<td id="f4h2e"><ins id="f4h2e"><button id="f4h2e"></button></ins></td>
<wbr id="f4h2e"><ins id="f4h2e"><p id="f4h2e"></p></ins></wbr>

    <bdo id="f4h2e"><pre id="f4h2e"><samp id="f4h2e"></samp></pre></bdo>
    <ins id="f4h2e"><meter id="f4h2e"><b id="f4h2e"></b></meter></ins>
  • 前沿热点 | 公交主动调控场景思考

    摘要:现阶段各地公交发展改革已进入攻坚期,线网革命与体制变革亟需多视角评估与精准调控。针对公交供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等痛点,本文提出“常态精准调控、应急协同管控”的公交主动调控思路,通过常态公交线网优化调度、常态运行精准管控、公交信息精准服务、应急大客流协同调度四大优化场景,实现公交线网动态调优、公交运行精准可控、公交信息精准服务、大客流疏解统筹调配,为实现公交出行效率与服务品质提升提供新的解决思路。

     

    01 引  言

     

    自2011年,交通运输部启动公交都市创建工程以来,全国公交建设进入新时期。经过近十年建设,现阶段各地公交发展改革已进入攻坚期,线网革命与体制变革亟需多视角评估与精准调控,全方位提升公交出行体验。目前,城市公交主要存在供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等问题。

     

    1.1 公交供需时空不匹配

     

    尚无法动态掌握公交时空需求,缺乏对公交资源的精准适配,难以动态优化调整公交线网。深圳市高峰客流占全天客流的50%,平峰运能未根据客流进行动态调整,东西向廊道供需失衡,部分廊道满载率仅18-30%[1]

    图片
     
    图1 公交运营车辆规模和客流规模不匹配
     
    图片
     
    图2 深圳市客流走廊早高峰平均满载率情况
     

     

    1.2 公交出行服务不可靠

     

    由于未能精准获取公交出行特征,高峰期到站大间隔现象明显,部分公交线路等待时间较长,公交出行体验不佳。一是公交路上运行时间不可靠,高峰期到站大间隔现象明显,以改造前的福田中心区为例,平均候车时间超10min的约40%,部分站点候车时间超20min[1]。二是乘客候车和到站实时信息不可知,无效等待时间长,亟需通过精准公交提升公交运行时间可靠性,并多途径发布公交时刻表级运行信息。

     
    图片
     
    图3 福田中心区公交站点候车时间间隔
     
     
    图片
     
    图4 高峰期到站大间隔和串车现象
     
     
    1.3 公交候车信息不对称

     

    现状常规公交站台信息服务主要以静态公交站牌为主,发布公交线路站点及服务时间等信息,与出行者客观需求仍存在差距,缺少公交预计到站时间、公交实时位置等信息,亟待以用户体验为导向进行数字化、精准化提升。

    图片
     
    图5 石岩街道办站公交站台

     

     

    1.4 公交大客流疏解不协同

     

    目前景区、重大活动大客流疏解运力保障全凭经验,采用“屯车”方式,运力资源未能与需求匹配,造成运力不足或资源浪费。另外,公交、地铁、出租等公共交通方式大客流疏解运力协同不足,缺乏多方式协同疏解策略,难以支撑大客流疏解公共交通运力协同应用。

    图片
                图片
     
    图6 景区及重大活动大客流现象

     

     

    02 主动调控总体思路

     

    结合视频AI、5G车路协同等先进技术,围绕城市公交供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等核心痛点,建立“常态精准调控、应急协同管控”的公交主动调控总体思路,从常态下实现公交线网的动态优化与按需响应线路调度,在运行层面实现公交车辆的动态发班及精准抵离,在信息层面实现公交精准信息服务,在应急事件下支撑大客流疏解协同调度,整体提升公交运营与服务水平。

     
    图片
     
    图7 公交主动调控总体思路

     

     

    03 主动调控场景

     
     
    3.1 常态线网优化调度
     
    3.1.1 公交线网优化

     

    基于全方式交通客流数据,精准识别公交客流需求,依托交通模型,通过宏观分析与动态评估,实现4大类重点优化线路自动识别,与线路优化策略关联匹配,辅助生成公交线网优化调整方案,并对方案实施后优化效果进行评估。通过构建“供需分析-动态评估-线网调整-动态校核”的动态闭环的公交线网优化新模式,实现公交线网优化业务再造,促进全市宏观层面的公交资源优化调配。

     
    图片
     
    图8 公交线网优化思路

     

    根据土地利用、职住、公交资源等数据,依托交通模型,掌握公交线网总体情况,通过公交运行分析、公交运力供需分析、公交可达性分析,从满载率、运行速度、绕行、线路里程及重复率等方面重点识别竞争较弱线路、设置问题线路、运力失衡线路、接驳不便线路等四大类重点优化线路,支撑后续线网动态优化。

     
    图片
     
    图9 公交线网动态评估与问题线路识别对应关系
     

     

    建立公交资源调配策略库,结合识别的问题线路特征指标,自动匹配对应的优化策略,优化传统常规公交线路,重点补充区域的按需响应线路,并评估优化后的线网、线路的各项指标合理性,支撑公交线网优化决策。

     

    3.1.2 公交按需响应线路调度

     

    结合公交站点实时客流量监测,针对固定站点公交线路,在高峰期实现全程车、区间车、大站快车的动态匹配调度;针对动态按需响应线路,实现乘客出行时间与运营成本最优的区域线路匹配调度,提升公众公交出行效率。

    图片
     
    图10 公交按需响应调度线路思路

     

    固定线路动态调度:对于固定站点公交线路,通过对公交线路沿线站点实时客流的动态监测,结合线路历史客流信息,依托固定线路公交调度模型,实现全程车、区间车、大站快车的动态匹配调度。

     

    动态线路实时调度:通过乘客预约采集乘客出行起讫点信息,结合公交GPS定位数据,通过乘客自定义线路条件约束,计算公交运营成本与乘客出行时间总成本,以总成本最优为目标进行按需响应线路动态调度,实现公交运营效率与乘客出行效率提升。

     

    3.2 常态运行精准管控

     

    面向常态下公交运行,主要包括公交场站线路发班与公交在途运行两个方面,通过公交发班频次动态优化与公交在途通行精准管控,实现公交常态化运行全过程精准管控。

     

    3.2.1 公交发班频次动态优化
     

    通过对公交走廊线路客流、沿线站点客流的动态监测,实时评估车辆满载率,动态优化高峰及平峰时段公交发班频次,主动推送至公交集团智能调度平台,提升运输效益,改善乘车体验。

     
    图片
     
    图11 公交发班频次动态优化思路

     

    基于深圳通、公交车载视频等已有数据接入与智慧公交站亭视频、WIFI探针客流采集,对公交走廊线路客流、沿线站点客流进行实时监测,实时评估车辆满载率,通过线路客流短时预测与客流运力差额分析,动态生成高峰及平峰公交发班频次优化方案,经审核后将优化方案推送至公交公司智能调度平台,支持公交公司线路发班动态优化。

     

    3.2.2 公交在途通行精准管控
     

    面向公交车在途通行,结合公交线路沿途布设的车路协同设备,充分发挥云端优势,与交警信号平台、公交调度平台、公交车辆实现低延迟信息交互,通过信号灯态信息推送、公交信号主动优先、自适应绿波协调、公交车速自适应引导等功能,引导公交走廊的公交车精准快速通过路口,并降低路段通行延误。

     
    图片
     
    图12 公交在途通行精准管控思路

     

    基于5G车路协同技术,公交车辆通过车载OBU实时上传公交车辆位置与速度。公交在途通行精准管控系统根据公交车辆位置与速度,结合道路运行状态及路口灯控方案,为公交车下发信号灯态、车速引导、路况异常等信息,并将公交车辆位置速度信息推送至信号控制平台,支持信号控制平台调整信号控制方案,实现公交信号主动优先与自适应绿波协调控制;公交在途通行精准管控系统将公交车辆位置与速度、道路运行状态及沿途站点客流信息,推送至公交智能调度系统,支持其公交智能调度系统制定车辆运行计划、线路智能排班及线路时刻表调整。公交车辆接收路侧RSU推送的云端车速引导及特殊事件信息,实现公交车速自适应引导与特殊事件下的自动控制。

     

    3.3 公交信息精准服务

     

    面向公交候车信息不对称问题,依托移动端手机APP或微信小程序、智慧公交站台等载体,结合精准的公交调度、运行抵离及车内人数信息,精准预估每辆公交到离站时间,进行公交预计到站时间、公交车辆拥挤度等信息发布,便于旅客根据车辆精准到站时间选择出发时间、根据车辆拥挤度选择公交班次,并减少站台候车旅客候车焦虑感,显著改善公众候车体验。

    图片
               
    图片
    图13 公交信息精准服务
     
     
    图片
     
    图14 公交到站时间预测流程
     

    公交车发班后,通过车路协同技术或GPS定位数据实时上报公交车位置与速度,面向路段,通过车辆与公交站距离与道路运行速度,预测公交路段运行时间;面向路口,根据车辆位置与交叉口距离、交叉口当前灯态、交叉口信号控制方案,交叉口进口流量等数据预测公交路口通行时间;面向间隔公交站点,根据公交站点数量、公交站点客流量预测公交进出站时间;通过公交路段运行时间、公交车路口通行时间、公交进出站时间求和预测公交到站时间。

     

    3.4 应急大客流协同调度

     

    面向重大活动、节假日景区等应急大客流保障工作,提出融合多方式交通数据,通过客流监测、大客流事件分析、协同疏解、监测评估,实现应急状态下客流与运力量化数据分析、多方式协同疏解建议、大客流疏解运行监管与效果评估,为大客流事件“监测-预警-处置-评估”的全过程监管处置提供辅助决策支撑,实现大客流快速高效疏散。

     
    图片
     
    图15 应急大客流协同调度思路

     

    融合应急大客流保障区域手机信令、微信位置、票务预约、公共交通客流等数据,监测保障区域客流需求、出行方式与客流来源去向,结合保障区域周边公共交通运力监测与运力缺口分析,对疏散能力不足大客流事件进行预警,并自动生成出租、公交、地铁等多方式协同疏解策略,推送至相应管理单位及企业执行,并对疏解过程进行监测、对疏解效果进行评估,为大客流疏散与行业监管工作提供保障。

     

    结语

     

    面向公交供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等痛点,本文依托深圳交通中心的深圳湾科技生态园MaaS试点应用、盐田盐田港片区轨道接驳公交线路规划、坪山区自动驾驶巴士示范线路等项目实践,围绕“常态精准调控、应急协同管控”的主动调控思路,提出常态公交线网优化调度、常态运行精准管控、公交信息精准服务、应急大客流协同调度四大优化场景,实现公交线网动态调优、公交运行精准可控、公交信息精准服务、大客流疏解统筹调配,为公交精准优化提升提供新的解决思路。

     

    致谢:本文引言部分引用智能研究院相关研究成果,在此表示感谢!

     

     

    解决方案中心

     

    撰写:朱安康

    审核:罗云辉

    审定:毛应萍

    返回列表

    日本xxxxx高清,日本网站黄页大全,欧美一线高本道高清免费,欧洲精品色在线观看 网站地图