3月19日19:30-21:30，由RT軌道交通推出的“約見軌道界”欄目開展了第三期話題直播互動討論活動。

本期話題以“智能化時代下，地鐵大客流管控應該如何做？”為主題，特邀業(yè)主運營單位、設備廠商的5名專家，以視頻連線直播的方式，分別從客流運營管理和智能化、信息化技術應用等角度，展開了熱烈的討論，探討智能化時代下，地鐵大客流管控與智能化客流管理。

本期活動由深圳地鐵運營集團客運公司總經(jīng)理溫少表主持，邀請了北京市地鐵運營有限公司調(diào)度指揮中心主任陳文、西安市軌道交通集團有限公司運營分公司副總經(jīng)理趙跟黨、鄭州地鐵集團有限公司運營分公司調(diào)度票務中心主任竇亮、北京曠視科技有限公司城市大腦事業(yè)部解決方案總經(jīng)理王喆等嘉賓參與。

當晚的直播收獲了較高的熱度，截至3月20日10時，本期累計觀看量(PV) 達到6158人次，觀眾來自全國31省區(qū)市?，F(xiàn)將部分觀點摘要如下：

溫少表 深圳地鐵運營集團有限公司客運公司總經(jīng)理

一、深圳地鐵客流情況

深圳地鐵已開通運營線路共有8條，運營總里程303.4公里， 2019 年日均 487.52 萬人次，最高日客運量 635.04 萬人次；公交分攤率約為44.1%。

其中，工作日日均客運量515.87萬人次；周末日均客運量438.98萬人次；節(jié)假日日均客運量400.73萬人次。

工作日最大斷面量發(fā)生在早高峰 8:00-9:00。其中3號線擁擠度128%全網(wǎng)最高，小時最大斷面客流量達到54588人；1號線擁擠度118%，小時最大斷面客流量達到50172人；5號線擁擠度100.03%，小時最大斷面客流量達到39070人。

目前深圳地鐵的客流主要面臨以下三方面的矛盾或者風險：

一是潮汐式出行現(xiàn)象十分突出?？土髟跁r間、空間分布上存在明顯的不均衡性，某些線路和站點早晚高峰時段運能不足的矛盾依然非常突出。

二是多條線路集中換乘帶來常態(tài)化的大客流集聚風險。隨著地鐵網(wǎng)絡規(guī)模的發(fā)展，多線換乘車站越來越多，這些站點高峰時段大客流集聚成為常態(tài)。在多線換乘情況下一旦發(fā)生某條線路列車晚點、故障等情形，極易導致站內(nèi)客流積壓。加上以往部分換乘站點在設計時強調(diào)乘客換乘的便捷性，采取零距離換乘的設計理念，同站臺換乘，比如黃貝嶺站，無法徹底避免客流對沖等風險。

三是在高峰時段偶發(fā)的設備故障增加了短時大客流集聚風險。在網(wǎng)絡化運行狀態(tài)下，某一條線路發(fā)生故障，必然影響到關聯(lián)線路，甚至波及整個網(wǎng)絡，導致大客流集聚。

面對大客流帶來的人員聚集、對沖、踩踏等客運風險，隨著路網(wǎng)的擴張，在防范和應對方面我們還需從智能監(jiān)測、硬件投入、現(xiàn)場應對、組織指揮等方面進行總結提升。 

二、深圳地鐵大客流管控主要手段和措施

（一）深圳地鐵應對大客流的主要措施分三個級別：單個車站大客流、單條線路大客流、線網(wǎng)大客流。通過點控、線控、網(wǎng)控的方式和措施，來調(diào)節(jié)客流與運能的匹配關系。

1.單個車站發(fā)生大客流時，采用三級客流管控的措施分別在站臺、站廳、出入口進行控制。

2.單條線路發(fā)生大客流時，對本線路上大客流相關聯(lián)的車站同時進行客流管控，確保線路運能與進站客流相匹配。

3.線網(wǎng)大客流時，控制措施是對單條或多條鄰線車站同時進行客流管控，以確保整個線網(wǎng)的運能與進站客流相匹配。

（二）具體控制措施

1、要制定預案：一站一預案（甚至一出入口一預案）、一線一預案，還有線網(wǎng)總體預案。在預案中針對各種客流情況明確具體的管控應對措施，包括人員保障、職責分工、行車配合策略、組織指揮體系等方面。

2、現(xiàn)場管控：同行業(yè)采用的方式方法差別不大。一是高峰時段增加人員力量保障，通過人員來加強大客流的疏導與控制。

二是在車站、在站廳、出入口等大客流管控點，布置客流疏導欄桿、鐵馬等設施，采用繞行、限流、截流等方式來減緩或調(diào)節(jié)客流量。

三是在行車組織方面進行配合，通過調(diào)整列車運行來調(diào)節(jié)運能。對于單站單線的大客流一般采取跳空飛站、加開備用空車等方式去解決局部運能不足的矛盾，對于換乘相關的大客流，還可能采取相關線路暫扣列車、抽線下線拉大行車間隔方式去減緩輸入性的換乘客流。 

三、深圳地鐵智能監(jiān)測手段、技術方案效果

對于客流管控來說，客流動態(tài)的監(jiān)測及客流信息反饋和發(fā)布的及時性非常重要，這是目前的短板，也是我們下一步智慧地鐵運營急需去實現(xiàn)的課題。

目前深圳地鐵一是通過地鐵的微信公眾號、微博、地鐵電視臺等媒介去盡可能的實時、公開發(fā)布客流信息。

二是在2019年5月，深圳地鐵列車車廂擁擠度智能顯示系統(tǒng)在11號線試行上線，該系統(tǒng)可實時采集列車載重、列車位置信息，動態(tài)顯示列車各車廂的載客擁擠情況，從而幫助乘客更舒適地搭乘地鐵，進一步提升客流安全。

2020年3月，乘車碼上線車廂擁擠度功能通過拓寬微信小程序的應用場景，將“信息提前獲知”作為核心與目標，乘客可在微信乘車碼小程序提前查詢11號線任意車站的列車擁擠度，主動避擠或迂回換乘，進一步提升乘客便捷出行的體驗和客流安全。

四、未來地鐵客流管控新技術應用方向

（一）深圳地鐵后續(xù)計劃在智慧車站建設中，推廣視頻分析系統(tǒng)，通過視頻分析功能實時進行客流密度分析、客流統(tǒng)計、扶梯異常檢測、區(qū)域入侵檢測、煙火檢測等，涉及功能13項，并在客運智慧運維平臺彈窗告警提醒，滿足車站及時發(fā)現(xiàn)、快速響應，及時采取響應應急聯(lián)動措施，全面提升車站應急處置能力。

（二）后續(xù)在智慧車站建設中，客運公司管理人員可通過TOS系統(tǒng)（票務客流分析系統(tǒng)）進行列車擁擠度、進出站客流數(shù)據(jù)進行查詢和分析，通過對歷史數(shù)據(jù)分析，制定客流控制方案，提前做好大客流應對準備。

陳文 北京市地鐵運營有限公司調(diào)度指揮中心主任

一、地鐵客流組織中的運營風險及大客流應對措施（客流控制） 

（1）現(xiàn)階段地鐵客流組織中的運營風險主要指大客流運營風險。截止2019年底，北京市軌道交通運營里程達到699.3公里，運營線路23條，運營車站405座，換乘站62座，路網(wǎng)客運量39.56億人次，同比增長2.91%，日均客運量1084.37萬人次，工作日日客運量為1230.27萬人次。在常態(tài)情況下，一方面早晚高峰時段（7:00-9:00,17:00-19:00）客流占全日50%左右，另一方面高峰時段潮汐需求明顯，例如7:30-8:30，全網(wǎng)30%的車站承擔了該時段全網(wǎng)60%的進站客流，8:00-9:00全網(wǎng)30%的車站承擔了全網(wǎng)70%的出站客流。在特殊情況下，如重大活動、突發(fā)事件時路網(wǎng)部分車站及區(qū)間小時客流呈“突變”激增特征。這種巨量、集中、空間分布不均衡、甚至突變的大客流給運營組織帶來了嚴重挑戰(zhàn)。

疫情期間，每周客運量逐步增長，3月16日達到近期最大，為268萬人次。其中，前2周周一至周五的客運量相比上周同期增幅在26%左右，且周一客運量最大，但上周周一至周五每日客運量微量遞增，3月13日周五客運量最大。 

（2）為確保大客流運營安全，應對大客流的主要措施涉及大客流事前研判分析與應對、事中靈活調(diào)度調(diào)整與客運組織優(yōu)化、事后評估分析三個層面。

一是大客流事前研判分析與應對：根據(jù)近1個月路網(wǎng)、線路、車站、區(qū)間客流變化趨勢，研判分析次日或下周路網(wǎng)重點線路、車站及斷面的客流情況，提前確定次日或下周各線路行車組織方案、常態(tài)限流方案（2019年12月路網(wǎng)常態(tài)限流車站共91座）、運營信息的發(fā)布重點、以及車站客流引導策略等。

二是事中靈活調(diào)度調(diào)整與客運組織優(yōu)化：利用列車運行監(jiān)控設備、路網(wǎng)客流監(jiān)控系統(tǒng)、網(wǎng)絡化資源信息調(diào)度管理系統(tǒng)、單兵作戰(zhàn)指揮系統(tǒng)、視頻監(jiān)控系統(tǒng)等先進設備對路網(wǎng)客流進行實時綜合監(jiān)視，強化應急聯(lián)動，及時調(diào)整列車運行交路、停站方式、或加開臨客列車，根據(jù)“一站一方案”啟動車站應急預案（含臨時限流措施），并通過微博、微信、app等平臺及時發(fā)布相關出行引導信息。

三是事后評估分析：通過清分系統(tǒng)獲取的路網(wǎng)各線路分方向高峰小時最大斷面客流量及滿載率及單車最大滿載，以及AFC采集的重點線路高峰時段進出站情況，結合列車實際運行情況（含臨客列車開行情況），分析各線路行車組織方案、靈活調(diào)度調(diào)整與客運組織優(yōu)化措施實施效果，進一步完善運營組織方案。

可以說，目前針對客流管理（管控）的手段相對常規(guī)，關鍵是在把握歷史客流時空分布規(guī)律和實時客流分布狀態(tài)的基礎上，合理安排運力。隨著路網(wǎng)規(guī)模的擴大，為保障網(wǎng)絡化運營安全，客流監(jiān)測和管控的智能化系統(tǒng)應用十分迫切。為此，應該利用AFC客流大數(shù)據(jù)挖掘、5G定位技術、視頻監(jiān)測技術等對路網(wǎng)客流進行監(jiān)視、預測、預警和應急響應，推進新一代信息化技術在地鐵客流監(jiān)測和管控方面的應用。 

目前，北京地鐵客流實時監(jiān)測系統(tǒng)實現(xiàn)了正常情況下路網(wǎng)車站和區(qū)間實時5分鐘客流監(jiān)測，下一步將推進實現(xiàn)突發(fā)事件下實時客流監(jiān)測、預警（含影響范圍、車站及影響時間）、以及靈活調(diào)度調(diào)整和臨時限流方案的輔助決策支持功能。此外，為進一步提高系統(tǒng)客流監(jiān)測精度，未來還須結合視頻監(jiān)測獲取車站重點部位的客流情況、5G定位技術獲取乘客出行路徑、站區(qū)客流情況、AFC歷史客流發(fā)展規(guī)律等進行校驗，及時修正相關參數(shù)。 

二、北京地鐵如何應對疫情期間的客流管理？實時監(jiān)測列車滿載率應用效果分析

（1）疫情期間大客流應對方案。按照交通運輸部、市委市政府及公司整體工作部署和要求，一是設立客流應對工作專班全面負責疫情期間客流分析研判和措施建議；二是制定相應工作機制，當列車滿載率及站臺人員密度達到預警值時，及時啟動預警響應工作。

（2）實時監(jiān)測列車滿載率的方法主要有3種，一是列車TCMS顯示乘車率；二是司機視頻人工監(jiān)視；三是北京地鐵實時客流監(jiān)測系統(tǒng)（5分鐘斷面平均滿載率）。此外，還利用了客流清分系統(tǒng)提供的前一天各線路高峰小時最大斷面滿載率以及單車滿載率。通過校驗分析多方監(jiān)測結果的差異，可獲取高峰小時斷面滿載率、5分鐘斷面平均滿載率、單車滿載率之間的關系，通過把握三者之間的對應關系（見表1），及時啟動應急響應，從目前效果來看，整體可接受。

表1 5分鐘滿載率、單車滿載率與高峰小時最大斷面滿載率的對應關系

高峰小時最大斷面滿載率

5分鐘平均滿載率

單車滿載率

0.3

0.40

0.41

0.4

0.51

0.55

0.5

0.62

0.68

0.6

0.74

0.82

0.7

0.85

0.95

三、智能化客流監(jiān)測解決方案分享（含應用建議）

（1）北京地鐵實時客流監(jiān)測系統(tǒng)采用了計算機仿真技術的預測方法，通過預測及仿真模擬所有乘客在路網(wǎng)自進站、乘車至出站全過程的行為，來獲取車站和列車上的實時客流狀態(tài)。該方法分為“車站進站客流量預測、進站客流OD生成、路網(wǎng)客流分配”的三個預測階段，涉及的基礎數(shù)據(jù)包括客流數(shù)據(jù)、列車運行數(shù)據(jù)、路網(wǎng)基礎設施數(shù)據(jù)3方面。

一是客流數(shù)據(jù)是關鍵，目前該平臺的客流基礎數(shù)據(jù)包括全路網(wǎng)各車站的AFC采集的15min實時進站客流量、以及歷史AFC刷卡OD配對記錄（該記錄數(shù)據(jù)由AFC原始刷卡數(shù)據(jù)按照乘客編號及其進出站交易類型、時間等配對而成）。

二是列車運行數(shù)據(jù)，主要是列車運行圖、列車保有量、編組和定員等數(shù)據(jù)；未來可獲取ATS列車運行軌跡數(shù)據(jù)。

三是路網(wǎng)基礎設施數(shù)據(jù)，主要是路網(wǎng)結構、線路區(qū)間長度等數(shù)據(jù)。

（2）個人認為在推動智能化和信息化技術在客流管控方面的應用，應充分利用大數(shù)據(jù)挖掘技術、物聯(lián)網(wǎng)、云計算、人工智能等新一代信息化技術，對路網(wǎng)客流分布狀態(tài)和列車運行狀態(tài)進行全貌監(jiān)視、科學預測、精準預警和高效處置。當然這是一個系統(tǒng)工程，應進行頂層統(tǒng)籌規(guī)劃、分布推進實施。 

四、客流控制過程中，存在的主要問題

客流控制過程中，也存在問題主要包括：一是對路網(wǎng)各車站客流控制時間的精細化程度仍待提升；二是缺少車站限流標準，現(xiàn)場限流措施的可操作性有待于進一步提高，例如如何更加合理地提供3級限流與實際限流強度（或指每分鐘控制多少進站量）的量化方案。

竇亮 鄭州地鐵集團有限公司運營分公司調(diào)度票務中心主任

一、客流控制的措施

大客流分為“潮汐式”和“洪水式”的兩個類型

對于“潮汐式”客流，主要為早晚高峰通勤需求，規(guī)律性強，對時間要求高，對地鐵延誤等問題容忍度差。主要應對措施是根據(jù)清分數(shù)據(jù)分析，制定合理的運營交路、行車間隔進行匹配，使列車滿載率保持在一個均衡合理的水平。鄭州地鐵目前通過編制多套運行圖（工作日、周末、周五、節(jié)假日、春節(jié)、重大活動等），同時根據(jù)各條線路的斷面客流情況，制定大小交路、不均衡運輸、定點空車等運輸組織措施。

對于“洪水式”的突發(fā)隨機型大客流控制，控制的目的是保障安全，采用站控、線控、網(wǎng)控等聯(lián)動機制，控制事發(fā)站乘客數(shù)不超過設計容納量，嚴格區(qū)分進出站客流路徑，避免對沖；防固定聚集，多采用空車投放至事發(fā)車站進行疏散，必要時采用載客越站；控制臨近換乘站列車到達速度，換乘站也采用隔一停一的方式。此外，與機場、高鐵等樞紐建立了數(shù)據(jù)聯(lián)絡共享機制和應急響應機制，一旦因惡劣天氣等原因導致客流積壓，將啟動應急預案，延長運營時間進行疏散。

二、客流組織的短板

（一）影響客流組織與客流控制的前置性風險是客流預測的不準確性

1、建設期客流預測

較為宏觀，設計單位開展，主要為工可、初設階段使用，為項目批復及確定系統(tǒng)規(guī)模、車輛配屬、車站容量等而開展，結果分為初、近、遠期，特點是“最重要但偏差大”。以鄭州為例，各線平均的偏差率約20%。設計決定建設，建設決定運營，前期根據(jù)客流需求確定的系繞能力是固定的，運營后基本不可更改（車站規(guī)模、換乘形式等），運營單位只能在固定條件下盡可能優(yōu)化運營服務。

2、運營期客流監(jiān)測與預測

根據(jù)AFC系統(tǒng)統(tǒng)計的刷卡數(shù)據(jù)進行清分，從而輸出客運量、斷面流量、換乘量等。此類數(shù)據(jù)最準確、規(guī)律性強，但時效性差，受限于AFC系統(tǒng)數(shù)據(jù)上傳機制限制，一般延遲5-15分鐘，因此無法作為調(diào)度實時調(diào)整列車運行計劃或發(fā)布給乘客的直接數(shù)據(jù)。

目前討論通過圖像識別、列車稱重、手機信令、wifi信令、藍牙等幾項技術，并結合AFC刷卡的基礎數(shù)據(jù)，實時進行客流監(jiān)測及超短期客流預測，輸出5-10分鐘的客流預測結果。不管是圖像識別、手機信令等，都屬于數(shù)據(jù)的采集層，完成采集后通過各自的或者復合的分析層，輸出結果，最終反應至運營管理機構應用層。

（二）影響客流組織與客流控制的主要矛盾是信息的不對稱性

地鐵客流是動態(tài)的，對于線網(wǎng)較為穩(wěn)定的城市，客流有較強的規(guī)律性，但對于線網(wǎng)規(guī)模變化較快的城市，客流規(guī)律尚不明晰，變化較快，帶來了許多突發(fā)式問題。在開展客流組織與客流控制時，運營單位掌握的客流信息，都是進入車站可監(jiān)測范圍內(nèi)的，運營人員也是根據(jù)數(shù)據(jù)或者圖像，制定出對應的客流控制方案，簡單點說，是一種“兵來將擋、水來土掩”式的應對。對于站外的乘客聚集情況，車站周邊的商圈、體育館等場所的人員集散情況都不甚了解，對可能到來的客流沖擊也存在較大的滯后性與被動性。反之，對于乘客，獲得的準確信息大部分還是靠進入車站后的PIS、廣播、人員指引等，也是在乘客作出出行方式選擇后發(fā)生。這兩項信息的不對稱性和滯后性，造成了“我不知道你要來，你來了才知道有多擠”，進一步加大了客流擁擠的風險。如果讓運營單位與乘客雙方盡早、準確掌握對方的需求與現(xiàn)狀，我認為是需要研究的方向。

（三）影響客流組織與客流控制的新技術挑戰(zhàn)

隨著掃碼支付、刷臉支付在各個地鐵普及，以及伴隨著疫情帶來的安檢要求越來越嚴格，地鐵的客流組織節(jié)點與重點也在發(fā)生著變化。以往常見的售票機排隊如今已全部轉移到閘機前，安檢導致進站速度大幅下降，也帶來了越來越多的安檢機、出入口客流控制，近期隨著復產(chǎn)復工，國內(nèi)部分城市也出現(xiàn)了站外數(shù)百米的排隊現(xiàn)象。那么我們的車站設備布局、閘機數(shù)量、排隊空間預留等是否與之配套作出調(diào)整，后續(xù)新線的站廳布局應如何調(diào)整，都需要系統(tǒng)性的解決。

三、對信息化技術在大客流監(jiān)測應用的展望和思考

1、進一步消除地鐵客流分析預測工作的行業(yè)壁壘

地鐵客流與城市生活息息相關，商場活動、球場賽事、突發(fā)惡劣天氣等都可能引起客運量突變。只靠地鐵自身范圍內(nèi)短時客流預測還是存在一定局限性。建議加強客流分析預測的社會化合作，引入城市大數(shù)據(jù)或者地面交通的第三方服務，強化與高鐵、機場等數(shù)據(jù)合作，使客流監(jiān)測、預測、發(fā)布更具社會性。

2、進一步加強客流預測結果與智慧運營的結合

中城協(xié)剛發(fā)布了智慧城軌發(fā)展綱要，規(guī)劃了智慧乘客服務體系和智能運輸組織體系，客流監(jiān)測的應用要進一步與此結合。

例如全自動駕駛已成為軌道交通下一階段的必然方案，車車通信等信號專業(yè)新興技術也初步提出，利用好信息化的客流監(jiān)測與預測技術，可實現(xiàn)調(diào)度組織方式從目前的按車定能轉化為“按需供能”，系統(tǒng)可自動根據(jù)客流變化加車減車，靈活化的改變編組及交路，兼顧乘客需求與企業(yè)成本。把調(diào)度組織由經(jīng)驗型向數(shù)據(jù)型轉變。

另外建議研究客流數(shù)據(jù)的預警機制，如安檢機、閘機排隊達到幾米，車站站臺站廳容納面積被使用情況、車廂密度情況，可以根據(jù)客流監(jiān)測結果向車站人員輸出預警，輸出應對策略，聯(lián)動出入口，pis、app等系統(tǒng)引導乘客出行。

再比如形成系統(tǒng)化的客流監(jiān)測結果后，可提供給線網(wǎng)規(guī)劃設計人員，進一步優(yōu)化后續(xù)線網(wǎng)的規(guī)劃，從頂層設計角度解決瓶頸問題。鄭州一號線在與2號線十字換乘時，高峰小時最大斷面約3萬人/小時，在與之同方向的環(huán)線開通后，斷面下降至1.8萬人/小時，應用好客流分析數(shù)據(jù)，對線路走向，站點規(guī)模，出入口分布等均能起到輔助作用。

3、進一步加強客流監(jiān)測技術的系統(tǒng)化設計

經(jīng)歷本次疫情，客流的管理系統(tǒng)已經(jīng)由以往的“計數(shù)”系統(tǒng)向“識人”系統(tǒng)轉變，我們不僅希望知道有多少人乘坐了地鐵，更需要知道是誰乘坐了地鐵。在滿足隱私權保護的前提下，客戶信息也是運營單位的無形資產(chǎn)，是實現(xiàn)下一步精準化推送服務的前提。建議客流管理的相關系統(tǒng)加強與通信、安檢、AFC等專業(yè)一體化設計，共享資源降低投資，消除專業(yè)間數(shù)據(jù)孤島。同時在數(shù)據(jù)的采集方式上，也應該采用多源異構、復合分析、長短結合的系統(tǒng)設計思路，滿足運營單位不同時期、不同類別、不同精度的個性化需求?；I劃客流監(jiān)測技術與運營應急輔助決策的聯(lián)合開發(fā)，研究突發(fā)情況下地鐵客流的擁擠、傳播、演化規(guī)律，改變目前以線路中斷時間劃分的應急等級，變?yōu)榭赡苡绊懙某鲂谐丝蛿?shù)量。

趙跟黨 西安市軌道交通集團有限公司運營分公司副總經(jīng)理

一、西安地鐵客流情況 

西安地鐵目前開通運營4條線路，總長度132公里，疫情發(fā)生之前，日均客流量達到260萬乘次/日，最大客流量達到330萬乘次/日。西安地鐵對公共交通的分擔率為30%以上，北大街和小寨兩個大換乘站，每天換乘客流達20萬乘次。雖然西安地鐵運營里程并不長，但日均客流強度比較大。 

二、西安地鐵的客流管控措施 

一是線網(wǎng)層面。2019年，西安地鐵NCC（線網(wǎng)應急指揮中心）正式投用，NCC投用后發(fā)揮了對線網(wǎng)客流實時統(tǒng)計和準確預測分析的重要作用。首先，在客流預測方面，我認為實時發(fā)布客流情況，對乘客和車站并不能起到很好的引導作用，15分鐘以后的預測更重要，原因有兩點：一是通過AFC系統(tǒng)統(tǒng)計的票卡數(shù)據(jù)有5～15分鐘延時，所謂的“實時”客流并不是真正的實時；二是即就客流是真正的實時數(shù)據(jù)，現(xiàn)場已經(jīng)發(fā)生了大客流再采取趨勢，對車站和乘客來說都是倉促應對。基于此想法，我們做了如下工作：在線網(wǎng)層面，建立了客流預警監(jiān)測系統(tǒng)，對線路斷面客流根據(jù)預設的閾值進行預警，另外對每個車站的客流也根據(jù)閾值進行預警發(fā)布，換乘站的客流考慮是進站量和換乘量，非換乘站僅考慮進站量。其次，西安地鐵開通的支付方式比較多，全網(wǎng)開通二維碼、人臉識別，還有云閃付、西安地鐵APP等，二維碼支付的乘客量占60%以上，經(jīng)過長期數(shù)據(jù)模型分析，這個數(shù)據(jù)統(tǒng)計是可靠的，二維碼數(shù)據(jù)是實時上傳，票卡數(shù)據(jù)有5-15分鐘延遲，我們預測的基礎就是二維碼的實時數(shù)據(jù)，通過結合長期的數(shù)據(jù)分析，結合斷面和車站的客流數(shù)據(jù)模型，進行動態(tài)調(diào)整，這樣就可以預測出15分鐘以后的斷面擁擠度和車站擁擠度的預警數(shù)據(jù)，我認為這個比較切合實際。其次，在遇到突發(fā)事件時，比如此次疫情發(fā)生以后，西安地鐵客流量發(fā)生急劇變化，我們及時調(diào)整模型，前段時間各地鐵均提出車廂滿載率控制在50%以內(nèi)，我們根據(jù)系統(tǒng)提前15分鐘對超過閾值的區(qū)間行預警，車站采取了相應措施，達到了客流預警控制的目的。 

二是車站層面，每個車站都有應對客流控制的一站一方案，發(fā)布了客流預警后，車站會提前做好應對大客流的準備，但目前沒有實現(xiàn)應急預案的自動下發(fā)。另外西安地鐵在部分線路實現(xiàn)了每節(jié)車廂列車擁擠度站臺PIS顯示功能，這個顯示方法就是利用車輛的稱重實現(xiàn)的，現(xiàn)場使用情況良好。 

三是乘客層面，通過手機APP對線網(wǎng)斷面的擁擠度、車站擁擠度提前15分鐘進行預警，讓乘客選擇智慧出行。 

三、關于客流智能化發(fā)展期望 

一是實時客流的精確統(tǒng)計，無論是5G+攝像頭還是車輛稱重，在客流統(tǒng)計方面還不算完全精確，這需要一個逐步完善的過程； 

二是建立準確的預測模型，模型是基于大量的數(shù)據(jù)作為基礎，或者基于長期的數(shù)據(jù)統(tǒng)計，通過多年的實踐經(jīng)驗來看，預測結果是比較準確的，當然一些突發(fā)故障引起的客流變化很難預測； 

三是客流控制方案的自動推送。我們要研究車站自動推送預警系統(tǒng)，讓車站按照預案及時采取客流管制措施； 

四是對乘客的換乘軌跡進行統(tǒng)計。隨著開通的線路越來越多，乘客的換乘軌跡十分復雜，現(xiàn)在系統(tǒng)默認前幾名軌跡，但乘客真正的換成軌跡我們并不掌握。 

五是乘客智能化出行引導。除給乘客提供車站、斷面擁擠度外，還需要提供乘客出行路徑自動選擇功能，我認為在線網(wǎng)規(guī)模越大的城市更有現(xiàn)實意義。 

四、推動信息化和智能化技術在地鐵客流管理的應用 

第一， 制定行業(yè)標準。目前每個城市有每個城市的做法，預測的方法也各有不同，缺乏行業(yè)的標準規(guī)范，都是在摸著石頭過河，行業(yè)迫切需要相關標準的出臺。 

第二， 推動新技術的大力應用。當前各種新技術很多，但各有側重，需要將多種技術進行融合，減少投資成本，研發(fā)出更實用、更可靠的技術。 

第三， 加大對客流預警和模型的研究。當前國內(nèi)很多高校在做此方面的研究，但偏重理論，什么樣的算法更適合現(xiàn)場實際應用，還需要我們后續(xù)進行研究。每個地鐵的情況不一樣，每個城市人的出行方式不一樣，習慣不一樣，所以模型、算法要適應地鐵業(yè)主的需求，模型應能能實現(xiàn)業(yè)主的自主調(diào)整，投入現(xiàn)場實際應用。 

無論怎樣，針對客流監(jiān)測我們主要關注兩個方面：一是實時，一是預警。我們能做到實時，也希望我們能準確做到預警，為現(xiàn)場運營提供更好的指導。

王喆 北京曠視科技有限公司城市大腦事業(yè)部解決方案總經(jīng)理一、北京曠視科技有限公司（以下簡稱：“曠視”）簡介北京曠視科技有限公司是一家世界級的人工智能公司，在深度學習方面擁有核心競爭力。曠視向客戶提供包括先進算法、平臺軟件、應用軟件及內(nèi)嵌人工智能功能的物聯(lián)網(wǎng)設備的全棧式解決方案，并在多個行業(yè)取得領先地位。2017年和2019年，曠視躋身《麻省理工科技評論》發(fā)布的兩項「50大最聰明公司」榜單中。2019年8月，科技部宣布依托曠視建設「圖像感知」國家新一代人工智能開放創(chuàng)新平臺。

二、AI場景大客流統(tǒng)計技術難點探討 第一，場景復雜度。從計算機視覺(CV,ComputerVision)而言，地鐵環(huán)境復雜導致技術實現(xiàn)存在難點。比如，南京某地鐵站作為全國最為復雜的地鐵樞紐之一，有24個出入口，是南京地鐵1、2號線交匯處，整個地鐵環(huán)境非常復雜，給攝像機安裝的高度、角度、光照等帶來一系列干擾，導致攝像機在前端獲取的圖像質(zhì)量非常差。 第二，從技術維度分析，軌道交通采用機器視覺處理圖像識別時，對于技術和算力的要求都非常高。目前國內(nèi)陸鐵城市像北上廣這樣的超大客流還是偏少，參照二線城市客流量的標準居多。以蘇州地鐵為例，我們測試了每秒過人數(shù)量，非高峰時段3-5人每秒，高峰時段8-10人每秒，最高峰時段偶爾突破10人每秒。這就意味著不管在前端攝像機、盒子，還是后端通過服務器、云平臺處理，目前絕大多數(shù)業(yè)界廠家缺乏這樣的能力。只有部分廠家可以實現(xiàn)單幀或單畫面，能檢測出的高密度客流場景下的人臉準確數(shù)量。因此，這一技術在軌交行業(yè)的應用門檻比較高。 第三，多維檢測。在地鐵場景中，后期新的人像卡口，條件相對好，技術比較新，對于人臉檢測相對比較準確。但地鐵大客流分析數(shù)據(jù)更多來自傳統(tǒng)的攝像機，受限于清晰度以及角度等情況，更多拍攝的是人體特征與場景。在這種場景下對于大客流分析，對于CV廠商提出更大的挑戰(zhàn)，要求有多維檢測技術，人像、ReID以及場景識別。最后，從CV角度而言，客流分析的大數(shù)據(jù)建模非常難，比如通過卡口可以看進出站的客流、換乘客流，可以與AFS數(shù)據(jù)互相印證；通過站臺攝像機，可以分析出站臺留乘的客流密度；通過車廂攝像機可以分析出車廂滿載率，這是與車廂載重模塊互相配合的多維手段。這些場景主要分兩類：對人像卡口來說，只要運用到廠家的技術，可以滿足高密度人員檢測，基本上可以達標，完成客流量分析的準確率可以達到95%左右。對于傳統(tǒng)攝像機來說，更多的運用ReID技術與場景識別，頭部廠商的準確率可以達到80%左右。  另一方面，一般普通安防攝像機，或是高空瞭望攝像機，可以看到一個整體的態(tài)勢，在這種場景下分成兩種維度，一是密集場景，另一種是稀疏場景。 在密集場景下，會出現(xiàn)人體互相遮擋，漏出人的頭肩或頭部。通過我們的算法做了優(yōu)化，可以比較精準地識別，通過頭部標點可以進行人數(shù)的密集度統(tǒng)計，此外，還可以在整個畫面上進行網(wǎng)格化，通過網(wǎng)格化填充確定人員聚集密度，這種傳統(tǒng)模式識別技術，和當前機器視覺深度學習的技術互相佐證，在實戰(zhàn)應用效果上都能達到80%-90%的準精度。 三、疫情期間地鐵智慧運營曠視在疫情期間，推出這款明驥AI智能測溫產(chǎn)品，重點解決幾大問題：第一，通行低效，因為傳統(tǒng)方式一般采用測溫槍，不僅耗費人力，還引發(fā)人員聚集。第二，給一線工作人員帶來大量接觸性風險。第三，現(xiàn)在常態(tài)化很多人戴口罩，此時遮擋人臉的檢出率是非常低的。 從技術維度而言，這款測溫設備能在標準溫度范圍之內(nèi)達到正負0.3的溫度誤差。第二是雙光融合，將紅外測溫與可見光抓拍進行融合，提升數(shù)據(jù)融合有效利用的價值。第三是口罩遮擋模型應用，在復雜高密度人流環(huán)境下，口罩遮擋識別檢出率可以達到98%。第四是低延時。曠視明驥共有4款測溫設備，前面三款是從便攜款到平臺款，均可以保證每秒15人的通行測溫，識別速度小于0.5秒。另外是Mini版，基本上可以滿足絕大部分的場景需求，達到每秒6-8人。關于雙光融合，完成AI測溫明驥產(chǎn)品有三個維度亮點：第一，精準識別人體測溫部位，區(qū)分人和物；第二，捕捉人體測溫的最佳點；第三，通過人臉大小判斷測溫距，對距離不斷修正，達到人體最佳的測溫。最后，系統(tǒng)還可以對未帶口罩人員提出預警提示。