距展覽會
開幕還有 0 天
開幕還有 0 天
《交通強國建設綱要》中提出建設總目標是“人民滿意、保障有力、世界前列”。其中，“人民滿意”是交通強國建設的根本宗旨，強調堅持以人民為中心的發展思想，建設人民滿意交通。同時新基建環境下帶動大數據、云計算、物聯網、人工智能等關鍵技術的集群式創新突破，為以需求為導向的精細出行服務提供全新機會窗口。依托國家戰略和新興技術發展要求，本文從乘客視角出發，提出市域公交一體化出行服務全流程解決方案，梳理國內外已有部分系統效果案例，為實現乘客全鏈條出行服務保障提出發展建議。
基于乘客視角的
市域公交一體化出行場景設計
乘客從出行起點到目的地，希望有出行連貫、時間精準、支付便捷的出行體驗。為實現無縫精準出行，需要建立運營端一體化出行平臺和乘客端APP，整合航班、鐵路、樞紐、高精地圖、公共交通運營等多方數據，串聯“出行前-出行中-出行后”全場景實現全程出行鏈規劃、出行預約服務、無感支付服務、全程時刻信息，將“人等車”轉變為“車等人”模式，節省市域內乘客出行時間，提升出行效率和出行體驗。
圖1 公交一體化出行服務全流程示意圖
場景一：乘客出行前行程規劃或預定
基于乘客出行目的地位置，結合道路路況、公共交通運營、樞紐運營、鐵路、航班等數據，自動推送出行路徑、出行方式、候車時間、出行時間、擁擠度、到達時間以及支付價格等建議。APP支持行程的預定和隨時取消，乘客根據需求選擇出行建議，最大程度實現時間少、換乘少、不擁擠的出行服務。
場景二：乘客在途（含樞紐、地鐵站內）行程預定服務
乘客在出行途中、樞紐或者地鐵站內部均可動態預約接駁車輛，包括公交、按需響應公交、出租車等交通方式。基于乘客實時位置、目的地、公交、地鐵等數據，為乘客推送接駁時間、行程時間、支付價格等建議方案，實現出行中的行程預約。預約完成后，平臺側通過按需響應線路調度，進行車輛班次、站點、路徑優化，為乘客提供無縫公共交通接駁。
圖2 公交預約
場景三：樞紐或地鐵站內導航
在樞紐或地鐵站內部建立完善的步行導航體系，提供精準的電梯口、車次、線路、候車室、站臺方向等指引信息。從大的空間區位開始，APP基于乘客實時位置，為乘客提供人流較少且步行距離較短的電梯口位置、已預約的公交入口及站臺方向、接駁車輛到站時間、接駁車輛實時位置等信息，便于乘客在樞紐、地鐵站內部自主調節步行速度。乘客按照導航逐步被引導出站，實現室內精準導航、不同方式之間的便捷換乘和時刻表級的對接。
在春運、國慶節等節假日時，樞紐或地鐵站內部易發生大客流應急事件時，一體化出行平臺基于室內客流預測技術和客流疏散仿真技術，為樞紐、地鐵站管理人員提供交通組織優化建議，同時在APP上為乘客提供疏散路徑導航，指引乘客快速離開，保障內部的運行秩序和安全。
場景四：站外接駁站點（含小區或目標建筑入口）導航
離開樞紐或者地鐵站后，APP自動切換室外導航。室外導航地圖支持樞紐、地鐵站出入口、公交和出租車站點、小區或目標建筑物出入口級位置查詢及導航，保障乘客定位的精確度和出行的完整性。導航過程中根據乘客位置的實時變化，APP動態變化剩余時間、剩余里程等信息，全程提供精準信息服務。
場景五：公交在途優先
當接駁公交接近路口時，獲取路口信號控制狀態和倒計時信息，根據車輛當前位置、速度、乘客數量等信息推薦通過信號燈的建議車速，并與信號燈聯動，為公交車提供信號主動優先、一路綠波等服務，提升路口通行效率，實現公交在途運行精準管控，有效保障乘客順暢、品質出行。同時，車上乘客可再次預約下一段行程或取消當前行程，體驗室內外精準導航等服務，保障不同服務階段乘客的出行需求的及時響應。
圖4 綠燈車速引導
關鍵技術分析
一體化出行場景中主要使用到乘客出行畫像、公交按需響應線路調度、精準定位及導航、基于先驗知識的客流預測、客流疏散仿真、5G+車路協同以及出行方案自學習優化七大關鍵技術。通過關鍵技術賦能“出行前-出行中-出行后”全過程閉環場景的實現，有效解決客流需求特征不明、出行引導服務不足、客流疏散被動無序等出行問題，保障全鏈條服務的精準可靠。
關鍵技術一：乘客出行畫像技術
基于乘客手機信令、出行定位、目的、目的地、方式、距離、偏好等出行特征以及出行后反饋等數據，融合深度學習等AI算法，構建乘客出行畫像，挖掘乘客的出行規律，為乘客推送更精準、更具引導性的出行方案。
圖5 乘客畫像構建
關鍵技術二：公交按需響應線路調度技術
基于乘客預約需求，通過整合相同目的地、相同出行路徑的客流信息，動態調度固定線路公交或者按需響應公交，構建不同種類的接駁車輛調度模型，實現公交主動管控，提升公交運營效率。
關鍵技術三：精準定位及導航技術
結合樞紐、地鐵站內部結構布局數據以及快遞、外賣等門對門運輸數據，構建室內外高精地圖，支持電梯口級、站點出入口級、小區進出口級地圖識別，并結合北斗高精度定位技術，實現精準的導航功能，為用戶提供更好的出行體驗。
關鍵技術四：基于先驗知識的客流異常預警技術
基于樞紐歷史同期客流量以及出行特征，利用頻譜分析算法分析出行需求波動規律，再提取樞紐需求異常值，結合基于視頻AI的同時段異常事件識別結果，實現客流異常波動征兆識別，及時預警樞紐管理人員，為樞紐動態運營組織提供有效支撐。
圖6 基于先驗知識的樞紐客流異常預警流程
關鍵技術五：應急事件下客流疏散仿真技術
依托樞紐平行在線仿真平臺，通過人流仿真推演、多場景策略預案庫等方式，自動生成客流應急疏散方案進行人員疏解，實現大客流，安全事件推演預測，疏解方案制定。在處置過程中實時跟蹤現場變化，收集客流疏散時間、混亂度、方案執行情況等數據，優化處置方案。
圖7 人員疏散組織方案推演
圖8 應急疏散仿真人流密度分析
圖片來源：大型綜合交通樞紐客流應急疏散仿真技術研究
關鍵技術六：5G+車路協同技術
基于車路協同路側設備構建車輛與智慧燈桿的通信鏈路，路側單元RSU一方面向車載終端發送路口燈控方案、交通事件、道路運行狀態等實時信息，由車載終端OBU進行計算后向駕駛者提供建議車速等駕駛建議信息。另一方面RSU可接收裝載了OBU的車輛實時上報的駕駛信息，并將相關駕駛信息反饋至路側基礎設施，實現公交在途通行精準管控。
圖9 車路通信
圖10 智慧燈桿
關鍵技術七：出行方案自學習優化技術
基于乘客APP端的服務評價、評級、方案選擇等數據，對出行方案效果進行評估。同時挖掘乘客出行偏好、出行規律等特征，完善乘客畫像，并結合深度學習等人工智能自學習算法，逐步迭代、優化以生成個性化方案，完善出行全鏈條閉環服務。
圖11 基于乘客反饋和運行效果的方案評估
案例分析及發展建議
蘇蘭赫爾辛基的Whim是最早探索一體化出行的應用程序之一，該程序整合市內火車、出租車、公交車、共享汽車或共享單車等交通方式數據，實現多方式出行規劃和一體化支付。Whim推出6個月時，用戶量已達到45000人。
圖12 Whim出行App使用界面
圖片來源：The rise of mobility as a service: Reshaping how urbanites get around
在美國科羅拉多州的丹佛市，Uber打通市域列車數據，支持預定市域交通區域（Regional Transport District，簡稱RTD）的列車票，這一舉措不僅提高了RTD列車的客流量，同時在列車起點和終點站Uber叫車比例也上升了12%。
圖13 Uber軟件購買RTD出行票使用界面
圖片來源：RTD, Transit and Masabi today launch Transit in-app ticketing in Denver metro region
2019年北京交委和高德地圖合作，打造北京MaaS平臺，為市民提供行前規劃路徑、行中提供實時公交和地鐵擁擠度、行后獎勵螞蟻森林綠色能量和單車券等激勵服務。該平臺在北京市上線一周后，已有12萬人次的使用量，約5%的自駕轉為公交出行。
圖14 北京高德 MaaS 行程規劃服務
圖片來源：城市智能交通行業發展研究報告
同年深圳交通中心與深圳巴士集團攜手，在科技園片區與周邊高新園、科苑、紅樹灣南地鐵站之間開行定線接駁巴士。巴士根據用戶在Sogo小程序的預約出行時間，動態排班，提供短途按需響應服務，有效緩解片區高峰期出行壓力。服務上線期間日均接駁超過850人，高頻用戶占比59.5%。
圖15 科技園 Sogo 出行小程序
圖片來源：城市智能交通行業發展研究報告
現有應用程序或平臺僅實現部分數據打通、信息服務、移動支付等局部性功能，在全過程公交按需響應、主動調控、配套設施建設等方面還有待進一步探索。在國家戰略政策和新一輪科技革命的重大機遇下，未來應進一步結合政策、技術、數據、基建逐步攻克，推動一體化出行場景落地。
1.攻關公交一體化出行技術難題，推動以需求為導向的方案應用
道路運行壓力仍在加劇，發揮公共交通運輸優勢，提升公交吸引力，引導出行方式由私家車向公共交通轉變是必然選擇。未來應首先從政策角度加速跨部門數據的打通整合，明確數據共享目標，構建數據共享體制機制、數據安全隱私標準，為公交一體化出行研究提供安全、可靠的數據基礎。再結合公交企業、專業機構、高校的專業知識，以滿足出行需求和時空無縫銜接為目標，攻關公交一體化出行技術難題，實現精準信息服務和交通方式時刻表級對接。
2.建立地圖更新機制，完善門到門精準運輸
樞紐、地鐵站內出入口常因施工、建設等原因封閉，出行者難以及時獲取相應信息；在疫情等特殊時期，小區允許進出位置也發生變化，地圖商未能及時掌握信息以更新地圖。然而，地鐵運營單位，外賣、物流類門到門配送服務可以實時掌握車站、小區出入口開放動態。未來應協同跨業態數據，建立高精地圖更新機制，保障室內導航、末端導航的準確性、可靠性，真正實現高精度出行導航和門到門出行服務。
3.建設車路協同配套設施設備，保障公交高質量服務
依托大數據、云計算、物聯網和人工智能等新興技術賦能車路協同創新發展，同步配套建設公交專用道、智慧燈桿、信號控制系統、雷達感知等設施設備，加強車路協同配套設施保障，發揮公交速度優勢，引導“人-車-路”之間的關系從被動適應轉向主動協同。
深圳交通中心通過20余年的大數據、模型研發和探索，形成“以數據治理賦能城市交通治理，以數據服務驅動交通出行服務”的成果體系。依托大數據及AI、在線仿真、車聯網、新型傳感等前沿技術，結合面向個體出行軌跡的視頻AI精準感知、精準出行OD模擬的實時在線仿真、大規模路網車道級實時在線還原與預測等專業研究，打造城市交通在線仿真系統、交通誘導發布系統、智慧出行信息服務平臺等多項智慧服務應用，支撐精準管控誘導與品質全程服務，成果在深圳、蘇州、武漢、湛江等地形成良好的應用示范。展望未來，深圳交通中心將以“讓交通與城市更美好”為使命，探索交通大數據與城市交通治理的前沿趨勢，探尋未來智慧城市構建之道，致力于成為全球領先的城市交通整體解決方案提供者。
參考文獻
[1] 陳瑞熙、朱熹、魏玉聰，大型綜合交通樞紐客流應急疏散仿真技術研究，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]深圳市城市交通規劃設計研究中心，城市智能交通行業發展研究報告，2020
撰寫：侯宇菲
