随着城市轨道交通的快速发展,客流量的大幅增加,自动检票系统应运而生。本文主要研究了城市轨道交通中闸机的智能识别技术以及通行算法,设计开发了一套智能识别系统,将乘客的通行算法应用到该系统中。提出了一种新的适合于城市轨道交通中闸机的步态识别技术,它是一种新兴的生物特征识别技术。步态识别的三大优势:远距离识别、非侵犯性和难于隐藏性,使得它可以广泛应用到安全部门、身份鉴别、数字监控等领域。步态识别主要由三部分构成:步态序列图像预处理、特征提取和分类识别。首先,本文介绍了步态识别技术的基本原理及主要软件算法。详细叙述了地铁闸机中红外传感器通道的模式识别系统的设计。然后,介绍了由运动物体的图像序列组成的时空模型,即连续XYT模型的基本思想。通过实验中开发的仿真软件实现了对XYT模型中个体的步态检测以及步态轨迹的模拟,软件还模拟了地铁闸机通道中红外传感器的工作特性,利用红外传感器矩阵采集行人的通行状态信息将连续状态的XYT模型改进成离散状态的XYT模型,实现了对离散点的提取及拟合。经过大量仿真实验,归纳了两个行人距离越来越近情况下双绞线模式的变化情况。最后,本文定义了一些符合个体通行情况的步态模式,提出了一种基于离散时空模型的步态识别算法,对本文中的算法进行了实验,结果验证了该算法的有效性和可行性。