Page 195 - 铁路车务系统安全管理研究

第四章 铁路车务系统安全管理的创新手段

像机安装在队列顶端天花板，以跟踪队列末端乘客的头部轨迹。例如，检测区域
有人员进入，系统将持续跟踪并计算此人与队列距离，若距离接近并保持一段时
间，且移动方向与预设方向一致，则确定此人为队列末端乘客；一旦轨迹离开检
测区域，则判断此人为非排队乘客。

在多售票窗口情况下，只需监测离摄像机最近的窗口，因购票人员会自动均
衡队列长度，且此监测位置较少有走行旅客干扰，可获得较好的队列长度估算效
果。该技术同样适用于车站实名制验证和安检口的旅客排队状况分析，在超过预
定值时及时预警，提醒车站工作人员及时采取增开通道、增加作业人员等措施。

2. 售票厅及候车室秩序状态识别
公共室内区域发生人群突然聚集、人员快速移动等情况时，系统可根据现场
视频进行分析，自动判别并发出预警，提示车站工作人员及时处理。群体性事件
的前兆都是大量人员的聚集，由于人群场景个体多，形态各异，遮挡光照等因素

影响很大，无法通过分割人群个体并对个体进行分析。因此对人群进行整体考虑，
通过提取人群角点来表示人群个体，后续事件检测都可通过对角点特征进行分析
而得到。系统通过对角点进行聚类分析，将具有相似运动形态的人员聚集到一起
进行整体考虑，用凸包表示每个类簇，然后对各个类簇的相互运动趋势进行分析，

进而判断是否有聚散事件发生。
3. 站台客运秩序状态识别
站台作业是旅客安全的重要风险点，通过对站台视频的实时分析，系统应识
别站台是否有车辆停靠；识别无车期间乘客跨越白线、人或物体掉落轨道线路、

人员徘徊、站台作业车辆是否按规定路线和时间行驶等行为；识别旅客随车奔跑、
人员通过站台两端侵入线路等异常行为，并实时预警。站台行为模式种类繁多，
需提取列车、站车、个别旅客、群体旅客的图像及运动特征进行建模，且各元素
之间会出现叠加，识别难度较大，是目前的主要研究方向。下一步拟对检票口、

天桥、地道、出站口以及旅客电梯（扶梯）等重要部位进行监控和智能分析识别，
发现非正常状态实时预警，及时采取措施加以应对。

187