国内地铁客流监测管理专题分析
华为技术有限公司全球交通业务部 陈志敏
1.1引言
今年3月，城市轨道交通协会颁布的《智慧城轨发展纲要》中，提到了针对客流的智能运输组织的体系建设，并指出2025年的发展方向——“部分城市建成基于共享数据、智能设备、智能软件的网络化运输组织系统平台，实现客流分布的实时预测、运输计划的智能化编制、运力与客流的精准匹配；智能调度与应急指挥中心深度融合，初步建成智能化线网运输组织辅助决策系统”。
今年突发的疫情，也对列车满载率控制和客流预测管理提出了新的要求。地铁运输组织逐渐由“行车组织”，转向“依人运营”。
结合近期国内地铁业主的各大线上论坛、材料，整理出北京、深圳、上海、西安、郑州、天津等地铁业主针对客流管理和运输的已有实践和发展建议，供大家参考。
1.2【北京地铁】
19年运营里程约700km，车站405座，年客运量近40亿人次，日均常态客流量超千万，早晚高峰客流占全日客流的50%以上，高峰期30%的车站承担全路网70%的客流。
疫情之后北京地铁认为路网客流分析和管控是常态化工作，重点放在客流的分析预测，客流既然治不了，重点关注如何控？参照交通运输部对列车拥挤度的控制要求，每天对路网客运量、满载率进行分析，结合其他交管等部门的数据，给出下周的客流应对措施，多方位客流管控，控制满载率。
【已有实践】：
1、先预测：对每周一不同时段数据进行分析，基于已有数据预测下周一同时段，在行车运力安排和客运组织上更有针对性；
2、现场调度：实时关注车站人流密度、实时满载率，预警和响应；
3、评估修正：对前天的措施进行评估分析，修正提前预判的结果；客流分析评估精细化程度需要提升，客流运力应匹配到每条线和每个区段；可利用现有客流视频监控系统的修正；
【关注方向】：
1、超长超强运力安排：郊区线路通勤客流，专人实时监测平台早晚高峰情况，分析断面客流，突破列车最小间隔，改变固定交路，缩短车辆运转全周，提高车辆利用率；
2、过程实时调度管控：地铁实时客流监控系统，通过AFC获得路网前15分钟当天进站量，依据多个历史同期进站量，结合修正系数客流检测，预测后15min进站量，寻找乘客出行规律，获得区段断面满载率，
3、单车实时称重系统：通过称重做换算，按照每平米6人，每人60kg称重换算，从称重换算人数，和实际存在误差；
4、根据反推客流阈值进站量：控制进站人数，北京目前正在调试适用，指导部分车站限流，
5、当前客流风险管控最大风险点在哪？疫情期间相对好控制，主要是信号、车辆设备设施故障，一旦故障，列车延误或中断，目前正在做客流预测预警系统，可以提出在中断时间内会影响到哪些站，哪些线，及时通知客运部门提前进行准备，包括行车组织和客流应对措施，不要靠经验，靠系统的科学决策来指挥。
（来源参考：北京市地铁运营有限公司调度指挥中心）
1.3【上海地铁】
主要针对进博会车站相关线路的客流监测热力图和短时预测
综合地铁列车信号数据、列车称重数据、清分数据、电信信令数据、监控视频数据和移动高清视频数据等多数据源，进行数据汇总和综合分析，实现对地铁站厅站台的客流感知预警等态势分析应用。
➢结合 BIM 的站厅站台客流实时热力图，反映客流拥挤情况。
➢进博会场馆客流热力图，反映场馆整体客流情况。
➢ 进博会场馆客流导流示意图，展示当前场馆导流情况。
➢ 根据历史数据进行常态分析，实现全天客流趋势，对进博会相关三线地铁运营客流进行15分钟后的预测和预警。
上海地铁的客流信息和进博会场馆的客流数据，并结合历史数据进行分析预测，准确预测未来15分钟的客流情况，预测排队时间等等，让车站指挥人员可以更有效地判断当日运营组织和工作计划，通过掌握实时客流以及预测的大客流场景和列车动态运行情况，执行大客流应急预案，实现客流疏散引导等服务。
（来源参考：上海申通地铁 5G+智慧地铁白皮书）
1.4【深圳地铁】
认为客流监测和发布的及时性非常重要，也是目前的短板和重点：
1、制定预案：包括线网总体预案，线路和车站级预案，
2、现场保障：高峰时段对大客流管控点疏导，通过铁马、绕行、截流，调节进站客流量；
3、行车组织：单线增加运力，加快客流疏散；
【已有实践】（客流信息发布，车站、调度增加及时互通互联）：
• 2019年5月，11号线试点上线列车客流监测系统，实时采集列车载重，动态显示拥挤度，满载率；
• 2020年3月，上线微信乘车码小程序，乘客在线可查列车拥挤度（11号线）；
【重点关注】：
1、通过车站视频智能分析，关注实时客流分析、异常监测、烟火监测、入侵监测等，增强点、线、网联动的应急处置能力；
2、完善基于票务的客流分析系统，提供尽量实时数据，辅助客流控制决策和应对准备；
1.5【郑州地铁】
郑州地铁在疫情期间按照交通运输部要求满载率不超过50%，高峰期保障行车间隔4min以内，平峰期拉大行车间隔；疫情爆发前客流管控措施，结合线路清分系统的客流断面数据，制定工作日和节假日多套匹配运行方案。
目前主要问题是交路固定、运行图是死的，凭人工经验被动响应，对于突发性的客流事件应先保障乘客安全，安排空车进行载客疏散。目前在筹划客流仿真预测识别的科研项目，建立突发客流事件的应对措施机制。
一、当前客流控制的主要问题：
1、规划时客流预测不准确：对于郑州这样发展较快的新城比较突出明显（5条线的偏差率在20%左右）。设计院设计时算出的运力，后续基本不可更改，待到运营只能做局部有限优化，监测和控制手段再多，也无法改变原来设计上先天不足的缺陷。
2、运营阶段的客流管控：AFC的打包机制（存在5-15min延迟），都是历史数据，利用系统做模拟运算和调整，比如视频和手机信令数据做辅助修正，但还是会存在偏差，另外通过视频分析，主要是视频遮挡，称重算法，多维数据采集层面多元层面的就在
3、运营单位和乘客信息不对称：郑州这样的城市客流规律，可能不如北上广一线城市相对固定，乘客只有已进入车站范围，系统才开始进行运算分析，乘客未到达之前的情况，运营单位目前还是无法获知；乘客目前也是要等到进站以后通过车站PIS系统，才知道线路的拥堵情况，后续还要改进；
4、新售检票模式影响：设计院最初规划的TVM售票和空间利用率不足（目前单程票购买不到10%）。目前普遍推广扫码+刷脸乘车，车站排队的拥堵点，由售票设备到验票设备，转移到闸机和安检设备之前，车站设备布局、闸机设备数量和排队空间，也应随形式变化而做出调整（深圳地铁车站调研时客二分公司也提过）
二、改进建议
1、与社会数据的融合：消除地铁行业数据的数据壁垒，城市大数据和地面的交通数据结合（气象、商业等），新时代的客流监测与社会数据相融合，只靠地铁自身范围内的只能掌握已到达客流的分析预测；对于既成事实的大客流线路细节性的
2、智慧乘客服务：智能运输组织的前提就是信息化的客流监测，运营单位的采集手段已比
较成熟，关键是如何应用，比如全自动驾驶，车车通信，根据需求灵活变更相关交路；
3、客流分析结果：应对后续线网规划和换乘设计进行反哺，尤其对于发展较快的新城市，根据客流分析结果，引导线路规划、车站站点分布，以及出入口设计规划；
4、实时客流监测的系统化设计：客流监测预测，需要从单纯计数系统，向可认人的系统转变。我们在保障隐私的前提下，还需要掌握乘客信息（目前二维码实名制购票，可以掌握约60%乘客信息）；
5、客流预测考虑长短期结合：满足运营单位在不同时期的个性化需求；
6、应急响应和故障定级：考虑针对已有相对准确的客流监测结果，与地铁的应急决策措施相结合。比如目前主要考虑的都是行车中断时间故障定级，很少系统数据化考虑将会影响整条线路或线网多少人乘车。建议也应考虑，由原来单按照线路运营中断时间划分故障等级，转变为根据影响出行乘客数量来划分，从而指导线网整体运营决策方向，
（参考来源：郑州地铁集团有限公司运营分公司调度票务中心）
1.6【西安地铁】
西安地铁目前开通里程不长，但客流强度大（截至6月18日，西安地铁已安全运营3199天，开通以来客运量迅速攀升，累计运输乘客37.61亿乘次，单日高峰是2019年5月1日（劳动节）的329.99万乘次）。当前客流管控主要痛点：
在客流预警层面已做工作如下：
➢ 线网层面：NCC应急指挥中心的建立，对线网客流统计分析起了较大作用。西安地铁认为15min以后的客流预测，对乘客出行和车站客运组织更有指导作用（AFC的票卡数据打包存在延迟，二维码票务数据可以实时获取），建立断面和车站的客流预测模型，预测15min后的断面和车站拥挤度，提前发布客流预警和应对措施（限流、越站等）。
➢车站层面：目前还靠人工经验，后续会车站级自动预案。列车拥挤度在车站PIS系统的显示（通过称重方式）
➢ 乘客层面：在地铁APP发布15min后的客流拥挤度，指导乘客出行，目前正在做。
【关注重点】
1、实时客流的精确统计：结合票务、视频，手机信令等多种数据接入和修正；
2、建立准确的预测模型：高校的研究成果，结合实际应用，预测模型是基于长期大量的数据作为基础，但是需考虑不同城市地铁的个性化；
3、客流控制方案的自动推送：方案自动高效推送下发到执行部门，
4、乘客的换乘轨迹的实时统计：掌握乘客换乘的具体路径，乘客出行的智能化引导：辅助乘客切换导航，给出合理的换乘建议，对北上广深规模线网运营城市有意义；
1.7【天津地铁】
来源参考：天津轨道交通运营集团有限公司调度长 曾小旭
1、客流实时监测系统：自主开发的客流预测系统（据说是北京驿禄），以及APP中的客流热力地图；
2、运能运量匹配分析模型系统：运量数据来自清分系统，运能来自信号系统，根据要求的满载率指标，计算运能与运量的匹配，并给出调整建议和优化方案。
3、线网阻塞下的客流预测：通过将历史客流结合当时准实时客流数据结合分析，给出线网客流的重分配建议，以及线网客流引导和行车计划调整（与北京地铁类似，目前都是北京驿录科技参与应用系统设计）。
1.8 思考
一、价值
通过智能化手段实现更精确的客流分析和预测，实现运力运量匹配，提升整体运营效率，但各地的地铁单位可能侧重点不尽相同。
比如，深圳地铁更关注实时客流监测，北京地铁关注基于历史数据的客流预测分析和
智能一体化应急；郑州地铁关注新的客流监测手段以及与社会交通数据的充分融合，西安地铁更关注未来短时客流预测和客流预测分析模型的建立等。
对于已经规模线网运营的一线城市，线网运营和客流规律相对较固定，客流改不了，考虑如何控？通过线网日常大客流检测及预警，大型枢纽站站内、站外大客流预警的客流检测客流检测，实现乘客多样化换乘诱导服务和一体化应急；
对于快速发展中的新一线城市，可考虑客流常态监测预测，摸索掌握乘客出行规律，通过客流数据，从而反哺后续地铁线网线路规划和城市发展规划。
二、数据
客流监测管控，数据来源和获取是核心，数据的准确性和实时性是关键。通过这次疫情，地铁业主也认识到，客流不再是单纯“计数”，还要能够“认人”。一旦出现类似疫情黑天鹅，及时掌握乘客路径轨迹和相关车次影响分析非常重要。越来越多的地铁公司意识到，在保障隐私的前提下，掌握乘客信息，建立用户画像，积累数据资产，还可以应用在精准营销、商业经营等相关领域。
三、算法
1、短期客流预测模型：票务数据和视频数据、列车称重数据的融合修正；
2、长期客流预测模型：社会交通数据和地铁数据的融合，给出客流预测，
3、线网阻塞下的客流疏导：突发事件（目前主要是行车中断）影响人群出行和地铁调度行车改进建议等；
4、站点和线路优化模型：通过出行OD分析，识别诊断地铁站点、线路与出行OD不匹配等问题，匹配出行需求；
疫情之后交通部对列车满载率和拥挤度有明确要求。针对创新意愿较强的一线和新一线城市的地铁会更有意愿尝试。疫情之前，地铁调度部门关注行车和突发事件处置，疫情后更关注客流监测、分析和应对措施；后疫情时代，地铁客流监测逐步常态化，如何通过新技术手段，信息化和智能化如何应用于更精确的客流管理应用，也逐渐成为业主关注的重点方向。返回搜狐，查看更多
