基于卷积神经网络的列车实时客流检测算法

城市轨道交通作为城市公共交通系统的主体,在缓解交通出行压力、促进城市发展中具有十分重要的作用。科学精准的测算列车实时客流,对改善城市轨道交通客运服务水平,发展低碳、环保的绿色出行模式具有重大意义。为此,提出基于卷积神经网络的城市轨道交通列车实时客流检测算法,实现列车监控视频视野内乘客数量的实时检测。基于成都地铁1号线车载监控视频建立列车客流图像数据集,以剔除全连接层的VGG-16网络作为算法基础框架,提取输入图像的边缘、角点等浅层细节特征;将多尺度卷积层和膨胀卷积结构融合构建乘客多尺度特征感知模块,在保持图像分辨率的同时,通过不同的感受野增强尺度上下文信息的提取性能,提升网络对乘客尺度变化的鲁棒性;构建特征融合网络将网络浅层提取的细节特征与上采样后的深层语义特征嵌入融合,提升小尺度乘客目标的计数精度和特征图的信息丰富度。实验结果表明：所提算法在城市轨道交通列车场景下的检测精度得到显著提升,平均绝对误差、均方误差以及平均绝对百分比误差指标分别达到了1.1%,1.8%和5.4%,同时单张图像检测速率低于60 ms,能够满足列车客流检测的实时性需求;且算法在2个标准人群数据集Shanghai...     

智能视频分析技术在地铁站客流监测中的应用研究

由于地铁的客流具有时空不均衡的特点,大客流车站在客流高峰时段会出现站内密度过大与乘客滞留等问题.为提高地铁的运营效率与保障乘客安全,需要对地铁站内的客流进行全面监测与量化分析.文章在总结地铁站客流监测现状的基础上,对智能视频分析技术在客流监测中的应用进行研究.以北京市西二旗地铁站为研究对象,首先对客流监测系统的功能需求...     

城市轨道交通客流信息智能检测与管控系统研究与设计

为解决城市轨道交通客流监控以人工高强度观察为主、智能化程度较低、检测数据维度单一的问题,结合智能视频监控、移动终端探测、多元数据融合等技术,设计了一种基于复合式客流信息智能检测系统。从客运业务与新技术融合的角度对系统的总体架构、逻辑架构、技术架构和功能架构进行总体设计和详细阐述,明确系统构建思路,实现客流基础信息智能采集、异常事件识别、演变态势分析等功能,对提升客流主动安全保障能力和客运服务质量具有重要意义。     

基于头部图像特征的人流计数方法

为提高视频人流智能计数的实时性和准确性,提出一种基于头部图像特征的人流计数方法。根据混合高斯算法检测前景,提取感兴趣的人流区域和相应的边缘;利用基于边缘分类和梯度信息的RHT圆变换识别头部区域,并选取头部面积与头发颜色作为筛选模型参量对头部进行筛选;利用基于Kalman的滤波预测完成跟踪和计数,并将跟踪目标参数反馈给筛选模型,实现更新。实验结果表明,该方法能够有效消除类圆的非头部干扰,提高计数的速度和准确率。     

城市轨道交通换乘站客流实时预测与客运组织应用

通过对比城市轨道交通换乘站历史客流清分数据,得出车站在相同特征日具有相同的客流特征.据此提出以特征日历史客流清分数据为基础,计算得到的换乘站的基本客流数据.再利用AFC系统收集的进出站客流数据修正基本客流的总体大小,利用热敏探头,视频采集等收集的车站关键通道内的客流数据修正基本客流的比例结构,最后基于这些精细化客流数据进行换乘站客运组织管理.     

基于视频检测的轨道交通短时客流预测研究

为提高客流预测的精度,构建轨道交通站点客流多变量时间序列预测模型。基于视频检测的轨道交通短时客流预测研究采用方向梯度直方图特征描述器与支持向量机分类器识别行人目标,利用Camshift算法对目标跟踪,从而获取客流量和客流速度参数,并根据协整关系构建客流多变量预测的向量误差修正模型,最后利用南京鼓楼车站4A通道的视频数据进行模型验证和对比分析。实例验证结果表明:构建的向量误差修正模型具有较好的预测性能,客流量和速度预测的MAPE值都小于8%,优于相同样本下ARIMA(0,1,1)的预测性能。     

旅游轨道交通线路的行车组织方案研究

悬挂式单轨系统作为一种设置灵活、占地少、建设快的制式,在国内旅游轨道交通中的应用前景较为广阔.旅游轨道交通的客流特征主要体现在客流时间分布、客流空间分布和客流需求特征上,由于线路功能与城市轨道交通截然不同,采用常规的行车组织设计方法不能较好满足客流需求.结合客流特征,研究旅游轨道交通的行车对数、列车运行交路、旅行速度的设计方法.最后以某景区旅游轨道交通为算例进行行车组织设计,以满足不同时期的旅游客流.该算例表明悬挂式单轨系统在旅游轨道交通中具有较强的适应性,为具体工程实施提供参考.     

高速铁路周界入侵视频图像样本库

随着高速铁路的大规模建设与运营,视频监控系统在铁路沿线的应用规模越来越庞大,产生的视频数据爆炸性增长。基于图像的目标检测算法能及时发现监控画面中入侵高铁周界的异物,对保证安全运营具有重要意义。通过建设高铁周界入侵视频图像样本库,利用统一的高铁场景视频图像数据、目标检测算法、算法运行环境和算法评价标准,测试不同场景、天气下目标检测算法的功能有效性和现场适用性,为相关部门提供智能分析算法的标准化测试,以推动铁路视频图像分析的快速发展。     

基于轮廓特征拐点的遮挡车辆分离方法研究

遮挡是智能交通系统中车辆检测、跟踪和识别时较难解决的问题之一.本文主要针对智能交通系统中车辆之间的遮挡,以车辆常用的矩形模板为先验知识,首先对存在车辆遮挡的连通区域提取边缘轮廓,然后获取轮廓上的4类特征拐点,最后采用本文提出的基于轮廓特征拐点的车辆分离算法,将相互遮挡的车辆分离开来,便于后续对车辆的跟踪、匹配等处理.实验结果表明,本文提出的算法具有有效性、可行性和良好的应用前景.     

上海轨道交通5号线站点客流特征分析

城市轨道交通站点的客流特征是站点规划设计的重要依据.结合城市轨道交通站点客流的主要影响因素,在分析上海轨道交通5号线站点区位特征的基础上,通过站点问卷调查,分析总结了上海轨道交通5号线站点的客流特征.指出:客流出行目的分布与站点周围用地性质有关;客流到站方式与站点的接驳交通设施水平有密切关系;站点换乘设施的布局应结合区域客流的实际出行需求.     

基于郊区轨道交通站点分类的客流特征和换乘系统优先级分析

结合大量实地调研数据,按照站点区位条件、站点周边地区土地利用性质、开发规模和强度等数据,将郊区轨道交通站点划分为七大类.基于郊区轨道交通站点分类,结合轨道交通站点客流调查数据分析了客流时间分布规律,出行目的、换乘方式、合理交通区域特征指标.提出基于轨道交通站点分类的换乘系统优先级规划要求.     

城市轨道交通进出站短时客流预测模型研究

针对城市轨道交通短时进出站客流的强随机性、周期性及非线性的特征,提出了一种基于小波变换与Adam算法优化的长短时记忆网络(LSTM)短时客流组合预测模型(即WT-LSTM组合模型),同时基于非饱和激活函数ReLU函数实现了LSTM的学习与训练.采用LSTM模型与WT-LSTM组合模型对广州地铁广州塔站的客流量进行预测,并对预测结果的误差进行对比分析.结果 表明,WT-LSTM组合模型能够较好地预测短时客流,预测结果优于单一LSTM模型.     

机车驾驶路面状况监控系统障碍检测算法的研究

提出基于铁路智能视频监控图像序列分析的铁轨路障检测算法,即通过图像预处理突出铁轨信息,确定铁轨边缘像素;沿铁轨边缘建立检测窗,计算分析铁轨检测窗内的纹理特征;结合纹理特征及灰度特征进行铁轨障碍物的检测.在检测出路障目标的基础上对机车驾驶员提供实时的警报.实验结果表明,该算法检测速度快、可靠性高,可运用于实际路面状况检测系统.     

地铁换乘客流实时监测模型研究

针对地铁换乘客流随机性强及短时冲击性等特点,在分析地铁线网结构的基础上,提出基于时序倒推的地铁换乘客流实时监测模型,并采用BP神经网络算法进行模型求解。选取南京地铁典型换乘站对所述方法进行分析验证,进一步说明模型的合理性和可行性。     

旅客列车票额智能预分方法研究

考虑客流本身的波动、客流预测的误差以及沿途车站的票额实际利用等问题,提出一种给定客流条件下的旅客列车票额预分算法。根据实际工作的特点和需求,总结旅客列车票额智能预分原则,并提出基本流程。将票额预分过程划分为基于给定客流的基本票额分配优化及剩余能力优化利用两个主要步骤。针对基本票额预分优化,以客运周转量和平均运距最大化为目标构建了双目标优化模型,并基于e-constraint方法提出了求解算法。针对剩余能力优化,以平均运距最大化为目标,并考虑车站的保护票额构建了优化模型,提出了相应算法。案例计算结果表明,该模型具有较好的实用性。     

津滨轻轨客流特征及功能定位研究

津滨轻轨9号线是连接天津市中心城区和滨海新区的骨干轨道线路,对天津市双城格局的形成起到重要的支撑作用.依托天津市轨道交通AFC票务数据,整理分析津滨轻轨9号线的现状客流特征,包括其客流增长规律和客流的时间、空间分布特征,以及津滨轻轨在地铁5号线开通后,对城区客流服务的增强等内容.基于客流特征,研究分析津滨轻轨现状和规划...     

城市轨道交通客流特征分析在可研阶段的应用

城市轨道交通的工程可行性研究是一项涉及众多专业、复杂程度高、综合性强的系统工程,为更准确地把握客流特征,根据城市轨道交通工程可行性研究阶段客流预测的主要内容,就反映沿线区域特性的客流预测指标进行分析,包括高峰小时客流量、平均运距、换乘系数、区域OD和客流不均衡性等,以长春北湖线一期和成都10号线一期工程可行性研究为例,从与上位规划的符合性、线路特点的一致性和对工程方案的指导性3个方面阐述多指标结合的客流特征分析方法。     

基于光流法的视频分析技术在地铁客流监测中的应用

视频分析技术的应用对于提高轨道交通系统安全运营、地铁运营公司运营服务水平、确保服务质量、增强公众形象具有十分重要的意义.采用光流法视频分析的手段,对地联客流监测应用进行研究.     

城市轨道交通线网时空相关性客流预测研究

城市轨道交通客流预测是一个时空相关的复杂问题,仅根据车站的历史数据很难得出更有参考价值的预测结果。提出基于Elman神经网络算法的时空相关性客流预测方式。其模型输入包括车站的历史数据和线网中其它车站及交叉线路车站的时空相关性数据。前者从车站前3周数据中提取纵向强时间相关性数据;后者从相关车站的前3周数据中提取横向强时间相关性数据。提取过程均采用Spearman算法。在两条交叉线路共33个车站3周时间范围的客流数据上,利用Elman神经网络算法比较分析时空预测方式和时间预测方式的预测性能。试验结果表明,时空预测方式对实际客流的预测精度优于时间预测方式。最后,在时空预测的基础上进行客流多步预测,为城城市轨道交通有效的客流疏导提供数据支持和相对宽裕的时间。     

基于聚类算法的上海轨道交通站点高峰特征分析

为进一步提高客流预测精度,客观描述早晚高峰客流分布形态,通过多次聚类对上海轨道交通运营数据进行峰值挖掘。利用DPEAK密度最大值算法进行数据中心化清洗;基于DBSCAN算法进行密度预聚类,初步判定特征类数;在此基础上,采用启发式K-Means算法对各密度类中心簇及边缘进行刻画;分类统计数据特征,通过组合分布函数对轨道交通高峰特征进行描述。经分析,该方法能够有效降低拟合误差,得出的组合分布函数可为上海市轨道交通线路早晚高峰客流预测提供参考。