淮安市公交乘客上下车行为特性分析

实施公交优先是缓解交通拥挤、降低空气污染的重要举措。为提高出行者使用公共交通的比例,除优化车辆运行外,还需优化公交系统,包括乘客使用公交车的便利性。然而现有研究并没有深入讨论乘客上下车行为对公共交通运行的重要作用。文中基于江苏淮安公交车运行现状,从上车时间、下车时间、公交车结构特征等方面探索乘客上下车行为特征,并对如何提高城市公交车上下车效率提出建议。     

基于在线支付数据的公交客流特征分析方法——以三明市清流县为例

随着IC卡、移动支付等的普及,公交付费方式发生了巨大变革,由此产生的海量数据为全面、准确的把握公交运行特征提供了便利。公交客流特征分析中最重要的步骤在于下车站点的估算,为此提出一种基于乘客上车站点概率分布的估算方法。基于上下车站点等属性,通过统计学方法,可以得到公交分担比例、时间分布、距离分布、线站分布、特定群体公交服务情况等特征,为公交系统规划奠定基础。     

轨道交通上下车客流冲突量化分析

针对轨道交通微观设施管控措施科学性基础不足的现状,结合轨道交通客流对向冲突实际,以地铁上、下车乘客冲突现象为对象,通过深入分析客流冲突的影响因素和表征参数,利用数值模拟仿真上下车乘客的客流状态.随后,根据冲突行人流理论分析上、下车客流的行为特性,量化了客流在车门处的运行状况.根据上、下车客流冲突的影响程度,提出基于客流平均密度、平均行程时间、平均速度的量化模型,实现客流冲突量化分级.本文根据综合指标将客流冲突划分为5个等级.研究成果对准确把握客流对向冲突的预防和控制提供理论基础,为实际指导地铁客流组织管理提供科学支撑.     

公交站点停靠时间预测模型研究

基于对北京市六环内各方向23条公交线路不同站点的现状数据采集,提出了一种公交站点停靠时间预测模型.分析了上下车人数、车内拥挤度、车门数及公交车台阶数等影响因素对公交停靠时间影响程度.根据分析结果,排除台阶数对停靠时间的影响.由于北京市3门铰接车与2门车的停靠时间存在一定的差异,考虑公交车门数对上下车时间的影响,得到3门车公交下车客流分配关系;然后选择上下车人数及车内拥挤度2个因素作为自变量,建立了乘客上下车时间预测模型;进而通过回归分析开门时间最长的车门乘客上下车时间与站点停靠时间的关系,选取二次函数作为公交站点停靠时间预测模型.最后,对2条不同公交线路的公交预测停车时间及实地调查停车时间进行比较,其标准化均方差分别为0.151 0,0.178 2,表明该模型具有较高可靠性,可应用于公交行程时间的研究.      

基于热点探测模型的城市居民出行特征分析

城市居民每天的交通出行活动伴随着一定的规律性和时空特征.现阶段对居民出行特征的研究方法中以聚类算法为主.然而由于聚类算法的参数复杂性,使得低值热点区域往往被忽略.此外研究中对出行OD的无差别考虑,使得很多居民出行特征不能被充分挖掘.针对这一问题,提出了基于密度场的热点探测模型,分别从出租车上、下车密度场中提取热点并对热点进行分级.并以西安出租车GPS数据为例展开实证分析.研究结果表明:①基于密度场的热点探测模型可有效解决传统聚类算法中低值热点无法获取问题;②研究区内城市居民一天中各时段上车频次和下车频次变化趋势基本吻合;③在空间分布上,上下车热点区域集中分布在交通服务区和城市主干道周围;④结合城市功能定位,大型交通服务区及城市道路关键节点上下车热点等级较高,并且工作日和非工作日无明显差异;⑤商业服务区表现为午、晚高峰的上下车热点等级高于早高峰,非工作日早高峰的上车热点等级明显高于工作日.      

城市公交客流调查数据修正方法研究

城市公交客流调查数据是进行城市公交系统规划和管理的重要依据,主要包括乘客到达率和下车率、上下车人数两个方面内容。在现有修正方法的基础上,对乘客到达率和下车率采用三次样条插值法修正．对上下车人数采用“推位移”法进行修正,经镇江市4路公交车调查数据应用实践。实践表明修正方法可行。     

基于公交IC卡和AVL数据的客流OD推导方法

公交IC卡收费系统和车辆定位系统的广泛应用,为获取公交客流OD提供了新的途径。针对现有公交客流OD推导算法的不足,从上车站点识别和下车站点推导两方面入手,对公交客流OD推导算法进行了改进。为了修正公交IC卡数据时间偏差,提高上车站点识别的准确性,在分析公交乘客上车刷卡行为的基础上,提出了基于AVL数据的公交IC卡数据时间修正方法。根据公交出行链的特性差异,将公交出行链划分为连续链和非连续链两大类,在此基础上,建立了不同公交出行链的下车站点推导模型,优化了下车站点推导流程。以苏州市的公交IC卡和AVL数据为例进行实例研究,通过对推导结果合理性的讨论分析,论证了改进算法的可行性和有效性。实践表明,改进后的公交客流OD推导算法流程清晰,易于程序实现,可以用于公交客流的自动分析。     

城市轨道交通快、慢车运营组织模式研究综述

城市轨道交通快、慢车运营组织方案是满足乘客出行时间需求差异的重要途径.本文系统地回顾了快、慢车运营组织方案近年来相关的研究进展及成果,依据相关文献按乘客选择行为、模型构建以及求解方法 3个方面分别进行总结分析.结果表明,城市轨道交通快、慢车运营组织方案可充分考虑运营组织过程中客流时空分布的不均衡特性和非平行运行图的技术特征,实现运营综合效益的最大化.同时,现有快、慢车运营组织模式相关研究成果对乘客的选择行为研究仍有待进一步深入,且模型在构建时仅单独优化部分内容,如停站方案或越行站位置,而未将运营组织过程中的重要因素作为整体考虑.通过对既有研究成果的特点和适用性的评述和总结,为进一步探讨快、慢车运营组织模式的优化提供借鉴.     

基于多源数据的公交出行特征分析

为准确分析公交消费数据不完整情况下的公交出行特征,基于乘客上车刷卡数据、支付宝扫码数据及公交GPS数据,运用时空匹配法和出行链理论挖掘分析乘客上下车站点、公交线路OD矩阵、出行空间分布特性及消费时间分布特征。实际验证结果表明:1)使用IC卡和支付宝的乘客数量近似相等,使用现金人数较少,约占整体的6%;2)乘客出行次数在2次以下占总数的84%,换乘需求较少,公交可达性较高;3)高峰期消费次数均超过25000次/h,约占全天总数的23%,居民出行目的较为单一,大部分往返于居民区与办公商业区,与实际情况相符。     

考虑需求起讫点及需求等级的响应型社区公交行车调度优化

为提高社区公交对乘客出行需求空间和时间分布波动性的适应能力,减少乘客等待时间和步行到站时间,提出了一种新型响应型社区公交服务,对响应型社区公交的行车调度优化方法进行了研究。通过在社区内部设置高密度的上车、下车备选站点,并根据需求申请的时间将需求等级划分为3个等级。考虑需求起讫点及需求等级对响应型社区公交行车调度进行优化,满足了乘客对于起讫站点的个性化需求,避免了乘客产生二次等待。以空载率、乘客平均不满意度、以及运营里程最小化为评价目标,考虑各类需求、车辆载客容量、乘客被服务时间窗等约束条件,针对响应型社区公交建立了两阶段行车调度优化模型。第1阶段静态调度优化针对发车前已收到的出行预约需求求解优化模型,确定本班次车辆需要响应的预约需求和行车路线;第2阶段动态调度优化针对本班次发车后收到的动态预约需求,考虑动态预约需求申请时刻,在第1阶段静态调度优化结果的基础上求解第2阶段动态调度优化模型,确定本班次需要响应的动态预约需求并调整行车路线。以上海市温泰线社区公交为案例,验证了调度优化方法的效益,匹配了出行需求的起讫站点,根据需求等级对静态、动态需求进行了区别响应,案例优化效果达到了37.68%。     

基于人车交互行为模型的上下客行为识别

上下客行为是常见的人车交互交通行为，但随意地在路边或者禁停区域上下客，不但容易干扰道路交通秩序，还可能造成人员伤亡的恶性交通安全事故，需要及时检出以便疏导管理。受益于智慧灯杆的开发和部署，全路段的上下客行为检测成为可能。设计了一种基于智慧灯杆监控视频的人车交互行为模型HVIB（Human-Vehicle Interaction Behavior）及上下客行为识别方法，实现路边停车和上下客行为的检测。人车交互行为模型HVIB由车辆运动状态检测模块和人车关系检测模块组成。在车辆运动状态检测模块中，利用YOLOv4（You Only Look Once，Version 4）目标检测模型和SORT（Simple Online and Realtime Tracking）跟踪算法输出高置信度目标信息，并抽取车辆时空位置特征表达。在人车关系检测模块中，结合人与车辆的空间位置变化和相对运动方向，形成人车关系的时空特征表达。通过计算视频中人车时空位置特征，基于车辆运动状态判别函数和人车关系判别函数输出车辆运动状态和人车关系类别，并依据不同人车交互行为的定义，可以实现上下客行为识别。使用真实城市交通场景视频数据，对多种天气条件（晴天、阴天、雨天）下的不同人车行为进行了识别试验。试验结果表明：所提出的方法可以全天候工作，其中在白天多种天气条件下，停车和上下客行为的检测准确率能达到90%和87%以上，夜晚正常天气条件下分别为82.5%和77.5%；同时，检测速度在每秒30帧以上，满足实际应用的实时性要求。     

基于大小交路优化的地铁行车组织方案

针对地铁客流分布不均衡情况,对地铁行车组织方案进行优化以缓解部分站点客流压力.建立乘客出行时间价值和平均载客率同时最优的双目标优化模型.假定乘客到达车站的时刻服从均匀分布,以此计算在途和等候时间价值.为了满足各个行车段的不同特征,在大小交路模式下定义不同交路段的载客率和列车使用车底数,更加符合运行的实际情况.以广州地铁6号线的运行情况为例,运用基于全局搜索的粒子群算法进行求解,验证了模型的有效性和合理性.结果表明:考虑单一出行时间价值的模型与该模型相比,出行时间价值降低3.21%,但平均载客率提高20.2%;考虑单一平均载客率的模型与该模型相比,平均载客率提高11.98%,但出行时间价值降低了1.68%,因此综合考虑乘客出行时间价值和平均载客率的优化模型可以使2个目标函数值同时达到最优.      

站点驻留时间估计和预测方法研究

针对公交车站点驻留时间存在较大变异性的特点,为了准确地预测公交车在站点的驻留时间,提高公交信号优先控制的效果,首先尝试采用概率模型来对公交车站点驻留时间进行估计和预测,但通过对多个站点的大量数据相关系数的计算和分析发现,下车乘客数和车上的乘客人数之间并不存在一定的线性关系,不完全满足概率模型的假设条件,以此为基础,采用多重线性回归并排除不显著因素,最后采用加权最小二乘回归模型来产生精确的参数估计。文中利用大量的实际调查数据,采用各种统计分析方法验证提出的站点驻留时间估计和预测模型的正确性。     

公交车车门防夹系统设计与仿真

为实现通过声音提醒和控制车门自动开关来达到车门对乘客防夹的目的,以单片机AT89C52为控制模块、语音芯片ISD1700及蜂鸣器、指示灯作为语音提醒和报警装置、红外线传感器为检测装置、以继电器、电磁阀作为控制车门开关装置来设计公交车车门防夹系统。该系统可以使公交车车门处,在有人或物的情况下既能实现语音报警提醒驾驶员和乘客,又能及时自动地打开车门,防止夹到乘客或者物体,确保乘客出行的安全。     

Sensitivity of train stochastic dynamics to long-term evolution of track irregularities

The influence of the track geometry on the dynamic response of the train is of great concern for the railway companies, because they have to guarantee the safety of the train passengers in ensuring the stability of the train. In this paper, the long-term evolution of the dynamic response of the train on a stretch of the railway track is studied with respect to the long-term evolution of the track geometry. The characterisation of the long-term evolution of the train response allows the railway companies to start off maintenance operations of the track at the best moment. The study is performed using measurements of the track geometry, which are carried out very regularly by a measuring train. A stochastic model of the studied stretch of track is created in order to take into account the measurement uncertainties in the track geometry. The dynamic response of the train is simulated with a multibody software. A noise is added in output of the simulation to consider the uncertainties in the computational model of the train dynamics. Indicators on the dynamic response of the train are defined, allowing to visualize the long-term evolution of the stability and the comfort of the train, when the track geometry deteriorates.     

以安全为导向的地铁过饱和线路跳站停车策略优化模型

为缓解高峰时段地铁过饱和线路的客流极端拥挤情况，从安全角度出发，以降低线路客流聚集风险和乘客总等待时间为目的，研究了地铁跳站停车策略优化问题。考虑随时间变化的动态客流需求，通过构建列车跳停、追踪运行、乘客动态加载等约束，推算出跳站停车策略下各车站乘客的动态聚集人数，并设计了独特的客流聚集风险评估函数。在传统只考虑乘客等待时间的列车跳停策略优化模型的基础上，将客流聚集风险纳入到模型的目标函数中，构建了以安全为导向的地铁跳站停车策略优化模型。考虑到模型的非线性特性，设计了适用于问题的可变邻域搜索算法(VNS)，提出了3类邻域新解的产生方式，并设置违反约束的惩罚函数，以提高求解效率。以北京地铁八通线为例，对其早高峰和部分平峰时段(07:00—10:40)下行方向42趟开行列车的停站策略进行了优化实验。结果表明:所提出的模型可在5 min内求解出高质量的列车跳停方案，能有效缓解极端拥堵，提升客运服务质量。对比发现，相对于传统站站停策略，列车跳停策略下，车站最大等待人数由5 299人减少到2 495人，客流聚集风险降低了98.7%。在客运服务水平方面，乘客的平均等待时间由9.49 min降低到9.15 min，降低了3.6%。      

基于神经网络客流预测的高峰期公交时刻表优化

为了加强公交发车时刻与高峰期客流需求波动间的协调性,需要依据实时客流需求进行时刻表优化.根据IC卡采集到的上车乘客数据,分别采用BP神经网络和RBF神经网络算法预测计算得到断面客流量.兼顾优化决策和评价模型,设计完善了基于客流预测的公交时刻表动态优化流程.计算文山市公交线路客流数据,发现案例中采用RBF神经网络预测得到的断面流量精度较BP神经网络高出4.9%.基于RBF神经网络和BP神经网络预测客流需求优化的公交时刻表与现状运行时刻表相比,乘客出行成本分别降低了4.11%和1.35%,企业运营成本分别降低了7.06%和4.60%.定量验证了动态优化方法的可行性和有效性.      

基于坐席类型动态分配的旅客列车开行方案

为提高铁路部门服务质量和铁路旅客出行体验, 并制定可满足旅客需求多元化的旅客列车开行方案, 考虑坐席动态分配对旅客列车开行方案进行研究。从旅客和铁路运营部门2个角度出发, 分别以旅客动态乘车广义时间最短和铁路收益最大为目标, 以客流守恒、区间通过能力和满足客流需求等为约束建立多目标规划模型。通过Logit模型确定硬座、硬卧、软卧这3类坐席的分担率, 确定列车定员数, 并在求解过程中依据生成的开行方案不断更新3类坐席的分担率以实现3类坐席的动态分配, 直至结果趋于稳定。结合算例采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解, 并进行算例分析, 计算结果表明: 建立考虑坐席类型动态分配的旅客列车开行方案, 在实现旅客对坐席选择的同时, 铁路旅客服务率提高了3.5%, 铁路部门收益增大了1.5%。      

Les systèmes de transmission sol-train état de l'art et perspectives

Intelligent transportation systems aim to provide comprehensive improvements to the efficiency and safety of transportation systems by applying new information and communication technologies. Such techniques are increasingly used for guided transport, bringing this into the domain of intelligent transportation. The functions involved in the movement of trains which were formerly performed by drivers and staff on the ground are now performed by means of fail-safe automatic devices which are controlled by transmissions between the track and the train. Ultimately, the development of intelligent transportation therefore involves total replacement of the driver, as has been the case since 1983 in the first French automatic metro, the val in Lille. This example was followed by ordival at Orly, maggaly in Lyon, the val in Toulouse finally, and most recently in October 1998, ratp line 14 in Paris, known as meteor. This paper describes voice and data track-to-train transmissions for train control command and safety purposes and also in order to satisfy the demands of passengers. The principal applications of track-to-train transmissions are covered as are the technologies employed. The increase in requirements and in the functions performed by automatic devices and the objectives of improving performance and increasing train speeds have resulted in the development of a new European train control-command system, the most advanced version of which is essentially based on track-to-train radio communications. This new system, which was principally developed for high speed train systems is being viewed with increasing interest by urban and suburban guided transport networks. At the same time, the remarkable growth to the mobile telecommunications market has led to the emergence of new needs, linked to the improvement of the services provided to passengers.