技术分享 | 基于乘客视角的市域公交一体化出行服务解决方案

《交通强国建设纲要》中提出建设总目标是“人民满意、保障有力、世界前列”。其中,“人民满意”是交通强国建设的根本宗旨,强调坚持以人民为中心的发展思想,建设人民满意交通。同时新基建环境下带动大数据、云计算、物联网、人工智能等关键技术的集群式创新突破,为以需求为导向的精细出行服务提供全新机会窗口。依托国家战略和新兴技术发展要求,本文从乘客视角出发,提出市域公交一体化出行服务全流程解决方案,梳理国内外已有部分系统效果案例,为实现乘客全链条出行服务保障提出发展建议。

 

 

01 基于乘客视角的市域公交一体化出行场景设计

 

乘客从出行起点到目的地,希望有出行连贯、时间精准、支付便捷的出行体验。为实现无缝精准出行,需要建立运营端一体化出行平台和乘客端APP,整合航班、铁路、枢纽、高精地图、公共交通运营等多方数据,串联“出行前-出行中-出行后”全场景实现全程出行链规划、出行预约服务、无感支付服务、全程时刻信息,将“人等车”转变为“车等人”模式,节省市域内乘客出行时间,提升出行效率和出行体验。

 
图片
 
图1 公交一体化出行服务全流程示意图

 

 

场景一:乘客出行前行程规划或预定

 

基于乘客出行目的地位置,结合道路路况、公共交通运营、枢纽运营、铁路、航班等数据,自动推送出行路径、出行方式、候车时间、出行时间、拥挤度、到达时间以及支付价格等建议。APP支持行程的预定和随时取消,乘客根据需求选择出行建议,最大程度实现时间少、换乘少、不拥挤的出行服务。

 

场景二:乘客在途(含枢纽、地铁站内)行程预定服务

 

乘客在出行途中、枢纽或者地铁站内部均可动态预约接驳车辆,包括公交、按需响应公交、出租车等交通方式。基于乘客实时位置、目的地、公交、地铁等数据,为乘客推送接驳时间、行程时间、支付价格等建议方案,实现出行中的行程预约。预约完成后,平台侧通过按需响应线路调度,进行车辆班次、站点、路径优化,为乘客提供无缝公共交通接驳。

 
图片
 
图2 公交预约
 

 

场景三:枢纽或地铁站内导航

 

在枢纽或地铁站内部建立完善的步行导航体系,提供精准的电梯口、车次、线路、候车室、站台方向等指引信息。从大的空间区位开始,APP基于乘客实时位置,为乘客提供人流较少且步行距离较短的电梯口位置、已预约的公交入口及站台方向、接驳车辆到站时间、接驳车辆实时位置等信息,便于乘客在枢纽、地铁站内部自主调节步行速度。乘客按照导航逐步被引导出站,实现室内精准导航、不同方式之间的便捷换乘和时刻表级的对接。

 
图片             图片
 
图3 枢纽内部步行导航

 

 

在春运、国庆节等节假日时,枢纽或地铁站内部易发生大客流应急事件时,一体化出行平台基于室内客流预测技术和客流疏散仿真技术,为枢纽、地铁站管理人员提供交通组织优化建议,同时在APP上为乘客提供疏散路径导航,指引乘客快速离开,保障内部的运行秩序和安全。

 

场景四:站外接驳站点(含小区或目标建筑入口)导航

 

离开枢纽或者地铁站后,APP自动切换室外导航。室外导航地图支持枢纽、地铁站出入口、公交和出租车站点、小区或目标建筑物出入口级位置查询及导航,保障乘客定位的精确度和出行的完整性。导航过程中根据乘客位置的实时变化,APP动态变化剩余时间、剩余里程等信息,全程提供精准信息服务。

 

场景五:公交在途优先

 

当接驳公交接近路口时,获取路口信号控制状态和倒计时信息,根据车辆当前位置、速度、乘客数量等信息推荐通过信号灯的建议车速,并与信号灯联动,为公交车提供信号主动优先、一路绿波等服务,提升路口通行效率,实现公交在途运行精准管控,有效保障乘客顺畅、品质出行。同时,车上乘客可再次预约下一段行程或取消当前行程,体验室内外精准导航等服务,保障不同服务阶段乘客的出行需求的及时响应。

 
图片
 
图4 绿灯车速引导

 

 

02 关键技术分析

 

一体化出行场景中主要使用到乘客出行画像、公交按需响应线路调度、精准定位及导航、基于先验知识的客流预测、客流疏散仿真、5G+车路协同以及出行方案自学习优化七大关键技术。通过关键技术赋能“出行前-出行中-出行后”全过程闭环场景的实现,有效解决客流需求特征不明、出行引导服务不足、客流疏散被动无序等出行问题,保障全链条服务的精准可靠。

 

关键技术一:乘客出行画像技术

 

基于乘客手机信令、出行定位、目的、目的地、方式、距离、偏好等出行特征以及出行后反馈等数据,融合深度学习等AI算法,构建乘客出行画像,挖掘乘客的出行规律,为乘客推送更精准、更具引导性的出行方案。

 
图片
 
图5 乘客画像构建

 

 

关键技术二:公交按需响应线路调度技术

 

基于乘客预约需求,通过整合相同目的地、相同出行路径的客流信息,动态调度固定线路公交或者按需响应公交,构建不同种类的接驳车辆调度模型,实现公交主动管控,提升公交运营效率。

 

关键技术三:精准定位及导航技术

 

结合枢纽、地铁站内部结构布局数据以及快递、外卖等门对门运输数据,构建室内外高精地图,支持电梯口级、站点出入口级、小区进出口级地图识别,并结合北斗高精度定位技术,实现精准的导航功能,为用户提供更好的出行体验。

 

关键技术四:基于先验知识的客流异常预警技术

 

基于枢纽历史同期客流量以及出行特征,利用频谱分析算法分析出行需求波动规律,再提取枢纽需求异常值,结合基于视频AI的同时段异常事件识别结果,实现客流异常波动征兆识别,及时预警枢纽管理人员,为枢纽动态运营组织提供有效支撑。

 
图片
 
图6 基于先验知识的枢纽客流异常预警流程

 

 

关键技术五:应急事件下客流疏散仿真技术

 

依托枢纽平行在线仿真平台,通过人流仿真推演、多场景策略预案库等方式,自动生成客流应急疏散方案进行人员疏解,实现大客流,安全事件推演预测,疏解方案制定。在处置过程中实时跟踪现场变化,收集客流疏散时间、混乱度、方案执行情况等数据,优化处置方案。

 
图片
 
图7 人员疏散组织方案推演
 
 
图片
 
图8 应急疏散仿真人流密度分析
 
图片来源:大型综合交通枢纽客流应急疏散仿真技术研究

 

 

关键技术六:5G+车路协同技术

 

基于车路协同路侧设备构建车辆与智慧灯杆的通信链路,路侧单元RSU一方面向车载终端发送路口灯控方案、交通事件、道路运行状态等实时信息,由车载终端OBU进行计算后向驾驶者提供建议车速等驾驶建议信息。另一方面RSU可接收装载了OBU的车辆实时上报的驾驶信息,并将相关驾驶信息反馈至路侧基础设施,实现公交在途通行精准管控。

 
图片
 
图9 车路通信
 

 

图片
 
图10 智慧灯杆

 

 

关键技术七:出行方案自学习优化技术

 

基于乘客APP端的服务评价、评级、方案选择等数据,对出行方案效果进行评估。同时挖掘乘客出行偏好、出行规律等特征,完善乘客画像,并结合深度学习等人工智能自学习算法,逐步迭代、优化以生成个性化方案,完善出行全链条闭环服务。

 
图片
 
图11 基于乘客反馈和运行效果的方案评估

 

 

03 案例分析及发展建议

 

苏兰赫尔辛基的Whim是最早探索一体化出行的应用程序之一,该程序整合市内火车、出租车、公交车、共享汽车或共享单车等交通方式数据,实现多方式出行规划和一体化支付。Whim推出6个月时,用户量已达到45000人。

 
图片
 
图12 Whim出行App使用界面

 

图片来源:The rise of mobility as a service: Reshaping how urbanites get around

 

 

在美国科罗拉多州的丹佛市,Uber打通市域列车数据,支持预定市域交通区域(Regional Transport District,简称RTD)的列车票,这一举措不仅提高了RTD列车的客流量,同时在列车起点和终点站Uber叫车比例也上升了12%。

 
图片
 
图13 Uber软件购买RTD出行票使用界面
 
图片来源:RTD, Transit and Masabi today launch Transit in-app ticketing in Denver metro region

 

 

2019年北京交委和高德地图合作,打造北京MaaS平台,为市民提供行前规划路径、行中提供实时公交和地铁拥挤度、行后奖励蚂蚁森林绿色能量和单车券等激励服务。该平台在北京市上线一周后,已有12万人次的使用量,约5%的自驾转为公交出行。

 
图片
 
图14 北京高德 MaaS 行程规划服务

 

图片来源:城市智能交通行业发展研究报告

 

 

同年深圳交通中心与深圳巴士集团携手,在科技园片区与周边高新园、科苑、红树湾南地铁站之间开行定线接驳巴士。巴士根据用户在Sogo小程序的预约出行时间,动态排班,提供短途按需响应服务,有效缓解片区高峰期出行压力。服务上线期间日均接驳超过850人,高频用户占比59.5%。
 
图片
 
图15 科技园 Sogo 出行小程序

 

图片来源:城市智能交通行业发展研究报告

 

 

现有应用程序或平台仅实现部分数据打通、信息服务、移动支付等局部性功能,在全过程公交按需响应、主动调控、配套设施建设等方面还有待进一步探索。在国家战略政策和新一轮科技革命的重大机遇下,未来应进一步结合政策、技术、数据、基建逐步攻克,推动一体化出行场景落地。

 

1.攻关公交一体化出行技术难题,推动以需求为导向的方案应用

 

道路运行压力仍在加剧,发挥公共交通运输优势,提升公交吸引力,引导出行方式由私家车向公共交通转变是必然选择。未来应首先从政策角度加速跨部门数据的打通整合,明确数据共享目标,构建数据共享体制机制、数据安全隐私标准,为公交一体化出行研究提供安全、可靠的数据基础。再结合公交企业、专业机构、高校的专业知识,以满足出行需求和时空无缝衔接为目标,攻关公交一体化出行技术难题,实现精准信息服务和交通方式时刻表级对接。

 

2.建立地图更新机制,完善门到门精准运输

 

枢纽、地铁站内出入口常因施工、建设等原因封闭,出行者难以及时获取相应信息;在疫情等特殊时期,小区允许进出位置也发生变化,地图商未能及时掌握信息以更新地图。然而,地铁运营单位,外卖、物流类门到门配送服务可以实时掌握车站、小区出入口开放动态。未来应协同跨业态数据,建立高精地图更新机制,保障室内导航、末端导航的准确性、可靠性,真正实现高精度出行导航和门到门出行服务。

 

3.建设车路协同配套设施设备,保障公交高质量服务

 

依托大数据、云计算、物联网和人工智能等新兴技术赋能车路协同创新发展,同步配套建设公交专用道、智慧灯杆、信号控制系统、雷达感知等设施设备,加强车路协同配套设施保障,发挥公交速度优势,引导“人-车-路”之间的关系从被动适应转向主动协同。

 

 

深圳交通中心通过20余年的大数据、模型研发和探索,形成“以数据治理赋能城市交通治理,以数据服务驱动交通出行服务”的成果体系。依托大数据及AI、在线仿真、车联网、新型传感等前沿技术,结合面向个体出行轨迹的视频AI精准感知、精准出行OD模拟的实时在线仿真、大规模路网车道级实时在线还原与预测等专业研究,打造城市交通在线仿真系统、交通诱导发布系统、智慧出行信息服务平台等多项智慧服务应用,支撑精准管控诱导与品质全程服务,成果在深圳、苏州、武汉、湛江等地形成良好的应用示范。展望未来,深圳交通中心将以“让交通与城市更美好”为使命,探索交通大数据与城市交通治理的前沿趋势,探寻未来智慧城市构建之道,致力于成为全球领先的城市交通整体解决方案提供者。

 

 

参考文献

[1] 陈瑞熙、朱熹、魏玉聪,大型综合交通枢纽客流应急疏散仿真技术研究,2020

[2]Deloitte Insights, The rise of mobility as a service: Reshaping how urbanites get around, 2017

[3]James Gooch, RTD, Transit and Masabi today launch Transit in-app ticketing in Denver metro region, 2019

[4]深圳市城市交通规划设计研究中心,城市智能交通行业发展研究报告,2020

 

 

交通规划二院

撰写:侯宇菲

审核:罗云辉

审定:毛应萍

返回列表