本发明公开了地铁客流安全保障技术领域的一种城市轨道交通客流监控与紧急疏散系统。技术方案是,该系统由硬件和软件两部分组成;硬件部分包括车站摄像头、多路视频切换控制器、高速图像数据采集处理机、车站调度中心处理机和线网指挥中心处理机,车站摄像头通过多路视频切换控制器与高速图像数据采集处理机连接,高速图像数据采集处理机与车站调度中心处理机连接,车站调度中心处理机与线网指挥中心处理机连接;软件部分包括数字视频成像及分析程序、车站客流监控与紧急疏散系统以及线网的客流监控与紧急疏散系统。本发明实时地对客流量和客流分布进行监控,并能实时地根据需要自动启动应急处置过程,对服务系统进行调整。1、一种城市轨道交通客流监控与紧急疏散系统,其特征是所述系统包括硬 件和软件两个部分;其中, 硬件部分包括车站摄像头、多路视频切换控制器、高速图像数据采集处理机、 车站调度中心处理机和线网指挥中心处理机,车站摄像头通过多路视频切换控制 器与高速图像数据采集处理机连接,高速图像数据采集处理机与车站调度中心处 理机连接,车站调度中心处理机与线网指挥中心处理机连接; 软件部分包括数字视频成像及分析程序、车站客流监控与紧急疏散系统以及 线网的客流监控与紧急疏散系统,数字视频成像及分析程序固化在高速图像数据 采集处理机中,车站客流监控与紧急疏散系统运行在车站调度中心处理机中,线 网的客流监控与紧急疏散系统运行在线网指挥中心处理机中。 2、根据权利要求1所述的一种城市轨道交通客流监控与紧急疏散系统,其 特征是所述数字视频成像及分析程序,实现客流计算、密度监控以及数据上传, 其方法包括如下步骤: 步骤21:执行高速图像处理机中的数字视频成像及分析程序,分析轨道交通 场景人群成像的特殊性,基于频谱分析建立滤除图像高频噪波的动态关系模型, 解决非线性多维空间坐标下的图像失真还原问题,构造人群成像动态模型,实现 对复杂环境下的人群成像实时动态分离,获得乘客的运行数据; 步骤22:过滤客流的地下复杂场景干扰,提取客流轮廓,计算客流流量、乘 客分布以及客流密度; 步骤23:在地下站场图上表达客流的流量、分布以及密度特征; 步骤24:基于模式识别技术对人群运动目标定位、锁定和自动跟踪,形成运 动人群特征轨迹; 步骤25:将以上客流参数传递给车站调度中心处理机。 3、根据权利要求1所述的一种城市轨道交通客流监控与紧急疏散系统,其 特征是所述车站客流监控与紧急疏散系统,其工作流程包括以下步骤: 步骤31:接收高速图像处理机中的数字视频成像及分析程序传递的数据; 步骤32:提取客流分布的时空特征,基于数据融合技术挖掘客流密度和分布; 步骤33:建立客流密度与乘客滞留时间的评测模型,和轨道车站的客流预测 的O-D矩阵; 步骤34:建立乘客疏散的分级方案,优化配置应急疏散装备,在发生突发事 件时自动启动应急预案。 4、根据权利要求1所述的一种城市轨道交通客流监控与紧急疏散系统,其 特征是所述线网的客流监控与紧急疏散系统用于接收车站客流监控与紧急疏散 系统的数据;监控不同车站,不同时刻,不同人群密度下的车站客流运动情况; 运行该处理机上的基于地理信息系统的客流监控与应急疏散组织应急处置软件 系统,在监控全线网客流的基础上,自动管理应急处置过程。 5、根据权利要求3所述的一种城市轨道交通客流监控与紧急疏散系统,其 特征是所述车站客流监控与紧急疏散系统的步骤33中,乘客滞留时间不仅包括 乘客在站台等候列车的候车时间,还包括乘客进站直至到达站台的中间运行时 间。 技术领域 本发明涉及地铁客流安全保障技术领域,尤其是一种城市轨道交通客流 监控与紧急疏散系统。 背景技术 城市轨道交通是我国未来十年建设规模最大、发展最迅速、对我国社会经 济发展具有战略决定性意义的产业。包括北京、上海和广州在内的十几个城市 正在形成规模巨大的轨道交通地下线网。这种线网的特殊性在于复杂环境下的 客流可控性差、突变性强、疏散条件差。从国内外实际需求来看,由于城市轨 道交通线网多数运行于地下封闭区域,因此加强对实时客流的监控,缓解短时 间内的大客流冲击,以及在发生突发事件造成列车运行延误条件下,采取乘客 疏散措施,降低站台候车区客流密度和拥挤程度,是城市轨道交通运营的核心 问题。因此,在封闭式复杂环境条件下,如何加强对突发大客流的监控及快速 疏散能力,是防止突发事件引起整个城市轨道交通瘫痪乃至演变成社会危机所 面临的严峻挑战,是线网必须解决的难题。 尽管我国城市轨道交通已经部署了大量的安全监控系统,在保障运营安全 方面发挥了重要作用。但是,这些监控装置和系统主要是面向设备状态监控的, 客流监控仍然依靠人工繁重的、高强度的不间断查看监视器来实现,无法对客 流特征进行自动识别和判断。对拥挤大客流的紧急疏散处理过程全靠人工实 现,难以科学地优化疏散处理。车站虽然普遍安装了大量的摄像头,换乘站仍 然出现客流失控现象。分析网络化条件下客流失控的原因,主要是因为各条线 路在多处交汇,大型客流换乘站是延误的主要发生源和传播媒介,乘客的选择 行为也通过换乘站将延误的影响扩散到整个网络。当产生延误后,在整个轨道 交通网络中会产生被延误客流,在多条线路交汇的大型换乘站,这部分乘客有 可能改变其出行(换乘)路径,使得客流在整个轨道交通网络重新分布,会导 致某些线路的客流量出现突增,短时间内就会出现大量乘客滞留车站的现象, 而且晚点时间越长,滞留人数越多,使晚点时间更加延长,形成城市轨道交通 客流运输的恶性循环。更为严重的是即使发生大客流冲击情况,运营管理人员 仍然无法准确掌握车站的实际人数,原因在于车站采用的自动检票机只能获得 一个车站的进出站人数,难以得到换乘客流量,只能通过不间断地观察监视器 获得的客流数量。这种完全依赖人工估算的方法,工作强度大,准确性差。同 时,这些技术手段难以在紧急情况下自动提供应急处置优化决策支持功能。所 以,地下轨道交通作为人流密度大的公共聚集场所,面临突发的各种事故,特 别是在人群拥挤的高峰时期安全事故屡见不鲜,因此,客流的安全监控和疏散 任务十分严峻。线网运营者急需能够对实时客流进行自动监控,并在紧急事件 发生时提供自动判别客流拥挤程度和快速客流疏导预案生成优化决策支持技 术,弥补当前大量布设的视频监控和疏散技术的不足。 发明内容 本发明的目的是提供一种城市轨道交通客流监控与紧急疏散系统,实现对 线网客流的监控和应急疏散的处置。 本发明的技术方案是:一种城市轨道交通客流监控与紧急疏散系统,其特 征是所述系统包括硬件和软件两个部分;其中, 硬件部分包括车站摄像头、多路视频切换控制器、高速图像数据采集处理 机、车站调度中心处理机和线网指挥中心处理机,车站摄像头通过多路视频切 换控制器与高速图像数据采集处理机连接,高速图像数据采集处理机与车站调 度中心处理机连接,车站调度中心处理机与线网指挥中心处理机连接; 软件部分包括数字视频成像及分析程序、车站客流监控与紧急疏散系统以 及线网的客流监控与紧急疏散系统,数字视频成像及分析程序固化在高速图像 数据采集处理机中,车站客流监控与紧急疏散系统运行在车站调度中心处理机 中,线网的客流监控与紧急疏散系统运行在线网指挥中心处理机中。 所述数字视频成像及分析程序,实现客流计算、密度监控以及数据上传, 其方法包括如下步骤: 步骤21:执行高速图像处理机中的数字视频成像及分析程序,分析轨道交 通场景人群成像的特殊性,基于频谱分析建立滤除图像高频噪波的动态关系模 型,解决非线性多维空间坐标下的图像失真还原问题,构造人群成像动态模型, 实现对复杂环境下的人群成像实时动态分离,获得乘客的运行数据; 步骤22:过滤客流的地下复杂场景干扰,提取客流轮廓,计算客流流量、 乘客分布以及客流密度; 步骤23:在地下站场图上表达客流的流量、分布以及密度特征; 步骤24:基于模式识别技术对人群运动目标定位、锁定和自动跟踪,形成 运动人群特征轨迹; 步骤25:将以上客流参数传递给车站调度中心处理机。 所述车站客流监控与紧急疏散系统,其工作流程包括以下步骤: 步骤31:接收高速图像处理机中的数字视频成像及分析程序传递的数据; 步骤32:提取客流分布的时空特征,基于数据融合技术挖掘客流密度和分 布; 步骤33:建立客流密度与乘客滞留时间的评测模型,和轨道车站的客流预 测的O-D矩阵; 步骤34:建立乘客疏散的分级方案,优化配置应急疏散装备,在发生突发 事件时自动启动应急预案。 所述线网的客流监控与紧急疏散系统用于接收车站客流监控与紧急疏散 系统的数据;监控不同车站,不同时刻,不同人群密度下的车站客流运动情况; 运行该处理机上的基于地理信息系统的客流监控与应急疏散组织应急处置软 件系统,在监控全线网客流的基础上,自动管理应急处置过程。 所述车站客流监控与紧急疏散系统的步骤33中,乘客滞留时间不仅包括 乘客在站台等候列车的候车时间,还包括乘客进站直至到达站台的中间运行时 间。 本发明的效果在于,实时地对客流量和客流分布进行监控,并能实时地根 据需要自动启动应急处置过程,对服务系统进行调整。 附图说明 图1是一种城市轨道交通客流监控与紧急疏散系统结构图。 图2是数字视频成像及分析程序工作原理图。 图3是基于地理信息系统的客流监控与应急疏散组织应急处置软件系统示 意图。 具体实施方式 下面结合附图,对优选实施例作详细说明。应该强调的是,下述说明仅 仅是示例性的,而不是为了限制本发明的范围及其应用。 附图1是一种城市轨道交通客流监控与紧急疏散系统结构图。图中,将 分布在城市轨道交通车站不同位置的摄像头通过多路视频切换控制器与高速 图像数据采集处理机连接,再与车站调度监控指挥中心处理机连接,形成面 向车站的客流监控及紧急疏散系统。在高速图像数据采集处理机上固化了视 频成像及分析程序,能够基于数字视频成像及分析,提取客流分布轮廓,统 计客流分布密度,能够基于模式识别技术对人群运动目标定位,锁定、和自 动跟踪,形成运动人群特征轨迹。车站的客流监控及紧急疏散系统采用神经 网络融合实时客流的数据,并在站场布局图上展示客流聚集、滞留情况,表 示客流密度及其时空分布规律,在发生突发事件时启动系统内置的应急预案; 另外,远端工作台还可以在该系统中,通过对多路视频切换控制器的控制, 实现对车站摄像头的操作,以实时监控站内客流情况。各车站客流监控与紧 急疏散系统与线网的客流监控与紧急疏散系统连接,实现对整个城市轨道交 通网络的客流监控与紧急疏散。线网系统能够对各车站切换监控,特别是对 换乘站多股客流监视。线网系统能够在发生突发事件时,根据事件的类别和 级别启动相应的客流疏导处置过程,对全线网各车站的客流紧急协调。 附图2是数字视频成像及分析程序工作原理图。图中,数字视频成像及 分析程序运行在高速图像数据采集处理机中,实现客流计算、密度监控以及 数据上传。其步骤如下, 步骤1:执行高速图像处理机中的数字视频成像及分析程序,分析轨道 交通场景人群成像的特殊性,基于频谱分析建立滤除图像高频噪波的动态关 系模型,解决非线性多维空间坐标下的图像失真还原问题,构造人群成像动 态模型,实现对复杂环境下的人群成像实时动态分离,获得乘客的运行数据。 步骤2:过滤客流的地下复杂场景干扰,提取客流轮廓,计算客流流量、 乘客分布以及客流密度。 步骤3:在地下站场图上表达客流的流量、分布以及密度特征。 步骤4:基于模式识别技术对人群运动目标定位,锁定、和自动跟踪, 形成运动人群特征轨迹。 步骤5:将以上客流参数传递给车站调度中心处理机,为决策支持提供 依据。 车站客流监控与紧急疏散系统,建立乘客疏散的分级方案,在发生突发 事件时,启动应急预案。其工作流程包括以下步骤: 步骤1:接收高速图像处理机中的数字视频成像及分析程序传递的数据。 步骤2:建立客流密度与乘客滞留时间的评测模型,和轨道车站的客流 预测的O-D矩阵。这里的乘客在车站的滞留时间不仅包括乘客在站台等候列 车的候车时间,还包括乘客进站直至到达站台的中间运行时间。前者是关于 列车运营来决定的,后者则受车站布局的影响。车站走廊宽窄对于客流速度 的影响是显而易见的,但出入口的位置选取,楼梯开口取向等因素则是平常 研究所经常忽略的地方,而上述这些因素决定了最终的滞留时间。 步骤3:建立乘客疏散的分级方案,优化配置应急疏散装备,在发生突 发事件时自动启动应急预案。 线网的客流监控与紧急疏散系统用于接收车站客流监控与紧急疏散系统 的数据;监控不同车站,不同时刻,不同人群密度下的车站客流运动情况。 如附图3是基于地理信息系统的客流监控与应急疏散组织应急处置软件系 统。运行该处理机上的基于地理信息系统的客流监控与应急疏散组织应急处 置软件系统,在监控全线网客流的基础上,自动管理应急处置过程。 以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不 局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可 轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明 的保护范围应该以权利要求的保护范围为准。