[发明专利]一种基于视频数据的地铁站内行人交通行为判别方法

说明书

本发明属于城市轨交智能管理的技术领域，公开了一种基于视频数据的地铁站内行人交通行为判别方法，对视频数据内的各个行人进行实时的位置追踪，根据行人之间或者行人和障碍物之间的间距、通行空间，对行人的单体行为、交互行为和避障行为进行判定，从而有效指导地铁站内的交通疏导。本发明的方法可以识别到不同行人的交通行为的参数差异，这对于分析地铁站内高密度条件下人群不同的安全状态，研究与之相适应的疏导设施安全设计方案具有重要意义。

技术领域

本发明属于城市轨交智能管理的技术领域，具体涉及一种基于视频数据的地铁站内行人交通行为判别方法。

背景技术

在地铁车站实施客流控制时，站内的行人成为了被管控的对象。当地铁车站处于高密度人群条件下时，若是行人个体出现了异常的交通行为，如在闸机附近的不当滞留、徘徊或逆行等，都会引起人群间的不稳定状态，导致通行能力下降，甚至可能造成踩踏等重大安全事故。因此，如果能够找到在地铁车站不同设施场景下、不同人群密度条件下的行人交通行为的判别方法，就能够为地铁车站的设施安全设计、客流安全管理等提供依据，因此能否准确判别行人交通行为的类型将显得尤为重要。

目前国内外的专家学者对行人交通流特性参数进行了大量研究，主要针对的是人群的行为模式，而对于个体的交通行为特征及参数研究较少，其研究主要是基于人体骨骼信息的特征来对车站内的行人行为进行识别，比如摔倒、弯腰等，通过建立人体骨骼模型来判别行为类型，这种方法能够识别的行为类型比较单一，更多的应用于异常行为的识别上，因此如何去判别个体行人交通行为的类型依然是一个难点。

发明内容

本发明提供了一种基于视频数据的地铁站内行人交通行为判别方法，解决了现有走行时间的计算方法实效性差，准确度低，且费时费力等问题。

本发明可通过以下技术方案实现：

一种基于视频数据的地铁站内行人交通行为判别方法，对视频数据内的各个行人进行实时的位置追踪，根据行人之间或者行人和障碍物之间的间距、通行空间，对行人的单体行为、交互行为和避障行为进行判定，从而有效指导地铁站内的交通疏导。

进一步，根据各个行人在某一时刻t的位置信息，逐一计算行人i和离行人i最近的行人j之间的通行空间，若所述通行空间大于允许个人行走的最小空间，则判定所述行人i和行人j均发生单体行为，否则判定所述行人i和行人j之间发生交互行为。

进一步，所述交互行为包括跟随行为、超越行为、避让行为和插入行为，

根据所述行人i和行人j在行走方向的夹角判定两者是否同向行走，若为同向，则进一步计算行人i和行人j在垂直于行走方向上的间距，根据所述间距随着时间推移的变化趋势，判定行人i和行人j之间是否发生跟随行为、超越行为或者插入行为；

若不为同向，则说明两者逆向行走，行人i和行人j之间发生避让行为。

进一步，若所述夹角则判定所述行人i和行人j为同向行走，进一步计算所述行人i在某一时刻t之后的三秒之内的间距D_H，记在某一时刻t之后的第一秒两者之间的横向间距为D_H起，第三秒后两者之间的横向间距为D_H终，若|D_H起-D_H终|＞0，则判定为插入行为，若|D_H起-D_H终|0，则判定为超越行为，若|D_起-D_H终|＝0，则判定为跟随行为；

若所述夹角则判定所述行人i和行人j不为同向行走，发生避让行为；

其中，

(x_it,y_it),(x_jt,y_jt)分别表示行人i、行人j在某一时刻t的位置信息，其所属坐标系以行人的行走方向为Y轴，垂直行走方向的方向为X轴。