相关资料显示,居民出行大都会选择乘坐便宜且便捷的公交车。但该种出行方式也存在一些问题:某些站点乘客等待时间较长、某些公交车内人数过多、某些线路空车运行等,这些都归因于公交集团不能实时了解公交车运行状态。公交车人数统计系统通过统计每辆公交每个站点特定时间段的乘客上下车人数并及时向管理人员反馈客流量分析结果,从而帮助公交集团合理地调度车辆。本文从乘客目标检测、乘客目标跟踪、乘客目标统计、统计结果的存储及显示、仿真软件的设计与实现5个方面阐述该系统:针对乘客目标检测,本文实现了三种算法,并在背景建模时长、检测效率及准确率三个方面进行了结果比较分析,最终选择加载Adaboost算法训练出的Haar-like分类器的方式检测乘客目标。该方法利用训练出的多组人头特征值筛选乘客目标达到检测目的,不仅具有较高的检测率与较低的虚警率,而且目标针对性较强,不受车厢颠簸的影响,比较适合公交车环境的检测工作。在目标跟踪部分,本文通过分析公交车运行、乘客移动等特点,推算出乘客移动的九宫格布局,大大缩小了搜索范围。然后将二维布局转为一维存储的哈希表,提高了寻址效率。最后在特定区域检索并获得最佳匹配,从而将相邻帧间的目标连为时空维度中的一个整体,即达到跟踪的目的。对于乘客目标统计环节,本文首先利用三层阈值过滤的方式获取可以参与计数的“高质量”目标,然后依据其轨迹的首尾坐标之差判断乘客上下车方向,最后再分别对乘客上下车人数进行统计。为了确保客流量统计结果的准确性,系统又借助公交车停靠站之前与之后车厢内的总人数对其加以校验。此外,本文还简要描述了客流量统计结果存储的表结构设计。最后,我们对上述算法进行了仿真验证。本文首先简单提及了仿真软件的开发环境以及主要功能模块,然后详细说明了这些模块的实现过程,并列举出系统开发过程中的关键代码设计。为了验证该仿真软件的实用性,本人依据良好的测试用例对其进行测试。该测试表明,本文所论述的集成了多种优质算法的仿真软件,稳定性较好,运算速率较高,比较切合实际。