軌道交通高峰時段乘客生理信號特征提取

(上海交通大學 船舶海洋與建筑工程學院，上海 200240 )

隨著城市軌道交通的快速發展，地鐵已經成為城市客流量最密集的場所之一，上海地鐵線路日客運量已突破1 000萬人次。在高客流負荷下，城市軌道交通擁擠現象非常嚴重，尤其是早晚高峰期間[1]，乘客之間擠壓和碰撞極為頻繁，擠壓會導致行人身體變形和壓縮，大大增加乘客的健康風險。一旦發生緊急情況，很容易引發事故，造成惡劣影響。近些年地鐵暈倒事件頻發，上海地鐵也曾發生過因早高峰期間客流猛增，車廂過度擁擠而導致3名乘客暈倒的事故[2]。因此急需對地鐵車廂高立席密度環境下乘客生理狀態進行調查研究。國內外集中于從心理學角度研究擁擠環境對個體的影響，研究已經從對密度[3]、人員空間侵犯[4]客觀擁擠因素的單一考慮發展到對物理[5]、個人[6]等影響的綜合性探索，也取得了較為可觀的研究成果。然而目前研究仍存在一些問題，比如研究多集中于短期實驗室橫向研究，受道德倫理限制，實驗環境設置不符合擁擠條件和缺乏2項以上的生理喚醒指標的綜合性測量等[7]。本文摒棄了實驗室模擬高密度環境的短期研究方式而采用長期現場環境縱向的研究策略，通過設計實驗，實時記錄了乘客在地鐵早高峰期間呼末二氧化碳、脈搏和血氧飽和度3項生理指標真實的變化情況，并運用小波閾值去噪、頻譜分析和小波包分解理論分別對原始數據進行了清洗、加工和整理，建立了外界擁擠環境與個體內在生理狀態變化的聯系，為完善地鐵車廂的安全管理建言獻策。

1 實驗設計

1.1 調研路線和區間的選擇

上海作為國際大都市，地鐵全網日均客流量超千萬，早晚高峰期間車廂人群密度能達10～12人/m2，遠遠超過了表1所等定義的人群密度等級建議值D級狀態[8]和國際上常用的弗洛因服務水平超高密度(大于2.17人/m2[9])，也不再需要考慮“擁擠”和“高密度”界定標準，再加上地鐵早晚高峰具有持續時間長，時間段穩定的特點，是采集超高密度環境下人群特征的絕佳環境。

上海地鐵16號線全長近60 km，包括龍陽路站、滴水湖站等13個站點，是連接臨港新城、惠南鎮、鶴沙航城等郊區與市區的唯一地鐵線路。雖然目前單日客流量在80 000 人次。在現有地鐵線路日客運量中排在最末，但客流潮汐式涌動特征非常突出，早高峰從滴水湖站往龍陽路方向，途經的每個車站基本只有上車而沒有下車的乘客，直到羅山路站。而且列車為3節編組A型車，雙排座位，單次滿載僅容納1 100人，發車間隔為7～8 min，因此高峰時段列車車廂擁擠嚴重[10]。

表1 人群密度等級建議值

根據16號線分時段面客流量統計數據，工作日早高峰時間段(惠南站：6時—9時；周浦東站：7時40分—9時；鶴沙航城站：7時—8時30分；龍陽路站：7時—9時)7：30—8：30在惠南站—羅山路(上行)區段的斷面客流量為10 000～17 000人次，為16號線分時斷面客流量最大的區段；羅山路—惠南站(下行)斷面客流為1 500～4 000人次，客流量較小。因此在惠南站—羅山路區段往返調研，大致估算并記錄車廂立席密度和身體狀態變化，完成擁擠評估表。統計發現惠南鎮至龍陽路的列車早高峰期間立席密度在10～12人/m2，而返程則僅有1～2人/m2，構成鮮明的對比。

1.2 生理指標選擇及實測方案

1.2.1 生理指標

人體的心臟跳動、血液循環、肺的張縮等生命活動是不斷變化的，但通常無法直接觀察到這種變化，需要借助生理信號來表征不同的生理狀態。體溫、脈搏、血壓、動脈血氧飽和度、呼末二氧化碳是反映人體生理狀態的5大基本指標。前期多次實驗探究發現正常人體溫晝夜差別不超過1 ℃，白天體溫在±0.1 ℃狹小范圍內波動，變化不顯著。而血壓信號則變化過于敏感。血氧飽和度數據也在時域內較為穩定，實驗全程保持在97%～99%。因此選擇了呼末二氧化碳、脈搏2項指標開展研究。

呼末二氧化碳即呼氣終末期呼出的混合肺泡氣中含有的二氧化碳濃度，它是反映呼吸功能狀態的敏感指標，能夠反映肺部通氣情況，它的正常區間為35～45 mmHg。 研究表明窒息情況發生時體內二氧化碳的急劇升高比缺少氧氣更早發生，對機體產生的影響更加嚴重[11-12]。脈搏即動脈的搏動，它與動脈血壓有直接關系，通過脈搏波可以了解心臟工作情況和血流動力，進而分析血液循環系統的功能狀態判斷病變情況。

1.2.2 實驗儀器

實驗儀器為合肥金腦人ET-A掌式呼末二氧化碳血氧監護儀，外接紅外線血氧探頭、呼吸導管，能夠同時采集血氧飽和度、脈搏和呼末二氧化碳3項參數，便于攜帶，且配置內部芯片存儲數據。實驗時參與人員將儀器隨身攜帶，血氧探頭和呼吸導管固定。

1.2.3 實驗對象

根據前期調研，發現車廂乘降區立席密度和擁擠程度會高于中部站立區，且為了控制變量，車廂調研區為車廂乘降區立柱。參與實驗的對象身體健康的青年人，平均年齡為24歲，包括在校大學生、日常通勤白領等，均無心臟病、肺病、貧血等疾病，并在實驗前不攝入酒精或含咖啡因的食物。實驗過程中全程保持站立無倚靠狀態，實驗周期為2個月，每人各采集30組數據。由于數據周期較長，中途出現身體不適的情況較為常見，將此類數據定義為病理狀態數據，與正常健康狀態形成對照。

1.2.4 實驗數據

使用CapnoFree軟件將實驗原始數據導出，由于本實驗生理信號的采集是在高峰時間地鐵上進行，而軌道交通運行中會引起車廂的振動[13]，受儀器、動作和外在環境的干擾，原始生理信號往往有較強的噪聲，是強噪聲背景下的微弱信號。小波變換是處理此類信號有效的方法，與傳統傅里葉去噪相比，能夠從時間和頻域2個維度對信號進行投影，同時還能通過調節小波基底函數的相關系數而實現時間和頻率的自由切換，以此能夠更好實現信號的觀察和特征的提取[14]。因此采用小波閾值去噪法對2種生理信號進行消噪處理。

2 數據頻譜分析

信號時域分析只能得到有限的信息，很難將呼末二氧化碳值和脈搏信號的變化趨勢以及數據之間的差異通過直接觀察準確判斷，因此需要使用其它分析手段來全面揭示信號的特征。頻譜分析是目前數字信號處理中常用的一種分析方法，它利用快速傅里葉變換將復雜的信號分解成不同的頻率成分，并繪制出頻譜曲線，譜線的形狀與信號的時域曲線密切相關。頻譜中的高低頻成分的分布形態可以反映不同的生理典型狀態[15]，通過觀察不同生理狀態下生理信號頻譜曲線，了解這些信號的頻譜特性，再加以對照，定性地比較不同的狀態[16-19]。信號x(n)快速傅立葉變換即頻譜變化，它能夠反映信號在頻域上的分布和變化規律，公式如下

(1)

式中，ω為角頻率，分布在(-∞,+∞)之間，時域信號被轉化為頻域分布信號；x(ejw)是一個隨角頻率ω變化的復數，即使在時域x(n)是離散分布的，x(ejw)為連續分布，且對任意一個實數域的ω都有相應的取值。

一般而言正常健康的生理信號具有混沌頻譜特征，即幅值譜圖中的相對能量會隨著頻率的增加而減小，近似呈現反冪律的形式，即1/f分布。反冪式寬帶譜是混沌運動的典型特征，但是健康生理信號呈現此特征仍為啟發性而非結論性的，當生理狀態變化時頻譜特征會隨之改變。由于實驗采集周期較長，將實驗參與人員擁擠環境中出現身體不適的情況定義為不健康情況，為此設計了健康—擁擠、健康—正常、病理—擁擠和病理—正常4個對照組。

2.1 呼末二氧化碳頻譜分析

探究不同場景下呼末二氧化碳變化趨勢之間的差異。圖1、圖2反映各組信號的幅值譜各不相同，但又有一些相似的特征，每個譜存在多個峰，頻譜成分豐富，有明顯寬峰。

圖1為健康成年人呼末二氧化碳幅值譜線，從總體趨勢上可見正常環境和擁擠環境下信號分布規律大致相同，頻率主要集中在0～8 Hz范圍內，均存在幾個尖峰且幅值依次減小，具有典型的反冪譜形式。相對而言擁擠環境下信號頻率成分更為復雜，這反映出在健康狀態下呼末二氧化碳信號會受外界環境影響，但影響不大。圖2為病理狀態下不同環境對比圖，兩曲線差異性較大，正常不擁擠環境下呼末二氧化碳分布與圖1相同，為反冪分布。而擁擠環境下個體呼末二氧化碳分布呈現趨于有序的特征，頻譜在0～2.5 Hz、2.5～5 Hz幅值變化不大，分布較為均勻，與上述3種狀態形成了鮮明的對比。

圖1 健康狀態呼末二氧化碳功率譜圖

圖2 病理狀態呼末二氧化碳功率譜圖

呼末二氧化碳指標能夠從側面反映個體的呼吸功能，而擁擠—病理環境下頻譜曲線的不同表明當乘客身體出現不適的情況時會對外界擁擠環境更為敏感，從而影響個體的生理狀態。因此在軌道交通高峰期間的安全管理中，應加強對身體孱弱個體包括老人、孕婦、小孩等弱勢群體的識別和監控。

2.2 脈搏信號頻譜分析

圖3、圖4為脈搏信號各類狀態下幅值譜圖，從總體趨勢上看4條曲線變化規律很相似，頻率基本集中在0～5 Hz，且均滿足反冪式分布的特點，僅幅值大小存在較大差異。與呼末二氧化碳指標頻譜圖比較，4種狀態下脈搏信號頻譜譜線特征并不是明顯。

圖3 正常狀態脈搏信號功率譜圖

圖4 病理狀態脈搏信號功率譜圖

頻譜圖能夠直觀展現不同狀態下明顯的差異，而此種定性分析的方法很難準確區分細微差別，不能作為生理狀態診斷與識別的依據。因此為進一步將不同狀態下的數據進行精確的量化表述，對信號進行小波包變換與重構，計算出其各頻帶的能量比例作為信號的特征參數。

3 小波包分解

小波包分解的實質就是對小波變換后沒有分解的高頻細節信號作進一步的分解，達到提高頻率分辨率的目的。它能夠將信號正交地、獨立地分解到各頻段，由于各分解頻段均具有一定能量，進而能夠計算出能量比例，直觀反映生理信號在各頻段內能量大小，更好地對信號進行比較和分析[20-21]。

設分解頻帶中離散信號xk,m(i)數據長度為N，則其能量可以表示為

(2)

式中，k表示分解的次數；m=0,1,2，…，2k-1為分解頻帶位置序號。為了歸一化，采用相對能量比例公的方式，第m頻帶分解信號的相對能量為

(3)

根據能量不變定理，必然有

(4)

利用’db7’小波基函數和上面小波包能量計算公式對呼末二氧化碳信號進行3層小波包分解，獲得了8個相互獨立的頻帶，每個頻帶的帶寬為4 Hz，求得不同狀態下各信號頻帶能量分布比例情況。

表2顯示呼末二氧化碳頻率在16 Hz以上的不超過3%，而且不擁擠的環境下能量分布更為集中，0～8 Hz之間能量占全部能量的90%以上，而其它比例分布隨著環境等因素的差異而不同，從正?！】低瑩頂D—病理狀態的數據對比看呼末二氧化碳的指標變化是比較敏感的，這同與傅里葉頻譜對比圖得到的結論一致。

應用小波包分解對不同脈搏信號進行分析處理，表3即各頻帶的能量比例圖，由于脈搏信號屬于低頻信號，10 Hz以上比例幾乎為0，因此采用’db15’小波基函數對不同狀態下的脈搏信號進行小波包5次分解，分解后會得到32個相互獨立的頻帶，由于16 Hz以上存在能量非常少，全部加起來不到1%的比例，因此僅列出0～16 Hz的小波包能量比例。

表2 呼末二氧化碳信號小波包能量比例 %

表3 脈搏信號小波包能量比例 %

從表3可以看出第一頻帶中的能量最為集中,在99%以上，而其它頻帶能量會隨著生理狀態的變化而變化。脈搏波基本完全處于0～8 Hz范圍內，2種狀態差別細微，盡管脈搏波擁擠比不擁擠時分布分散些，但處于正常狀態下的波動，推測這是由于正常人對于擁擠環境具有一定的耐受性，受到外界的擠壓時脈搏會發生擾動，這種擾動處于正常范圍，脈搏信號不能體現外界擁擠環境對個體生理狀態造成的影響。

4 分析與討論

比較4種狀態下呼末二氧化碳信號和脈搏信號的小波包能量比例數據，發現呼末二氧化碳信號比脈搏信號更能夠反映擁擠環境對個體生理狀態的影響，而且此影響在個體處于病理狀態時作用更加強烈。雖正常情況下擁擠環境對乘客呼吸功能的影響不會引起嚴重缺氧的癥狀，但若長期處于此種狀態，則很容易造成呼吸不暢、頭暈目眩、疲勞乏力等癥狀，尤其對于老人和女性等弱勢群體，容易觸發踩踏事故[22-23]。從安全角度出發，交通管理部門應重視因地鐵車廂擁擠對乘客造成的隱患，加強安全管理，并采取相關措施緩解擁堵。

國外地鐵發展較早，在緩解地鐵擁堵方面有很多值得借鑒之處[24]。日本地鐵作為全球最繁忙的地鐵，有20多條地鐵線路，年客流量達28.19億人次。為緩解擁擠相關部門采取了很多措施：上下班高峰時，地鐵工作人員會把車廂里的座椅折起來，以騰出更多空間供人站立；為避免因人多擁擠導致女士們遭受非禮，日本地鐵還專門在上班高峰時期設置了女性專用車廂。地鐵16號線早晚高峰期間也可以通過采取減少座椅數量的方式增加更多站立空間，為了保護弱勢群體，也可以為老弱病殘開設一節專門車廂，保障地鐵安全運營。

美國華盛頓地鐵則采用靈活定價方式，上下班高峰時間的票價要比正常票價高出1/3左右，以引導沒有急事的人錯開高峰時段出行。16號線大部分乘客出行目的為通勤，調整票價并不能緩解擁擠的問題，反而交通管理部門應為南匯區乘客出行提供更為豐富的交通選擇并加以引導，如開設更多公交車或BRT直通市區。布達佩斯則按天來調整發車頻率，工作日與休息日的發車時間及頻率有很大區別，一天當中，各個時段發車頻率也有所不同。如工作日早晚高峰期間，地鐵是每2 min一班，晚上8時則為15～30 min一班。上海16號線已根據時段采取差異化的發車頻率，為進一步方便長線路乘客出行、提升運營效率，還開行了“大站車”，即部分列車越站運行，僅?？魁堦柭?、羅山路、新場、惠南、滴水湖5座車站供上下客，“大站車”單程運行時間較“普通車”縮短約12 min。即便如此，16號線擁擠仍然非常嚴重，地鐵管理部門可以通過擴大票價調整幅度或適當宣傳引導通勤乘客選擇在早晨7時之前或9時之后搭乘地鐵，既能提高服務質量也能緩解客運壓力。

此外，地鐵擁擠的改善需要漫長的過程?，F階段，乘客要提高擁擠環境下自我保護意識。第一，中老年人或孕婦應避免上下班高峰乘坐地鐵；第二，地鐵內人多擁擠、空氣內含氧量低，容易導致大腦缺氧，乘地鐵前要盡量吃早飯，并隨身備一瓶含糖飲料或帶幾塊糖；第三，當出現呼吸不暢，頭暈乏力癥狀時，應就近下車到空曠的地方呼吸新鮮空氣；第四，乘客在人多擁擠環境中發生突發情況時，要保持冷靜，切勿恐慌，聽從車站工作人員或者廣播引導，有序地疏散出站。

5 結論

本文打破傳統擁擠人群的研究方法，通過設計實驗，采集擁擠環境下乘客生理參數第一手數據。經過對比分析，證明了擁擠會對乘客呼吸系統造成影響，嚴重情況下還可能引起缺氧，導致擁擠事故。最后還為改善地鐵擁擠環境和安全管理提供新思路。不過目前的研究仍存在明顯不足，對照組設置還不夠全面，數據采集不夠豐富，進一步研究還要增加年齡、性別等對比條件，更加全面反映高密度擁擠環境對于乘客健康影響。過去擁擠研究多集中在環境心理學科，將來還考慮運用心理和生理相結合的手段開展研究。