原文传递
基于图像处理的地铁车站乘客微观行为特征提取技术与乘客上下车行为仿真研究
| 论文题名： | 基于图像处理的地铁车站乘客微观行为特征提取技术与乘客上下车行为仿真研究 |
| 关键词： | 图像处理;地铁乘客;微观行为;仿真模型 |
| 摘要： | 地铁乘客微观行为的研究，是揭露客流宏观规律、优化车站设计、提高轨道交通运营水平的重要基础及前提。地铁车站的乘客微观行为按照出行目的可划分为进出站、购票、安检及上下车行为等，而乘客上下车行为通过影响列车停站时间，导致区间通行能力下降。目前，由于缺乏有效的数据基础及理论支持，因此上下车行为的研究难以深入研究，因此，本文从数据采集及模型构建两方面进行乘客上下车行为的研究。 传统的行人数据采集技术手段落后、采集速度慢、结果精度差，难以满足其实际乘客行为研究需求。图像处理技术作为一种新兴、高效的数据采集手段，在道路交通领域的应用日趋成熟，但在地铁领域仍处于探索阶段。本文采用最新的图像处理技术，基于Blob分析的行人检测与跟踪技术，提出乘客微观行为参数提取方法，自主开发了乘客微观行为参数采集系统(PedTrace)，用以提取乘客速度、行人间距、加速度及轨迹等行为特征数据，实现行人的自动检测与跟踪，为研究行人的上下车行为提供真实、精确的数据支撑。 地铁乘客上下车行为复杂多变，与乘客自身及出行环境等密切相关，既有的数学模型难以描述这种行为，本文采用微观仿真的技术手段解决该问题。首先将复杂的上下车行为分解为到达行为、规避行为、排队行为等基本行为，融合Agent思想及社会力模型，构建乘客基本行为的模型描述。仿真建模时，采用网格化的领域搜索算法，使搜索算法的复杂度从(O)(n2)降到为(O)（n）;引入全局路径选择方法，解决乘客出行路径问题;借鉴磁力模型的碰撞规避方法，解决社会力模型中行人重叠问题;基于事件驱动及主体交互方法，提出地铁站台乘客上下车仿真模型，并开发乘客上下车行为仿真系统(PedSyms)。 最后，以北京地铁2号线西直门站为案例，利用PedTrace系统从视频中提取乘客上下车行为的运动轨迹、速度等信息，发现上下车乘客的平均速度分布服从对数正态分布规律。利用PedSyms系统进行乘客上下车行为仿真，挖掘其行为特征规律。 |
| 作者： | 郑宣传 |
| 专业： | 交通运输规划与管理 |
| 导师： | 韩宝明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
