一、系统概述
公交客流统计系统是公交车辆调度运行的重要依据，对提高公交系统的运行效率和服务质量、提升用户的乘坐体验具有重要的意义。
公交客流统计系统包括车内客流统计和站台客流统计二部分，车内客流统计通常通过检测统计车门进出客流获取各站的上下人数，并推算出车内的乘客数量。可以进行分车次、站点、时刻等的客流统计，但无法预知车站候客数量，信息具有滞后性。这种方式属于线上检测，即对经过一条门线（可以是虚拟的）的客流进行统计。站台客流统计则对场景的面上客流的检测，可以提前预知候车乘客数量，提前进行车辆运行的调度管理，以提高公交系统的运行效率和服务质量。对于BRT系统来说，由于乘客通常只会乘坐该线路，站台客流的统计更具有实际意义。
对于站台来说，客流统计实际上是对一个空间中乘客的数量统计，技术上通常可以采用微波感应、主动红外、被动红外等方式进行检测，但要达到高的检测精度和系统性价比，基于视频的检测方式是最优的选择。但从技术上来说，基于视频的方式同样也面临着一系列的实际困难，如图1的车站站台场景，尽管空间并不大，但对检测算法来说面临以下的难点：
1）候车乘客有坐着的，也有站着的，人多时相互遮挡非常严重；
2）由于车站场景是开放式的，图像受光照变化的影响非常严重；
3）晚上光照相当低，摄像机会切换成红外方式，图像将从彩色变成黑白色；
4）对于雨雪天气，由于车站场景的开放性，不仅图像质量受影响，检测算法也会受到雨伞、雨衣等的严重影响。
针对上述的问题，需要研发一套针对性的算法和系统。由于近年来深度学习技术的快速发展，为本系统的实现提供了坚实的理论基础。同时，全客通前期对线上、面上客流统计系统进行了长期的研究和工程实施，积累了大量的技术和经验，使得本系统的实现具备了良好的基础。
图1 车站站台
二、系统方案
1、系统组成
本系统采用日夜型摄像机+嵌入式终端的方式实施，摄像机采用高动态范围的日夜型摄像机，通过不同焦距的镜头实现监视场景的全覆盖，摄像机安装方式和监控候车区域如图2所示。
嵌入式终端安放在车站弱电机柜中，配置双网卡，一路接摄像机的视频信号，一路与上位服务器进行连接。嵌入式终端进行现场的边缘智能计算，实现场景乘客数量的实时检测，并定时将数量通过网络传入上位服务器。
图2 候车区域与摄像机安装方式
2、算法与软件设计
采用基于SSD类的人头目标检测算法，以解决严重遮挡场景的人数统计问题，图3是商场场景的人头检测的示例。算法需针对图像高分辨率、实时性等要求进行模型的优化设计与训练，并具备逐渐优化更新的能力。同时，算法将与传统的运动目标检测、光流检测等算法融合，以提高模型的适应能力。
图3 场景的人头检测
系统软件采用模块化设计，并能够远程进行更新。系统具备标准化的网络数据上传接口，便捷的系统设置和交互调试界面，以及本地检测数据的存储和管理功能。
3、系统功能指标
1） 通讯方式：WiFi或RJ45网口以太网；
2） 站台设备端直接输出客流数据；
3） 通讯协议：Restful http API或自定义协议；
4） 数据刷新率：≦10s；
5） 数据准确率（封闭BRT站台）：站台有人无人≧99%，整体准确率≧90%；
6） 工况：适应夜间低照明度。
