本发明涉及轨道交通领域，尤其涉及一种地铁车站付费区实时客流计算方法。
背景技术：
随着城市轨道交通的快速发展，地铁已经成为了市民出行的主要交通工具。但是，在客流量较大的早晚高峰时段，大量乘客在车站内部集结、拥挤的现场时有出现，使得乘客安全隐患增加，极易诱发突发性事件、出现意外事故，影响城市轨道交通快速、便捷等优势的充分发挥。
目前国内绝大部分地铁车站采用闸机计数、人眼目测估计和分区域视频监控的方法来获取站内客流状况。然而，以上方法并不能全面且准确地获取地铁站内的客流数据：闸机计数只能记录进、出地铁付费区的总人数，而不能跟踪确认进站乘客顺利上车或在站台滞留，对于换乘车站也无法统计车站内部的换乘客流人数；人眼目测估计存在较大的误差判断，且主观随机性很大；视频观测的问题在于车站内部面积较大，导致车站值班员具有繁重的监控工作量，难以及时发现异常状况。另外，国内部分城市引进了视频计数的新兴技术，但受限于视频图像处理技术的发展，基于该技术的动态客流监测存在局限性。
技术实现要素：
针对现有技术中存在的问题，本发明公开了一种地铁车站付费区实时客流的计算方法，该方法通过跟踪地铁车站的进、出站人数以及站台上下车客流数量，实时计算车站付费区内的客流人数。方法实时性高、简单易行，通过掌握车站付费区内实时客流量，可以实时评估车站内乘客的拥挤程度，当拥挤程度持续超过一定数值时可以及时提醒工作人员展开应急措施，如加强客流疏导或限流等。
为达到上述目的，本发明通过以下技术方案实现：一种地铁车站付费区实时客流计算方法，具体包含以下步骤：
S1：通过自动售检票系统实时采集车站通过闸机的进站人数和出站人数；
所述进站人数和出站人数是累计值，表示当日内截止到当前时刻的通过进站闸机总进站人数和通过出站闸机的总出站人数；
S2：实时采集通过本站的每趟列车进站和出站时的列车重量；
所述的列车重量包括列车自重与所载乘客的重量之和；
S3：以每日零点或车站运营的开始时间作为计算的初始时刻，用T0表示，并初始化T0时刻车站内客流人数为0，用P0表示，即P0＝0；
确定计算的时间间隔，每次计算的时刻和该时刻车站内客流人数分别用Ti和Pi表示；
S4：建立Ti时刻的车站付费区人数表达式，如下所示：
式中，
Pi-1表示Ti-1时刻，即Ti上一个时刻时车站付费区内客流人数；
分别表示Ti、Ti-1时刻车站总进站人数，相应的表示Ti-1至Ti时段内车站进站人数；
分别表示Ti、Ti-1时刻车站总进站人数，相应的表示Ti-1至Ti时段内车站出站人数；
Pdown，Pup分别表示Ti-1至Ti时段内总下车人数和总上车人数，相应的，Pdown-Pup表示Ti-1至Ti时段内，总下车人数与总上车人数之差；
结合步骤S2所采集的每趟列车进站和出站时的列车重量
其中：
∑(Win-Wout)表示表示Ti-1至Ti时段内，所有通过本站的列车，进站列车重量与出站列车重量差值之和；
W:表示乘客标准体重；
进一步，Ti时刻的车站付费区人数表达式变化为：
本发明有益效果：本发明的地铁车站付费区实时客流计算方法，通过跟踪地铁车站的进、出站人数以及站台上下车客流数量，能够实时并且准确的计算当前时刻地铁车站付费区内的客流人数，且计算方法简单可靠，为轨道交通运营管理分析和决策等提供可靠依据。
附图说明
图1是本发明实施例的一种地铁车站付费区实时客流计算方法流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明的地铁车站付费区实时客流计算方法包括：
S101：以每日零点或车站运营的开始时间作为计算的初始时刻T0，并初始化T0时刻车站内客流人数P0＝0。
S102：通过车站自动售检票系统，按预定周期采集车站内各闸机的通过人数，并根据闸机方向，计算车站总进站人数Pin和出站人数Pout。
S103：实时采集通过本站的每趟列车进站时列车重量Win和出站时的列车重量Wout，其中，列车重量包括列车自重与所载乘客的重量之和。
S104：确定乘客标准体重W，按60kg/人计算。
S105：按预定周期，计算Ti时刻车站付费区内客流人数。
式中，
Pi-1表示Ti-1时刻，即Ti上一个时刻时车站付费区内客流人数；
分别表示Ti、Ti-1时刻车站总进站人数；
分别表示Ti、Ti-1时刻车站总进站人数；
∑(Win-Wout)表示表示Ti-1至Ti时段内，所有通过本站的列车，进站列车重量与出站列车重量差值之和。
以上的实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何非实质性改动，均落入本发明保护范围之内。