Система подсчёта пассажиров

Система подсчёта пассажиров — это комплекс технических и программных средств, предназначенный для автоматического определения количества входящих и выходящих людей в транспортных средствах, зданиях или на территориях. Основная цель системы — сбор точных данных о пассажиропотоке для оптимизации логистики, управления транспортными маршрутами, повышения эффективности обслуживания и безопасности.

История развития

Первые попытки автоматизировать подсчёт пассажиров относятся к середине XX века. В 1950—1960-х годах в общественном транспорте крупных городов (Лондон, Нью-Йорк) использовались механические счётчики, встроенные в подножки или двери. Они фиксировали количество нажатий на контактные датчики, но были неточны из-за ложных срабатываний (например, от вибрации или толпы).

С развитием электроники в 1970-х годах появились инфракрасные датчики, которые устанавливались над дверными проёмами. Они регистрировали пересечение луча пассажиром. Однако такие системы не различали направление движения и часто ошибались при высокой плотности потока.

Настоящий прорыв произошёл в 1990-х годах с внедрением цифровых камер и алгоритмов компьютерного зрения. Первые видеосистемы подсчёта пассажиров (например, от компаний Irisys и DILAX) использовали стереокамеры и простые нейросети для анализа силуэтов. В 2010-х годах с удешевлением вычислительной техники и развитием глубокого обучения (Deep Learning) точность систем превысила 95—98 %.

В России внедрение автоматизированных систем подсчёта пассажиров (АСПП) началось в 2010-х годах. В 2014 году в Москве стартовал пилотный проект на автобусных маршрутах, а к 2020 году системами были оборудованы все автобусы, трамваи и троллейбусы «Мосгортранса». Аналогичные решения внедряются в Санкт-Петербурге, Казани, Новосибирске и других городах.

Типы систем подсчёта пассажиров

Системы классифицируются по принципу действия и месту установки.

По принципу действия

1. Инфракрасные (ИК-барьеры). Состоят из излучателя и приёмника, установленных по сторонам прохода. Пассажир, пересекая луч, прерывает сигнал. Просты и дёшевы, но не различают направление и чувствительны к помехам (багаж, сумки). Точность — 70—85 %.

1. Лазерные сканеры (LIDAR). Используют лазерные лучи для построения трёхмерной карты прохода. Позволяют точно определять траекторию движения и отделять людей от объектов. Точность — 90—95 %. Дороже инфракрасных.

1. Видеокамеры с компьютерным зрением. Наиболее распространённый тип в современных системах. Камера (обычно стерео или 3D) захватывает изображение, а нейросеть анализирует его, идентифицируя каждого пассажира и отслеживая его движение. Способны различать направление входа/выхода, подсчитывать багаж, детские коляски. Точность — 95—99 %.

1. Тепловизоры (термальные камеры). Фиксируют тепловое излучение тела. Не зависят от освещения, не нарушают приватность (не передают изображение лица). Эффективны в плохо освещённых местах, но могут ошибаться при высокой температуре окружающей среды или при групповом проходе. Точность — 85—92 %.

1. Сенсорные коврики и весовые платформы. Устанавливаются на полу. Регистрируют изменение давления при наступлении. Используются редко из-за износа и низкой точности при потоке.

По месту установки

• В транспортных средствах (автобусы, трамваи, поезда метро, электрички). Устанавливаются над дверями. Собирают данные о количестве пассажиров на каждой остановке.
• В зданиях (аэропорты, вокзалы, торговые центры, стадионы). Монтируются на входах/выходах, в переходах, на эскалаторах. Используются для управления потоками и пожарной безопасности.
• На улицах и пешеходных зонах (для подсчёта прохожих). Часто применяются тепловизоры или лазерные сканеры.

Устройство и принцип работы

Современная система подсчёта пассажиров на основе видеокамер включает:

• Камеру (обычно стереоскопическую или 3D-камеру с двумя объективами). Устанавливается над дверным проёмом или проходом.
• Вычислительный блок (встроенный компьютер или облачный сервер). Обрабатывает видеопоток в реальном времени.
• Программное обеспечение с нейросетью, обученной на тысячах примеров. Алгоритм выделяет на кадре движущиеся объекты, классифицирует их как «человек» или «не человек», отслеживает траекторию и определяет направление (вход/выход).
• Интерфейс передачи данных (Wi-Fi, Ethernet, GSM). Отправляет данные в диспетчерский центр или на сервер.

Принцип работы: камера делает серию снимков с частотой 10—30 кадров в секунду. Нейросеть анализирует разницу между кадрами, выделяя движущиеся объекты. Для каждого объекта строится трек (последовательность положений). Если трек пересекает виртуальную линию подсчёта (обычно на уровне пояса), система фиксирует событие. Стереокамера позволяет оценить высоту объекта, что помогает отличать взрослого от ребёнка или от сумки.

Применение

В общественном транспорте

Основная сфера применения. Данные о пассажиропотоке используются для:

• Оптимизации расписаний. Если на маршруте в часы пик перегрузка, а в другое время автобусы пустые, перевозчик может изменить интервалы движения или заменить транспорт на более вместительный.
• Планирования маршрутов. На основе данных о загрузке определяются новые маршруты или корректируются существующие.
• Расчёта выручки (в коммерческих перевозках). Система подсчитывает количество оплативших проезд (если интегрирована с турникетами или валидаторами).
• Контроля безопасности. Выявление аномалий (например, резкое увеличение пассажиров на станции метро может указывать на чрезвычайную ситуацию).

В Москве с 2020 года все автобусы «Мосгортранса» оснащены системами подсчёта пассажиров на базе видеокамер. Данные передаются в Единый диспетчерский центр в реальном времени. Это позволило снизить среднее время ожидания транспорта на 10—15 % за счёт более точного управления интервалами.

В торговле и ритейле

В торговых центрах и магазинах системы подсчёта посетителей (People Counting) используются для:

• Оценки конверсии (отношение числа покупателей к числу посетителей).
• Анализа эффективности рекламных акций и выкладки товара.
• Планирования графика работы персонала.
• Расчёта арендной платы (в некоторых ТЦ арендная плата зависит от числа проходящих мимо витрины посетителей).

В аэропортах и на вокзалах

Системы подсчёта пассажиров помогают управлять потоками на досмотре, у выходов на посадку, в зонах ожидания. Данные используются для предотвращения скопления людей и соблюдения норм пожарной безопасности.

В системах безопасности

Интеграция с системами видеонаблюдения позволяет автоматически выявлять подозрительное поведение (например, человека, который ходит взад-вперёд у входа) или подсчитывать количество людей в зоне для ограничения доступа.

Точность и ограничения

Точность современных видеосистем составляет 95—99 % при нормальных условиях (хорошее освещение, отсутствие толпы). Однако есть ограничения:

• Высокая плотность потока (более 3—4 человек в секунду). Нейросеть может не успевать обрабатывать всех, особенно если люди идут группами.
• Дети и коляски. Маленькие дети (до 1 года) могут не распознаваться как люди. Коляски и сумки иногда ошибочно принимаются за пассажиров.
• Освещение. В тёмное время суток или при ярком контровом свете точность падает. Тепловизоры лишены этого недостатка, но дороже.
• Погодные условия (для уличных систем). Дождь, снег, туман снижают качество изображения.
• Приватность. Использование видеокамер вызывает опасения по поводу сбора биометрических данных. В России действует Федеральный закон № 152-ФЗ «О персональных данных», который требует согласия на сбор изображений. Поэтому в некоторых системах применяются тепловизоры или обезличивание (размытие лиц) на уровне камеры.

Производители и рынок

Основные мировые производители систем подсчёта пассажиров:

• DILAX (Германия) — один из лидеров, поставляет системы для транспорта в Европе и Азии.
• Irisys (Великобритания) — специализируется на тепловизорах.
• HELLA Aglaia (Германия) — производит 3D-камеры для транспорта.
• Axis Communications (Швеция) — выпускает сетевые камеры со встроенным ПО подсчёта.
• Brickstream (США) — фокусируется на ритейле.

В России разработкой и внедрением занимаются компании «ТрансТехнологии», «Элвис-НеоТек», «СпецТехКонсалтинг». Рынок активно растёт: по данным аналитиков, в 2023 году объём российского рынка систем подсчёта пассажиров составил около 3 млрд рублей, а к 2027 году прогнозируется рост до 5—6 млрд рублей.

Перспективы развития

Будущее систем подсчёта пассажиров связано с:

• Интеграцией с IoT (Интернет вещей). Камеры и датчики будут обмениваться данными с другими устройствами (светофоры, табло, турникеты) для создания «умного» транспорта.
• Использованием искусственного интеллекта для прогнозирования. Нейросети смогут предсказывать пассажиропоток на основе исторических данных, погоды, времени суток и событий.
• Распознаванием лиц и биометрией (с учётом законодательных ограничений). Это позволит персонализировать обслуживание (например, предлагать скидки постоянным пассажирам).
• Улучшением алгоритмов для работы в экстремальных условиях (плотная толпа, плохая погода).

Интересные факты

• Первая в мире система подсчёта пассажиров на основе видеокамер была установлена в 1998 году в лондонском метро на станции «Оксфорд-серкус».
• В Японии системы подсчёта пассажиров интегрированы с системой управления эскалаторами: если на станции скапливается много людей, эскалаторы автоматически замедляются, чтобы снизить риск травм.
• В России крупнейший проект по внедрению систем подсчёта пассажиров реализован в Московском метрополитене: к 2023 году оборудованы все вестибюли и переходы (более 2000 камер).
• Некоторые системы способны подсчитывать не только людей, но и велосипеды, самокаты и даже животных (например, в зоопарках).

Источники

• Федеральный закон «О персональных данных» № 152-ФЗ от 27.07.2006 (ред. от 14.07.2022).
• Постановление Правительства Москвы № 224-ПП от 29.04.2019 «О развитии транспортной системы города Москвы».
• Отчёт «Мосгортранс» о внедрении АСПП за 2022 год.
• DILAX. «Passenger Counting Systems: Technology Overview» (2021).
• Irisys. «Thermal People Counting: Accuracy and Applications» (2020).
• Аналитический обзор рынка систем подсчёта пассажиров в России, 2023 (данные J’son & Partners Consulting).
• Статья «Computer Vision for Passenger Counting: A Survey» в журнале IEEE Transactions on Intelligent Transportation Systems, 2022.