摘 要:由于有轨电车缺乏有效的客流统计系统,存在行车间隔与客流变化难以均衡、乘客等车时间长等问题。以成都市有轨电车蓉 2 号线为例,分析了有轨电车对客流统计系统的应用需求,并对客流统计系统应用方案进行了研究,提出了一种基于智能视频分析技术的客流统计方法,充分利用既有硬件设备,采用行人检测、跟踪等智能视频分析算法,实现客流数据的精确统计。
关键词:有轨电车;客流统计;智能视频分析
DOI:10.19850/j.cnki.2096-4706.2022.03.006
中图分类号:TP273 文献标识码:A 文章编号:2096-4706(2022)03-0021-04
Research on Tram Passenger Flow Statistics System Based on Intelligent Video Analysis Technology
LIU Zixue
(China Railway Eryuan Engineering Group Co., Ltd., Chengdu 610031, China)
Abstract: Due to the lack of an effective passenger flow statistics system for trams, there are problems such as difficulty in balancing the travel interval and passenger flow change, and long waiting time for passengers. Taking the tram Rong line 2 of Chengdu as an example, this paper analyzes the application requirements of trams to the passenger flow statistics system, studies the application scheme of the passenger flow statistics system, and proposes a passenger flow statistics method based on intelligent video analysis technology. The method makes full use of existing hardware equipment and adopts intelligent video analysis algorithms such as pedestrian detection and tracking to achieve accurate statistics of passenger flow data.
Keywords: tram; passenger flow statistics; intelligent video analysis
参考文献:
[1] 苗彩霞,钟陟鑫,何利英 . 成都有轨电车蓉 2 号线的新技术应用 [J]. 城市轨道交通研究,2020,23(S1):38-41+46.
[2] 王国富,王洪臣,刘海东 . 城市轨道交通 AFC 系统新技术应用及展望 [J]. 都市快轨交通,2017,30(1):41-44.
[3] 秦征 . 移动式地铁车辆称重系统在广州地铁二号线的应用[J]. 铁道机车车辆工人,2010(8):24-27.
[4] 金剑锋,丁琦,陆天培,等 . 人脸识别技术在智能客流分析领域的实践应用 [J]. 电信科学,2020,36(S1):260-267.
[5] 褚祺晟 . 热敏计数统计技术在上海轨交换乘客流统计中的应用 [J]. 地下工程与隧道,2013(4):47-50+60.
[6] 胡忠顺,王进,朱亮 . 基于手机信令数据的大客流监控应用研究 [J]. 电信技术,2017(4):21-25.
[7] 陆音,缪辉辉.复杂室内环境下的Wi-Fi定位技术研究 [J].计算机科学,2016,43(11):152-154.
[8] 徐文远,邓春瑶,刘宝义 . 基于公交 IC 卡数据的公交客流统计方法 [J]. 中国公路学报,2013,26(5):158-163.
[9] 陈菁菁 . 城市轨道交通客流检测技术的特征及其应用分析[J]. 城市轨道交通研究,2018,21(1):137-142.
[10] 燕玲 . 基于深度学习的地铁客流实时监测 [J]. 交通世界2020(27):7-8.
[11] 韩娜,陈东伟,钟卓成 . 智能视频客流人数统计系统的算法比较研究 [J]. 信息技术,2016(6):45-48+53.
[12] WANG F B,YU K,YANG J,et al. A Novel Obstacle Detection and Tracking System Using Fisheye Vision [C]//2020 IEEE International Conference on Artificial Intelligence and Computer Applications (ICAICA).Dalian:IEEE,2020:674-680.
[13] BOCHKOVSKIY A,WANG C Y,LIAO H Y M. YOLOv4:Optimal Speed and Accuracy of Object Detection [J/OL].arXiv:2004.10934 [cs.CV].[2021-12-11].https://arxiv.org/abs/2004.10934.
作者简介:刘孜学(1981.12—),男,汉族,四川德阳人,高级工程师,硕士研究生,研究方向:铁路及轨道交通通信信息技术。