数据分析；

实时内存数据存储器，用于存入实时客流数据及读取实时调度数据；

公交智能调度系统，用于通过调度通讯服务器将客流数据及实时调度数据传输至车载GPS调度终端。

具体实现如下：

步骤1，在每个公交站台两端安装具备实时视频传输的网络摄像机，通过视频分析系统获取获取每个公交站台两路覆盖站台候车区、上下客区、公交车道的视频数据，并针对不同摄像数据划定计算区域，计算区域类型包括：站台等候区、公交车去、公交车上下客区；

步骤2，通过视频跟踪进入计算区域的每一位乘客，并根据体貌特征计算每位乘客的特征数据，该特征值取值范围(1～1000)，体貌特征相近，特征值也接近；视频分析系统分析每对摄像机的视频数据，可识别计算区域所有人的身高(d₁：精确到10cm)、身形(d₂：腰围精确到10cm)头发长短(d₃：光头、短发、长发)、头发颜色(d₄：白、黑、红、黄、其他)、皮肤颜色(d₅：黄、白、黑)、上衣颜色(d₆：取值到16色)、上衣类型(d₇：短袖、长袖、大衣、短装)、裤子/裙子颜色(d₈：取值到16色)、裤子/裙子类型(d₉：短裤/裙、长裤/裙)等特征数据，计算得出站台每一个人的唯一特征向量值[d₁，d₂......d₉](该值域分辨率1000以上)，并将该向量值标识到视频中的每个人，特征向量值相近，人的差异就小，当计算区域中人员较少时可通过向量夹角进行近似模糊匹配；

步骤3，乘客进入计算区域时，为乘客分配一个唯一的GUID，并与其特征值关联，乘客在各个计算区域内移动特征值不变；

步骤4，乘客离开计算区域时，该GUID废弃；

步骤5，为每个站台、每辆公交车设置内存实时数据记录表，确保在某个站台和某台车辆中的计算空间内特征值重复概率低(在不同空间)；

步骤6，根据公交调度系统发来的车辆进站和车辆车型数据，根据车辆车型的前后门位置，动态设置本趟次的上客区、下客区。

步骤7，通过如下条件计算候车、上车、下车、换乘信息

步骤7.1，乘客进入等候区，在等候区计算空间，记录R{乘客GUID、乘客特征向量、候车起始时间}；

步骤7.2，乘客未上车离开等候区，记录R{乘客GUID、乘客特征向量、开始候车时间、结束候车时间}；

步骤7.3，乘客进入上客区，删除在等候区计算空间记录，在车辆计算空间，记录R{乘客GUID、乘客特征向量、候车起始时间、车辆编号、线路编号、上车时间、上车站点}；

步骤7.4，乘客进入下客区，删除在车辆计算空间记录，在新的站台等候区计算空间，记录R{乘客GUID、乘客特征向量、候车起始时间、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点}；

步骤7.5，乘客下车未离开等候区，再次上车，系统记录R′{R、车辆编号、线路编号、上车时间、上车站点}，跳转步骤4；

步骤8，将计算结果R、R′汇总存储进入客流调查数据库中：视频分析系统跟踪每位进入上客通道计算区域的乘客，并记录跟踪对象，将第一次进入计算区域时间，作为候车起始时间；视频分析系统将进入上客通道的所有乘客特征向量值与该趟次车辆关联，完成乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点的实时记录，进而将记录保存在内存数据库中；

步骤9，视频分析系统跟踪每位进入下客通道计算区域的乘客，并计算其特征值，加入下客清单；

步骤10，视频分析系统跟踪的所有下客乘客：

步骤10.1，若视频跟踪对象离开视频计算区域，则从内存数据库中查找到该特征值在该车辆的上车记录信息，并形成完整客流数据并记录到数据库中，所述完整客流数据包含乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点；

步骤10.2，若视频跟踪对象未离开视频计算区域，且重新进入上客通道，则形成实时记录，跳转至步骤6；所述实时记录包含乘客特征、上车时间、上车站点、车辆编号、线路编号、换乘信息；所述换乘信息包含乘客特征、候车起始时间、上车时间、上车站点、车辆编号、线路编号、下车时间、下车站点。

根据本发明通过站台监控视频数据分析，结合公交调度系统数据，计算客流记录集R{乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点}和换乘记录集R′{R、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点}，可完成客流统计结果包括：

(1)本发明可实现对每位乘客的上车站、下车站数据统计，其中s₁代表始发站，s_n代表终点站，乘客上客站开始，下客站结束s值为1，其他站点s值为0；

(2)本发明可实现对某条线路，在同一时刻的所有车载客流量，其中F是查询计算函数，可根据R计算出当前车载客流量，R是客流记录集，line是某条线路，time是某一时刻；

(3)本发明可实现对某条线路，在同一时刻所有站点客流量，其中是查询函数，R是客流记录集，line是某条线路，time是某一时刻；

(4)本发明可实现对某站点，某时间段内，候车乘客去向客流统计，F_line(R，station，begintime，endtime),其中F_line是按线路分类查询函数，R是客流记录集，station是某站点，begintime是统计开始时间，endtime是统计结束时间；

(5)本发明可实现统计乘客在某站点，等待某线路的平均时间，〖AVG(F〗_{line，station}(R，Wendtime|Wbegintime，)),其中F_{line，station}是按线路分类查询函数，R是客流记录集，line是某条线路,station是某站点，Wbegintime是上车时间，Wendtime是候车开始时间；

本发明可实现统计乘客换乘情况统计，EX(R′，line1，line2),其中EX是换乘查询统计函数，R′是换乘记录集，line1、line2是两条有交叉站点的线路。

本发明通过站台监控视频数据分析，结合公交调度系统数据，计算客流记录集R{乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点}和换乘记录集R′{R、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点}，可完成客流统计；通过分析公交站台实时监控视频数据以及智能公交调度数据，建立一套可精确识别乘客的上、下车站点，换乘及乘坐时间的客流调查方法。

Claims (5)

1.一种基于站台视频分析的城市公交客流调查方法，其特征在于：具体包含如下步骤；

步骤1，通过视频分析系统获取每个公交站台候车区、上下客区和公交车道的视频数据，并根据所获取的视频数据划定乘客人数统计的计算区域；

步骤2，视频分析系统通过分析站台的视频数据，跟踪识别计算区域的每一位乘客，并根据每位乘客的体貌特征数据计算每位乘客的特征向量值，采用方向梯度直方图特征；

步骤3，当新的乘客进入计算区域时，为新的乘客分配一个唯一的GUID，并与其特征向量值关联，乘客在各个计算区域内移动且特征向量值不变；当乘客离开计算区域时，则废弃为该乘客分配的GUID；

步骤4，视频分析系统为每个站台、每辆公交车设置内存实时数据库；确保在某个站台和某台车辆中的计算空间内特征向量值重复概率低；所述内存实时数据库用于存储站台编号、乘客GUID、所在区域、特征向量值；

步骤5，当公交车辆进站时，公交调度系统会向视频分析系统发送公交车辆进站指令；

步骤6，视频分析系统根据公交车辆进站指令，根据调度指令下发的车型信息，动态调整和优化上下客的计算区域；

步骤7，视频分析系统跟踪每位进入上客通道计算区域的乘客，并记录跟踪对象，将第一次进入计算区域的时间，作为候车起始时间；

步骤8，视频分析系统将进入上客通道的所有乘客特征向量值与该趟次公交车辆关联，完成乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点的实时记录，进而将记录保存在内存实时数据库中；

步骤9，视频分析系统跟踪每位进入下客通道计算区域的乘客，并计算其特征向量值，进入下客通道的乘客要将其从公交车数据库中移到下客区域，进而加入下客清单；

步骤10，视频分析系统跟踪所有下客通道的乘客：

步骤10.1，若视频跟踪对象离开视频计算区域，则从内存数据库中查找到该特征值在该车辆的上车记录信息，并形成完整客流数据并记录到数据库中，所述完整客流数据包含乘客GUID、乘客特征、候车起始时间、车辆编号、线路编号、上车时间、上车站点、下车时间、下车站点；

步骤10.2，若视频跟踪对象未离开视频计算区域，且重新进入上客通道，则形成实时记录，跳转至步骤6；所述实时记录包含乘客特征、上车时间、上车站点、车辆编号、线路编号、换乘信息；所述换乘信息包含乘客特征、候车起始时间、上车时间、上车站点、车辆编号、线路编号、下车时间、下车站点。

2.根据权利要求1所述的一种基于站台视频分析的城市公交客流调查方法，其特征在于：在步骤1中，所述计算区域包含站台等候区、公交车去、公交车上下客区。

3.根据权利要求1所述的一种基于站台视频分析的城市公交客流调查方法，其特征在于：在步骤2中，所述特征向量分辨率为1000。

4.根据权利要求1所述的一种基于站台视频分析的城市公交客流调查方法，其特征在于：在步骤5中，所述车辆进站指令包含车型信息、线路信息和车号信息。

5.一种基于站台视频分析的城市公交客流调查系统，其特征在于：包含实时视频接入服务器、视频分析服务器、实时内存数据存储器、公交智能调度系统、调度通讯服务器、车载GPS调度终端、站台摄像机；所述站台摄像机依次经过实时视频接入服务器、视频分析服务器连接实时内存数据存储器，所述车载GPS调度终端依次经过调度通讯服务器、公交智能调度系统连接实时内存数据存储器；

其中，站台摄像机，用于获取每个公交站台候车区、上下客区和公交车道的视频数据；

实时视频接入服务器，用于实时将获取每个公交站台候车区、上下客区和公交车道的视频数据传输至视频分析服务器进行数据分析；

实时内存数据库，用于存入实时客流数据及读取实时调度数据；

公交智能调度系统，用于通过调度通讯服务器将客流数据及实时调度数据传输至车载GPS调度终端。