高速铁路客运枢纽视频监控采集点分级布设方案研究

　　摘要：高速铁路客运枢纽作为城市综合交通网络的重要节点及客流集散地，每天有着大量的客流聚集，加强对视频监控采集点布设研究，对有效保障高速铁路客运枢纽的客流安全具有重要意义。阐述高速铁路客运枢纽视频监控采集点布设研究现状，在传统最大化覆盖问题(MCLP)求解方法基础上，从立体式布局和监控强度方面进行完善和补充，提出基于建筑轮廓、旅客流线和重点区域的三级布设流程和布设方案，以成都东站换乘层视频监控采集点布设为例进行验证分析。结果表明，新布设方案在视频监控图像方面体现出良好的完备性、实时性和连续性，同时更加经济合理。

　　关键词：高速铁路;客运枢纽;视频监控;覆盖优化;成都东站;布设方案

　　0引言

　　高速铁路客运枢纽是多种客运交通方式和大规模客流的集散场所，可供旅客乘降、换乘、娱乐、购物等，属于高密度客流聚集地[1]，一旦人员过于密集，容易发生拥堵混乱，车站秩序失控，还可能诱发客流或公共安全事故，亟需加强高速铁路客运枢纽运营的过程控制特别是安全监控研究。

　　目前国内外客运枢纽普遍采用视频监控系统实现对客流的实时监控及预警。在国内，针对摄像头采集点布设的理论研究相对较少，尚未形成一套科学系统的规范准则。在国外，主要把视频监控采集点布设问题[2-3]当做传感器覆盖优化问题处理，即将监控区域抽象成以摄像头为中心的简单多边形，以此建立模型实现在满足覆盖约束条件情形下，建设成本最低。

　　Chakrabarty[4]将摄像头采集点选址问题当做IP问题采用整数规划的方法处理;Murray[5]进一步研究了摄像头视域，引入了地球空间学科中视域可见性的概念;还有学者以MCLP问题[6]求解为思路进行研究，采用多目标优化、模糊数学等方法[7]求解模型，但模型偏理想化，未充分考虑旅客站内走行时不同区域集散强度不同;很少有学者在研究枢纽监控布设时考虑监控强度的不同，基本上都是简单沿线固定距离布设，而所有区域采用同一监控强度，有可能导致车站入站口监控强度不够，同时车站出站口又存在资源浪费的现象。

　　视频监控图像的采集点位于整个监控系统的最底层，是后续获取图像进行存储和分析处理的基础。因此，采集点布设的好坏不仅影响着监控系统的建设成本和采集图像的质量，而且还会影响到重点目标监控和预警等操作的精度。

　　由于现代铁路客运枢纽多采用立体式、通透式布局，为减少土地占用，实现空间利用集约化，站房每一层都较高，因而适合选作视频采集点的位置受到限制。传统方法是将空间二维化，求解坐标要素，而实际中可能根本无法设置监控采集点，缺乏可操作性。针对以上原因，在考虑铁路客运枢纽立体式空间布局的基础上，兼顾对易拥堵区域的重点监控，研究提出一种视频监控采集点三级布设方案。

　　1高速铁路客运枢纽视频监控布设现状

　　高速铁路客运枢纽是交通运输网络的重要节点，除了对外连接高速铁路网络，同时还衔接多种城市内部交通运输方式，如城市轨道交通、公交、出租车、私家车等。高速铁路客运枢纽作为一个区域的集散中心，一旦客流大量集结，又没有及时引导疏解，很容易造成严重的拥堵问题，应合理组织旅客和各种车辆安全、迅速、有序地集散。

　　目前国内外客运枢纽普遍采用视频监控系统实现对客流的实时监控及预警，减少安全事故发生几率或避免事故后果扩大，保障车站日常的安全运营。高速铁路客运枢纽的视频监控系统，一方面要求能够全面、实时地采集、显示站内各区域的动态实况，发现异常时及时响应处理，并能对监控视频进行调用回看;另一方面需要采集车站大客流及区域拥挤预警、旅客滞留安全防控等车站客流数据。

　　目前客运枢纽尚无对应的监控规范，各大车站普遍未采用多方位的布设方案，因而高速铁路客运枢纽的监控系统既存在监控盲区，部分区域又被重复监控，完备性、连续性、经济性都较差，不能有效保障客运枢纽安全。在高速铁路综合客运枢纽中，由人员及其随身行包及乘坐交通工具形成的流动过程和流动路线[8]称为旅客流线，旅客流线本质上是旅客购票进站候车、乘车出发或是到达、离开枢纽的过程。

　　基于旅客流线途径区域可将车站分为站前广场、售票区、进出站口、安检区、引导通道、候车区、服务区、检票区、站台等若干功能区域，在此基础上可以将旅客流线途径区域的售票窗口、进出站口、安检口、检票口、自动扶梯口统称为视频监控系统图像采集的重点区域，该区域的客流特点为旅客人数众多、旅客走行速度较慢、旅客排队依次通过等。针对重点区域，应加强监控部署强度，采集更加清晰的客流图像信息(脸部、携带物品等)，通过人工操作改变焦距获取所需要的图像信息，得到重点区域的实时客流数量、密度、速度等数据，为预测和判断客流拥堵和疏散提供支撑。

　　除旅客流线重点区域以外的其他功能区域，其客流特征为旅客流量大、走行速度快、基本不存在排队情况和旅客流向不集中等。高速铁路客运枢纽采集点采用的设备构成相似，基本是由防护罩、前端视频等采集设备(云台和摄像头)组合构成。

　　2高速铁路客运枢纽视频监控分级布设方案分析

　　基于高速铁路客运枢纽内部客流安全预警对信息采集的需求层次不同，提出按采集点设备分级布设思想，将布设策略分为3个层次：基于枢纽内部建筑轮廓的布设、基于重点区域的布设、基于旅客流线的布设，每个层次视频监控布设方案如下。

　　2.1基于枢纽内部建筑轮廓的布设

　　这个层次的目标是实现枢纽内广阔视野的覆盖。监控摄像头可采用枪型广角摄像头连续布设。视频监控采集点布设应基于车站既有布局结构，以客观实际为依托，不能凭空选址确定采集点位置。还应考虑到平面式枢纽和立体式枢纽的差异，结合具体实际具体分析。视频监控采集点选址主要考虑云台及摄像头的安放及线路的走线。

　　建筑轮廓是指建筑体外墙面水平投影的轮廓线，主要包括以下部分：一是整个枢纽的建筑外轮廓;二是独立的承重柱;三是枢纽内高度在2m以上的固定设备设施。现代高速铁路客运枢纽多采用立体式布局构建，站房采取通透、整体空间的做法已成为趋势，站房较高，采集点如果安装在房顶监控效果较差。对于建筑轮廓，采用沿四周球形摄像头连续布设，布设间隔12m，采集点高度取4m。

　　对于承重柱，采用球形广角摄像头单点布设。对于其他固定点，如检票口高约2.7m，布设单个采集点，视域受自身影响较大，如果在顶上四角都布设采集点，监控覆盖重复率又过高，因而可考虑采用前向(旅客检票进入站台的方向)2个顶角布设球形广角摄像头。

　　2.2基于重点区域的布设

　　这个层次的目标是采集实时清晰的客流图像，即旅客清晰的面部图像及随身行包，需要加强对此类区域的监控。监控摄像头可采用：枪型聚焦摄像头和球形摄像头集中布设，以进站安检口为例，可采用“前后2个摄像头+一个半球形摄像头”的组合。

　　2.3基于旅客流线的布设

　　这个层次的目标是针对剩余其他功能区域的布设，并将区域衔接起来，避免出现旅客跨区域走行的监控盲区。摄像头布设强度与第一个层次近似。监控摄像头可采用：枪型聚焦摄像头沿旅客流线连续布设。找出旅客流线上功能区域之间衔接的线段，将各个单一功能区域衔接起来，采用广角球形摄像头连续布设。

　　3实例分析

　　成都东站是西南地区第一个集高速铁路、城市轨道交通、公交、出租和长途大巴多种交通方式为一身的高速铁路客运枢纽，共分为5层，地上2层为高架层、地面层;地下3层为出站层、地铁2号线和地铁7号线。旅客经换乘层(地下一层)到达出站或是换乘，车站西侧进站口在地面层，车站东侧、南侧、北侧进站口均在高架层。以成都东站换乘层视频监控采集点布设为例，研究分级布设方案及效果。

　　3.1既有布设方案

　　经实地调研，不计成都地铁内部区域，成都东客站换乘层(地下一层)有效面积为30261m2，既有布设方案共计安置摄像头74个，采集点实际覆盖面积25919m2，采集点监控重复覆盖率为50.45%，区域实际覆盖率为85.6%。灰色区域代表已被覆盖。

　　3.2改进方案

　　依据提出的视频监控三级布设策略，改进布设方案共计安置采集点60个，采集点实际覆盖面积27979.7m2，采集点监控重复覆盖率为34.03%，区域实际覆盖率为92.46%。改进方案实现覆盖率大幅提升，并且分布更加均匀。

　　通过比较改进前后2个方案可知，改进后的布设方案，采集点布设科学合理，节约了建设成本和运维成本，并且监控覆盖的区域更大、不同摄像头重复覆盖率更低。综合考虑摄像头费用、监控中心存储设备、显示设备、线缆费用及安置人工费用，以平均每个摄像头按3000元估算，改进后的成本投入约18万元，相对既有方案节省了4.2万元;覆盖率达到了92.46%，相对既有方案增加了6.8%;摄像头利用率为65.97%，相对既有方案提高了16.42%。实例验证，改进布设方案更加经济，更加合理。

　　4结束语

　　高速铁路客运枢纽视频监控采集点分级布设方案研究，可以实现完备、实时、连续的视频监控，保障高速铁路客运枢纽系统安全稳定。高速铁路客运枢纽视频监控采集端是整个高速铁路客运枢纽安全预警系统的最底层，只有底层高效且完备的信息采集，才能保证整个高速铁路客运枢纽预警系统的正常运转，为高速铁路客运枢纽的安全提供支撑，最终实现社会公共安全保障。另外，还应进一步展开系统的深入研究，为高速铁路客运枢纽视频监控设计标准或规范提供科学依据。

　　参考文献：

　　[1]刘晓溪，李博.基于高速铁路枢纽站的客流中转换乘方案选择研究[J].铁道运输与经济，2018，40(11)：36-41，67.LIUXiaoxi，LIBo.AStudyontheSchemeSelectionofTransferActivitieswithintheHigh-SpeedRailwayHub[J].RailwayTransportandEconomy，2018，40(11)：36-41，67.

　　[2]JUNBINL，SRIDHAS，CLINTONF.RecentAdvancesinCameraPlanningforLargeAreaSurveillance：AComprehensiveReview[J].AcmComputingSurveys，2016，49(1)：6.

　　[3]ALSMIRATM，JARARWEHY，OBAIDATI，etal.InternetofSurveillance：aCloudSupportedLarge-scaleWirelessSurveillanceSystem[J].JournalofSuperComputing，2017，73(3)：1-20.

　　[4]CHAKRABARTYK，IYENGARSS，QIH，etal.GridCoverageforSurveillanceandTargetLocationinDistributedSensorNetworks[J].IEEETransactionsonComputers，2003，51(12)：1448-1453.

　　[5]MURRAYAT，KIMK，DAVISJW.CoverageOptimizationtoSupportSecurityMonitoring[J].ComputersEnvironmentandUrbanSystems，2007，31(2)：133-147.

　　[6]BANSALM，KIANFARK.PlanarMaximumCoverageLocationProblemwithPartialCoverageandRectangularDemandandServiceZones[J].InformsJournalonComputing，2017，29(1)：152-169.

　　[7]GUZMÁNV，PELTAD，VERDEGAYJ.AnApproachforSolvingMaximalCoveringLocationProblemswithFuzzyConstraints[J].InternationalJournalofComputationalIntelligenceSystems，2016，9(4)：734-744.

　　[8]李冰玉，秦孝敏.城市轨道交通网络大客流拥堵传播机理研究[J].中国安全科学学报，2016，26(1)：162-168.LIBingyu，QINXiaomin.StudyonPropagationMechanismofMassPassengerFlowCongestioninUrbanRailTransitNetwork[J].ChinaSafetyScienceJournal，2016，26(1)：162-168.

　　相关刊物推荐：《中国安全科学学报》是中国科学技术协会主管，中国职业安全健康协会(原中国劳动保护科学技术学会)主办的安全科学技术一级学科的国家级学术性刊物。