随着城市轨道交通的快速发展,城市轨道交通网络化运营逐步实现,运营网络的规模化带来了常态化“井喷式”客流对路网的冲击作用。城市轨道交通车站作为路网中的节点,大客流拥堵现象时常发生,有限的空间资源与客流需求之间的供需矛盾更加突出。如何在封闭、有限的地铁站内空间内实现客流的准确监控、辨识、信息采集以及安全状态的合理评价,是目前亟待解决的问题,对于完善轨道交通客流组织管理、保障运营安全具有重要意义。论文以理论研究为基础,以应用研究为目标,将计算机视觉、图像技术引入实际研究中,希望能用更为多样的思路和手段实现城市轨道交通大客流辨识与安全评估,取得更好的研究效果。本论文基于国家自然科学基金“复杂交通系统大规模行人群集演化规律及拥挤动力学模型”(61004105),对城市轨道交通车站内大客流拥挤安全的基础科学问题及其应用进行了研究。论文首先介绍了轨道交通客流监控、辨识、安全管理方面的发展现状,并对国内外研究成果进行了总结,阐明了本研究的重要意义。然后对大客流进行了界定分类与特征概述,提出运用图像处理技术这一独特方法对大客流进行辨识,进而通过统计与研究,验证了其合理性与准确性,并给出辨识函数,用于后续研究。在上述研究的基础上,具体阐述了行人的识别与跟踪技术,通过对客流特征的分析,建立了轨道交通客流数据库,开发了客流数据采集系统,实现半自动与全自动行人数据采集,为客流的研究管理提供了基础数据采集工具。在此基础上,对不同客流特征值进行了实地调研与数据统计,对客流安全状态进行评估,给出了客流群体特征、行人个体特征、客流冲突等方面的评估指标,建立评估体系,并将其纳入客流数据采集系统,实现客流安全状态的动态监控与显示。最后,以北京地铁雍和宫站换乘通道行人视频为案例,进行了客流辨识与安全状态的评估研究,对相关评估指标进行了计算,证明了客流数据采集系统在客流辨识、监控、安全评价与管理方面的合理性与可用性。通过研究,为未来的城市轨道交通客流研究提供了更为丰富的思路和理论基础,为客流的安全管理提供了一种较为高效可靠的实用和研究工具。