城市軌道交通車站局部空間擁堵風險等級評價方法研究*

田思琪 黃肇紅 羅冬梅 顏 希 鄒曉磊** 徐瑞華

(1. 同濟大學道路與交通工程教育部重點實驗室， 201804， 上海； 2. 廣州地鐵集團有限公司線網管控中心客運管理部， 510335， 廣州//第一作者，碩士研究生)

目前，城市軌道交通車站客流擁堵程度的評價大多基于服務水平這一指標。該指標由文獻[1]提出，并按行人運動的流量、密度和速度關系將客流擁堵程度劃分為A—F級。其中，A級表示所評價的區域最寬松，F級表示所評價的區域最為擁擠。由于上述指標與行人流的運動特性參數息息相關，因此不同設施、不同行人流構成的服務水平也不盡相同。文獻[2- 6]分別對人行道、樓扶梯、通道等設施的服務水平進行研究。文獻[7]率先將服務水平引入城市軌道交通車站客運組織管理中，并設置了站臺、樓扶梯、閘機、通道等設施的服務水平等級標準。我國主要城市軌道交通的運營企業也分別結合當地的客流特征制定了相應的服務水平等級標準，但是上述服務水平的評價缺乏時間維度的約束。在實際運營中，突發大客流雖然會導致部分設施設備在極短時間內呈現服務水平較低的情況，但是延長所評價的時段后服務水平會發生變化，甚至可能忽略了擁擠現象的存在。如何平衡評價時間和服務水平等級間的關系，使其準確描述客流擁堵程度，對于輔助客運組織管理至關重要。

本文基于現有的服務水平等級標準，引入指定密度持續時間等時間維度指標，提出基于時空維度的客流擁堵風險等級評價方法，通過風險概率值對車站內可能的擁擠區域進行動態識別，為車站管理人員提供參考。

1 城市軌道交通車站客流分布的時空指標

能夠反映城市軌道交通車站客流疏散安全的評價指標主要包括時間和空間兩類指標。這兩類指標可以記錄不同區域客流分布的差異，分析不同功能區域服務水平的分布情況，且有助于確定車站內不同區域的協調性和疏散的瓶頸位置。本文研究的評價指標主要包括以下幾類。

1.1 平均密度空間分布

平均密度空間分布指乘客疏散過程中，車站內不同“計算區域”(“計算區域”的大小控制該類指標的評價精度，即區域面積越小，指標評價越精細)內的平均客流密度狀況。

(1)

式中：

ρ1——平均客流密度值；

S——計算區域面積；

n——計算區域面積內的人數。

該評價指標可以有效評價車站各個區域的客流聚集狀態，是對當前客流疏散空間分布最直接檢驗的標準。

1.2 平均速度空間分布

平均速度空間分布指乘客疏散過程中，車站內不同區域乘客的平均疏散速度。

(2)

式中：

v——某一區域乘客的平均疏散速度；

vi——n個乘客中第i個乘客的疏散速度。

該評價指標可以直接反映乘客在各個區域的疏散效率。

1.3 瞬時密度空間分布

瞬時密度空間分布指乘客疏散過程中，車站內不同“計算區域”、不同“計算時刻” (“計算時刻”控制該類指標的評價精度，即時間跨度越小，指標評價越精細)的平均客流密度情況。

(3)

式中：

ρj——某一區域、某一時刻客流的瞬時密度；

tj——總時間t內的j時刻。

1.4 高于指定密度的持續時間

高于指定密度的持續時間是指乘客疏散過程中，不同“計算區域”乘客的瞬時密度高于某指定乘客密度的持續時間累加值。

(4)

式中：

tE——某區域內高于指定乘客密度的持續時間；

ρE——某指定乘客密度參數；

k——時刻精度。

2 客流擁堵風險等級評價方法研究

2.1 客流流線交叉嚴重性(擁擠區域)分析方法

基于仿真分析，結合密度分布、速度分布和客流流線，提出擁擠區域的判別方法。客流流線及交叉嚴重性的分析主要針對車站大廳、通道等客流通行的局部空間。因此，可運用客流平均密度分布圖和動態運動路線來分析客流走向，并結合速度分布圖來確定客流是否產生交叉以及交叉的嚴重性。某車站站廳設施布局如圖1所示。

圖1 某車站站廳設施布局圖

根據圖2中某車站站廳一段時間內的平均客流密度分布和動態運動路線來分析客流走向。

圖2 某車站站廳一定時段內的平均客流密度分布圖

進一步可根據該車站站廳段時間內的平均客流速度分布(見圖3)中速度較低的空間區域分布來確定各客流流線交叉的嚴重程度。其中，安檢、閘機、售票機等區域為等候區，因等候服務使得客流速度降低；其他客流低速區域皆為通行區域，在客流流線交叉處為交叉嚴重區域(見圖3中的3個圓圈標記區域)。針對上述區域應設置局部分流措施。

圖3 某車站站廳一定時段內的平均客流速度分布圖

2.2 客流擁堵風險概率分析方法

平均客流密度展示的是客流密度在一定時段內的平均值分布。該指標一方面不能直接反映車站空間各區域是否擁堵，另一方面亦無法確定乘客擁堵的嚴重程度和時長。因此不宜通過其直接解讀站內擁堵區域的堵塞程度和時間分布，需結合高峰期一定時段內的客流密度速度變化才可判別。同時，車站的客流密度和速度分布是不斷變化的，單純分析某一時刻或較短的時間段遠遠不夠。在實際運營中，突發大客流雖然會導致部分設施設備在極短時間內呈現服務水平較低的情況，但是延長所評價的時段后服務水平會發生變化，甚至可以忽略擁堵現象的存在。因此，需要對整個客流高峰期間空間各區域發生擁堵的時長比例及級別進行綜合分析，才能全面反映空間各區域及車站整體的擁堵程度和安全風險。因此，本文提出采用空間各區域不同級別的擁堵時長比例來綜合判斷擁堵發生的概率，并根據概率表征各區域的擁擠程度和擁堵風險。

2.2.1 擁堵分級概率

擁堵分級概率是指空間某區域達到一定行人服務水平(可參照文獻[1]中的分級標準或其他通用標準)的時間比例。以文獻[1]中的分級標準為例，當服務水平達到E級和F級時擁堵現象較為嚴重。由式(3)、式(4)可得到空間任一區域、任一時刻的人群密度即服務水平，以及該區域達到某一服務水平的持續時間，并通過擁堵分級概率表明達到擁堵級別的時間比例。針對概率較高的區域，考慮采取相應級別的限流或客流疏導措施。

(5)

(6)

式中：

PE,PF——該區域達到E級和F級服務水平的概率；

tE,tF——持續時間。

2.2.2 擁堵概率

客流密度較高的情況下，如客流擁堵分級概率達到E級或F級時，人群仍可走動，此時存在安全隱患但并不一定發生堵塞。只有在通行區域客流密度較高且行走速度較低時才發生堵塞。所以，可以根據仿真數據計算空間任一區域、任一時刻的客流密度和速度，如滿足高密度(E級及以上)、低速度(如0.2 m/s以下)則為堵塞。記錄該區域仿真時段內的堵塞時長，可計算該區域的擁堵時間比例，即擁堵概率。針對擁堵概率高的區域，需采取改進設施設備布局，或進行人為限流或疏導的措施。

(7)

(8)

式中：

PE,O——擁堵概率；

tE,O——擁堵持續時間；

vt——某一區域、某一時刻的瞬時平均速度。

3 案例分析

3.1 PedAge仿真建模

通過PedAge仿真軟件建立事件管理層、路徑規劃層、行人動力學層相結合的三層結構行人Agent(具有感知、決策和運動能力的智能體)模型。

“事件管理層”的主要功能是配合“事件驅動的行人流模型”，對行為流程進行管理，以及對事件的驅動和任務進行指派等。用戶自定義一股行人流所要經歷的事件流程，并指派每個事件所涉及的設施設備集合。

“路徑規劃層”利用改進的A*算法進行規劃，主要分為兩個層面：①宏觀路徑規劃：主要負責為某事件中的某個移動任務找到從起點到目的地的大致路線；②微觀路徑規劃：主要負責在較短距離內根據宏觀路徑方向和當前擁堵情況等因素找到較為具體的路線。

“行人動力學層”采用了改進的社會力模型，用以負責Agent心理上和物理上的受力分析、避讓行為以及基于矢量的連續型運動計算等。該結構可以體現行人對空間的需求以及模擬加減速等運動規律，同時可以解決Agent之間的路徑沖突問題以及模擬行人在局部區域的動態避讓行為。

仿真的總體過程分為基礎資料收集、車站建模仿真和仿真結果評價3大步驟，如圖4所示。

圖4 PedAge仿真軟件建模步驟

與其他同類型仿真軟件相比，PedAge仿真軟件實現了瞬時密度的計算，且能夠為本文提出的方法提供數據支持，同時對局部空間密度分布的時間變化有了更為精確的分析。

3.2 廣州地鐵楊箕站仿真分析

借助仿真工具PedAge，對廣州地鐵楊箕換乘樞紐站(1、5號線換乘站)5號線站廳進行仿真建模，分析站廳局部擁擠區域和擁擠概率。

在參數標定方面，對廣州地鐵楊箕站、廣州火車站站、客村站、石牌橋站、體育西路站和天河客運站站進行了專項調研，得到乘客特征、設施設備服務時間和社會力參數標定等所需的相關參數。經廣州地鐵相關人員實地考察，仿真結果和現場情況較為契合，有較高的仿真度。與仿真有關的乘客共性特征如下：

3.2.1 步行速度

自由流中單個乘客的平均走行速度為1.42 m/s，主要分布范圍為1.40～1.44 m/s；乘客攜帶行李的平均走行速度為1.30 m/s，主要分布范圍為1.28～1.32 m/s；乘客在樓梯中(不分上下行)的平均走行速度為0.8 m/s，分布范圍為0.78～0.82 m/s。

3.2.2 部分設施服務時間

云購票時間：只取單程票時約4～5 s，購票時約15～26 s。售票機購票時間：組群(2～3人)購票時約30～45 s，單人購票時約15～30 s。通過閘機時間：不攜帶行李時約1.8～2.1 s，攜帶行李時約1.9～2.3 s。通過安檢時間：攜帶背包、挎包時約10～13 s，攜帶大件行李時約15～19 s。

3.2.3 社會力參數標定

現場觀測通道中客流距離墻壁和障礙物的距離，尤其是行走中客流與立柱和拐角處凸起墻壁或障礙物的距離，再通過調整社會力參數來使仿真過程客流與立柱和拐角處凸起墻壁、障礙物的距離更為接近實際。仿真中，障礙物的排斥力參數R取10，Uab(行人在障礙物標準排斥力作用半徑范圍內以單位速度行走時的標準排斥力參數)取2。結果表明客流與障礙物的距離與實際較為相符。

服務水平采用Fruin評價指標[1]，如表1所示。

表1 Fruin評價指標

仿真時間按照1 h考慮，具體步驟如下：第一步，通過平均速度及客流流向可以找出擁擠區域(見圖5虛線方框)；第二步，通過瞬時密度監控，得出局部擁堵區域不同時刻的瞬時密度(見圖6)，并通過式(6)可得擁堵區域的擁堵概率(見表2)。

表2 擁堵區域的擁堵概率

圖5 車站空間的平均速度

根據擁擠區域的判定及擁堵概率，對區域內客流流線進行分析。圖6中的擁堵區域通道為混合通道，該通道既有5號線進出站客流，又是1、5號線換乘的必經通道。因此，在假定客流不變的情況下，在該通道設置鐵馬進行乘客分流，能有效地減少各類乘客的沖突。優化后結果如圖7，結果表明，優化后的擁堵概率降為0。由此可知，在該通道設置鐵馬能很好地將客流進行分流，使得其平均速度有一定提高，同時可以看到并沒有因為這一分流措施而產生新的局部擁堵區域，因此實現了較好的優化效果。

a) 時刻1

a) 平均速度分布

b) 瞬時密度分布

4 結論

本文基于現有的服務水平等級標準，結合時間和服務水平等級間的關系，引入指定密度持續時間等時間維度的指標，使其準確描述客流擁擠和擁堵程度；提出基于時空維度的客流擁堵風險等級評價方法，對整個客流高峰期間空間各區域發生擁堵的時長比例及級別進行綜合分析，定量反映空間局部區域的擁堵程度和安全風險，通過擁堵概率值對車站內可能的擁擠區域進行識別。基于仿真分析，結合密度分布、速度分布和客流流線，提出擁擠區域的判別方法。并以廣州地鐵楊箕換乘樞紐站為例進行仿真建模，結果表明，該方法能有效直觀地獲得地鐵車站站內的擁擠區域及擁堵概率，并可對其加以改善。

本文后續將做以下研究：

(1) 目前只針對局部空間進行了定量研究，今后仍需對不同空間進行分析。即通過建立車站整體的分時段擁堵風險分布圖來研究不同空間擁堵風險變化的規律。

(2) 基于不同空間擁堵風險的變化，分析服務流程中各空間擁堵風險的關聯性和相互影響。

(3) 可對擁堵風險計算的時長進行調整，在此基礎上，對車站歷史客流數據進行仿真計算，以用于對未來車站客流擁堵風險的短時預測和預警。