基于断面流量的公共场所瞬时人数估算方法研究

胡成 李强 陈晋

摘  要：为控制公共场所人群聚集风险，需要定量估算场所的人群空间分布，尤其是瞬时聚集人数。文章基于图像识别获得点状断面人流量数据，并根据开放性公共场所的类型和人群空间分布形态，提出4种具体的人群聚集数量估算方法，分别是进出口流量差值累计法（CMIO）、进出口流线节点分配法（LNDM）、节点转移概率矩阵法（NTPMM）和路径断面流量法（PSFM），同时给出了每种方法的适用范围。选择北京什刹海景区进行了案例应用，基于景区环湖道路的网状空间以及人群线状流动特点选择PSFM和LNDM估算方法，给出了荷花市场具体算例，道路人群滞留量估算结果与实际人群分布相符。文章研究的方法可为公共场所安全容量预警以及旅游景区最大承载量预警管理提供支持。

关键词：公共场所;人群聚集;图像识别;断面流量;瞬时人数;安全容量

中图分类号：X928.03     文献标识码：A

Abstract：In order to evaluate and control the risk of population aggregation in public places，it is necessary to quantitatively estimate the crowd space distribution，especially the instantaneous number of population aggregation in places.Based on the point section flow from image recognition，and according to the types of open public places and the spatial distribution of people，4 methods for estimating the number of people gathered are presented，which are Cumulative mode for the difference of inlet flow and outlet flow （CMIO），Flow line node distribution method （LNDM），Node transition probability matrix method （NTPMM），and Path section flow method （PSFM）.At the same time，the application scope of each method is given.Shichahai Scenic Area in Beijing is selected as the research area.Based on the network space of the road around the lake and the linear flow characteristics of the population，the PSFM and LNDM estimation methods are selected，and the specific calculation example of lotus market is given.The prediction results of the road population retention are consistent with the actual population distribution.The method of this paper can provide support for the early warning management of the safety capacity of public places and the carry capacity of scenic area.

Key words：Public places;Crowd gathering;Image recognition;Section flow;Instantaneous number of people;Safety capacity

公共場所，尤其是开放性公共场所容易出现人员逗留时间长、活动类型多的状况，节假日更容易导致人群短时高密度聚集的现象。这种现象容易造成安全事故隐患，增大公共场所的公共安全风险[1]。但是与之相关的突发事件的发生、发展和演化具有很强的随机性和不确定性，其中的规律目前还在探索之中，尚无科学的定论，难以直接对突发事件进行监控。从应对处置来看，事件发生之后的现场救援措施往往很难达到理想的效果[2]。因此，为了控制这类突发事件，事前预警和防范成为一种更加合理的策略。具体来说就是预先设定合理的人群安全容量，而后通过对人群流动和分布状态进行测度[1]，表征人群的聚集风险水平，并进行预测和预警。

但目前的状况是，客流统计和人群监测预警处于“有流量无分布，有监测无预警”的状态 [2]。开放性公共场所常分布于湖边道路、地铁出口、公交站点、交叉路口等大量的人群密集区域，闸机、安检机等封闭类场所常用的人流量监测设备都无法使用，需要采用激光扫描、红外成像以及视频识别等手段来监测人流量[3-7]。这些常规的方法虽然方便监测，但在开放区部署的成本很高，如果对空间内进行全覆盖则会造成点位极多，经济上不可行。新式监测手段包括手机、Wi-Fi探针、位置App等方法，这些方法也可以监测人群分布，但是其结果属于城市尺度或者区域的总体尺度，缺少局部道路空间分布的详细信息，时延效应比较严重[8-9]。

开放性公共场所的路网复杂、交通方式多样、人流进出口多，全域或者局域容易出现拥堵，需要依据一定的监控设施，通过科学的方法，实时把握人群空间分布。开放性公共场所在长期运行后，区域内部会形成热点区域以及人群聚集较少的区域，内部的人群动线也因为道路的特征而自发形成网络流，这些空间聚集特征为空间分布预测提供了依据。笔者构建以智能视频监控的点状人群数据为基础的预测方法，预测开放空间内局部的人群滞留量以及局域空间分布等指标。

一、图像识别客流数据

初始监测点和人群参数是进行人群聚集空间分布预测与预警的基础。对监测图像进行智能分析，可以识别靶面内人群流动参数。如图1所示，以图1中的“流量识别断面”为界，按方向将识别的断面人群流量分为上行和下行流量[2]。人流量采集周期一般最低为6秒，常用周期为1分钟和10分钟。

二、点估算方法

基于图像识别所得上下行人流量数据，可以对空间的人群分布聚集情况做进一步的预测。区别于手机信号监测的广域覆盖，图像识别人流量的监测范围一般是路段断面，相对空间范围很小，可视为点状数据，基于点状数据的聚集人数预测方法可称为点估算方法。

根据预测需求及可用客流监测位置的不同，可细分为以下4种估算方法：

（一）进出口点预测全区滞留量[1]

1.基本原理

该方法可称为进出口流量差值累计方式（Cumulative mode for the difference of inlet flow and outlet flow，CMIO），以特定区域的人员数量背景值为基础，加上进出口处的人员总进入量和总流出量的差值，预测该区域的总滞留人员数量。

2.适用性

该人群预测方法适合具有以下特性的公共场所：

（1）具有边界明显的进出口，并且所有进出口都可以进行监测;

（2）以单次人群聚集活动为主，如果多次活动叠加，人员进出频繁、混杂，则无法获得有效的初始值;

（3）场所空间范围较大，人群聚集度较高，监测设备的识别累积误差远远小于场所的人员安全容量。

因此，在一些人员进出频繁、场所空间范围较小的场景，该方法的适用性将因误差累积而大打折扣。

（二）进出口流线组合预测网络分布[1]

1.基本原理

该方法可称为进出口流线节点分配法（Flow line node distribution method，LNDM），又可称为人群流线节点分时频率法。以人群流线规律为基础，建立所有进出口流线的节点全局分配矩阵时间序列，然后利用进出口监测得到的人员流量数据，按照矩阵序列分配到各个节点和路段上，最终获得某个时刻的人群空间分布。

流线预测按照实时监测流量数据的监测位置，可分为入口流线节点分配法和出口流线节点分配法。其中，入口流线节点分配法是常用的方法，通过将调查得到的某入口人群的步行流线，按照流线、步行距离、游览时间等参数，分时分配到各节点和路段上，可以获得两类结果：

（1）历史值加上当前分配值，可以获得当前时间步长内的人群分布;

（2）以当前分布为基础，加上新分配流量，可以预测未来时间的区域内的人群空间分布。

2.适用性

该方法依赖于流线规律的稳定性，要求人群从某入口进入后，严格按照规定的路线游览，在这种情况下，使用区域外围进出口就可以有效预测场所内所有路径上的人员流量。

但是对于人群流线规律不稳定的场所，该方法会产生很大的误差。此外，人员在节点处的停留时间以及某些节点的拥堵都会对流线产生影响。

（三）交叉口预测毗邻节点流量[1]

交叉口预测毗邻节点流量法可称为节点转移概率矩阵法（Node transition probability matrix method，NTPMM），需要得到单一节点的人员各向流入量和各向流出量的分配结果，该分配结果可通过事先调查或者利用交通流平衡流量法得到。可将流入和流出形成的矩阵记为节点转移概率矩阵，然后以此矩阵为基础，对各向进入流量进行分配，從而达到预测人员去向流量的目的，在对各节点转移流量进行全局分配后，得到人群在场所内的局部分布。

节点vj的转移概率矩阵表达，见式（1）：

式中：，表示由i转变到j的概率，是以i为条件的。

（四）路段点位预测滞留量[1]

1.基本原理

该方法可称为路径断面流量法（Path section flow method，PSFM）。假设人群保持持续流动，以断面流量数据为基础，通过推算路径上的人群线密度和计算路径长度，获得各流线上的人员数量，最终确定整个场所的人员总数，属于局域预测法。

按照预测时使用的监测断面的数量，可以分为单断面法和多断面法。

2.数学表达

以单断面法为例，按照上述原理，路段的停留人数=断面总流量×路段通行时间，数学表达见式（2）：

式中：NEi，路段Ei的停留人数，人;qvj，断面节点vj的总流量，人/分钟;tEi，通过路段的时间，分钟;qup，通过断面的上行流量，人/分钟;qdown，通过断面的下行流量，人/分钟;lEi，路段Ei的长度，米;u，断面人群的空间平均速度，米/分钟。

同理，多断面法就是将路段分为几个子路段，根据这几个断面预测得到的子路段滞留人数，汇总得到路段整体的滞留人数。

3.适用性

该方法的优点在于不存在长时间的累积误差，比较适用于多出口网络路径型公共场所的人群滞留统计，特别是人员行进速度比较均匀的场景，如人群基本都在路上以及线型商业街上游览的网络路径型场所。但是，该方法对客流识别的时间周期以及运动速度变化性比较敏感，当客流监测数据的时间周期较短时会出现预测波动性增大的趋势。此外，当监测点的人群速度与预测区域相差较大时，也会降低预测准确率。

三、案例分析

以北京什刹海景区的环湖道路为例，利用现有的人群监测设备提供的数据，进行该场所路段上的人群滞留量预测。

（一）研究区和初始数据

什刹海景区为北京市免费开放的公共场所，区域主要由前海、后海和西海以及内部的恭王府、宋庆龄同志故居等场所组成，其中环湖道路是人群聚集流动的主要区域，见图2。图2中所示的是初始调用的客流数据识别点位，黄色线条覆盖区域为需要预测的景区环湖路段。取2014年10月1日的图像识别客流数据，客流数据周期为5分钟，含有上行流量、下行流量和步行平均速度等信息。

子功能區可以按照网络节点以及流量的高低细分为8个，分别是烟袋斜街、前海北沿、前海南沿、前海东沿、荷花市场、后海北沿、后海南沿和后海西沿。

什刹海景区的现场环境特征表现为：

1.步行环境主要是环湖道路，属于线状类型;

2.环湖区除了银锭桥，道路中间没有引致人群长时间滞留的吸引点，人群主要在环湖道路上行走;

3.区域内没有广场等大规模人群聚集的场地;

4.人群监测点基本分布在外围进出口;

5.环湖区道路上监测点占比极少，仅有的几个点位于荷花市场、烟袋斜街[1]。

（二）预测模式选择

考虑对象区域属于道路网络型，有着人群流向相对简单、断面流量的空间差异性较小等特点，可以假设其符合路径流量守恒规律。选择局部断面的人群分布来预测相邻道路的人群密度，对于没有监测点设置的路段，则综合利用其他预测模式，将路段两端的监测点合理利用。

根据案例中道路空间及人员流动特点，具体采用的预测方法为：

1.路径断面流量法（PSFM），利用路段上的监测点预测整条路段的滞留人数，该方法应用于荷花市场、烟袋斜街;

2.进出口流线节点分配法（LNDM），利用路段两端相邻的进出口监测点，应用于前海北沿、后海南沿等其他路段。

（三）结果和分析

以预测荷花市场路段的滞留人数为例，使用荷花市场南门的客流监测数据，数据采集周期为5分钟;该路段道路长度为347米;监测道路上人员步行速度，平均步行速度为0.647米/秒，为了与流量数据的5分钟采集周期单位一致，将步行速度的时间尺度单位设为米/5分钟，则步道上人群的空间平均速度为194.7米/5分钟。对公式（2）中道路长度和空间平均速度赋值，则该路段人数计算的具体公式见式（3）：

式中：    为荷花市场路段上的滞留人数;

为16号客流监测点，即荷花市场南门点位;

为16号监测点的上行流量，人/5分钟;

为16号监测点的下行流量，人/5分钟。

代入具体的上行和下行流量，即可获得道路上的瞬时聚集人数。取2014年10月1日的图像识别客流数据，共得到288条原始数据。代入式（3）计算，得到荷花市场路段的滞留人数结果最大值为1635人，均值约597人。

按每5分钟间隔统计路面瞬时聚集人数，即滞留人数，得到时间序列图，详见图3。由图3可知荷花市场路段一天当中的滞留人数表现出如下的变化趋势：3—6点是一天中的滞留最低峰，从6点逐步攀升，到11点出现全天的滞留最高峰;之后在经过一个小的客流低谷后，在18点出现全天的滞留次高峰。

使用预测结果中各路段的面密度最大值，制作什刹海景区环湖道路的人群滞留量预测图，见图4。从图4可见，人群高密度区分布在烟袋斜街、前海北沿和荷花市场一线，与实际的观测结果基本相符。

四、总结和展望

公共场所为控制人群聚集风险，防范拥挤踩踏，需要实行安全容量管控，而定量的场所瞬时人数估算是实施预警疏导分流的基础。开放性公共场所有着路网复杂、交通方式多样、人流进出口多等特点，很难掌握整个场所的人群空间分布情况。笔者依托当前的点状图像识别人流量参数，对瞬时人数估算方法进行了探索。

（一）图像识别可获得断面人流量信息，这些点状数据可以用于开放性公共场所人群聚集数量分布估算。

（二）根据开放性公共场所的类型和人群空间分布形态，提出了4种具体的瞬时人数估算方法，同时给出了这些方法的适用范围。

（三）什刹海风景区案例应用路径断面流量法和进出口流线分配法，得到了环湖道路的人群滞留量信息，与现场调研情况相符。

利用图像监测断面人流量数据，来预测开放性公共场所的全局空间分布和聚集数量是个新课题，虽然取得了一定的估算预测效果，但是不同空间的聚集点长时间滞留导致人群运动速度存在差异，高密度下人群速度可能变慢，这些因素都可能导致预测结果的准确性降低，还需要进行改进。

参考文献：

[1]胡成.开放性公共场所人群聚集安全容量及风险预警研究[D].北京：北京师范大学，2016.

[2]胡成，李伟，姚晓晖.为了这样的灾难不再发生——城市人群聚集风险的监测与预警[J].科技智囊，2011（01）：74-79.

[3]孙智勇，葛书芳，荣建，等.行人交通的数据采集方法研究[J].北京工业大学学报，2006（06）：530-533.

[4]钱慧佳，杨明，李顥，等.一种基于激光雷达和视觉的行人检测方法[J]. 上海交通大学学报，2010（07）：946-950.

[5]夏永泉，李卫丽，甘勇，等.智能视频监控中的运动目标检测技术研究[J]. 通信技术，2009（06）：185-187.

[6]幺居标，王冬琳.基于状态转换图的公共场所行人视频监控方法研究[J]. 工程数学学报，2010（06）：1133-1136.

[7]杨裕，朱秋煜，吴喜梅.复杂场景中的自动人群密度估计[J].现代电子技术，2009（17）：108-111.

[8]杨飞，裘炜毅.基于手机定位的实时交通数据采集技术[J].城市交通，2005（04）： 67-72.

[9]WANG D，LI L，HU C，et al.A modified inverse distance weighting method for interpolation in open public places based on Wi-Fi probe data[J].Journal of advanced transportation，2019：1-11.