吳兆斌,楊志強,張亞敏,鐘仕辰,張 可
(1. 廣州地鐵集團有限公司 運營事業總部,廣州 510000;2. 北京交通大學 軌道交通控制與安全國家重點實驗室,北京 100044)
隨著城市軌道交通在各大城市的快速發展,建設運營總里程不斷增加,城市軌道交通越來越受到人們的青睞[1]。城市軌道交通的供需矛盾是導致交通擁擠的一個主要原因,也是地鐵運營企業所面臨的一個重要挑戰。從運營方的角度,通過客流精準誘導系統可以緩解一些特定車站和區間在早晚高峰或突發事件下的擁擠程度,以提高安全性和路網運營效率;從乘客的角度,可通過運營方發布的不同模式的誘導信息,精準掌握軌道交通路網狀態,并選擇最優路徑出行,以提高出行效率。因此,研究和開發客流精準誘導系統十分迫切和必要[2]。
在城市軌道交通誘導技術原型系統驗證方面,國內已經有許多研究成果。劉倩[3]在研究路徑選擇和基于BP 神經網絡的客流短時預測的基礎上,使用新型SSH 框架,實現北京市城市軌道交通客流誘導軟件系統;宋紅穎[4]研究并改進了Dijkstra 算法,結合Logit 模型進行客流分配,并通過將Flex 與J2EE 相結合的方式,開發出B/S 架構的城市軌道交通客流誘導系統;王洋[5]在分析突發事件下客流分布特征的基礎上,提出使用B/S 結構設計誘導信息發布系統,并對系統各個模塊及子模塊的相關功能進行定義;徐杰[6]在構建換乘路徑可達性模型并使用遺傳算法求解的基礎上,設計了面向乘客和系統業務人員的城市軌道交通末班車客流誘導系統;顏開[7]基于PGS 3 層架構,設計誘導信息系統,提出了改進有效路徑集模型。
當前的客流誘導理論和系統研究多偏重于對有效路徑集的計算、路徑可達性分析,對于如何進行前瞻性、主動誘導,針對不同乘客發布精準誘導信息以及乘客對誘導信息的響應等功能涉及較少[8]。因此亟需開發一種能夠在多場景下實現客流精準誘導的系統。
通過對不同運營場景(擁擠場景、列車延誤和末班車場景)、不同出行需求(出行日期、出發時刻、起點站、終點站)的乘客出行路徑誘導信息動態生成、評估與優化方法進行研究,研發相應的后臺管理系統并接入廣州地鐵官方App 中進行應用,總體需求主要包括以下3 個方面:
(1)在擁擠場景下,實現交通起止點(OD,Origin Destination)路徑前瞻性查詢和推薦;
(2)在突發事件影響下,通過計算影響范圍來進行信息發布,以實現乘客出行受阻時,出行路徑誘導信息主動推送;
(3)在末班車場景下,通過計算各路徑時間,實現路徑可達性查詢。
該系統分為數據接入層、數據存儲層、處理服務層和應用服務層4 個層次,如圖1 所示。數據接入層基于各類數據接口完成數據的接入,主要包括線網拓撲屬性接入、路徑集接入、OD 末班車數據接入、區間滿載率數據接入、突發事件數據接入和乘客位置接入;數據存儲層存儲來自數據接入層的數據,主要包括線網拓撲屬性、OD 路徑集、OD 末班車、區間滿載率、突發事件、乘客軌跡、乘客偏好和乘客位置等數據;處理服務層基于存儲的數據,實現系統各項業務功能,包括突發事件處理服務、OD 末班車查詢服務、OD 路徑推薦服務、消息推送服務、信息發布服務、乘客出行偏好服務、乘客出行偏好學習服務、路徑導航服務和導航訂閱服務;應用服務層包括后臺管理和App 應用,分別為后臺工作人員和用戶提供服務。

圖1 系統總體架構
本系統采用的技術架構包括視圖層、訪問層、大數據存儲與服務層和外部數據源層,如圖2 所示。視圖層使用JS、H5+Canvas 和Thymelwaf 技術進行設計;訪問層基于Ngnix 和API 網關;大數據存儲與服務層使用Spark 和Hadoop 框架進行計算和數據存儲,系統服務主要是利用Spring Cloud 中的Spring boot 的框架,數據存儲主要應用Redis 和Oracle;外部數據源層利用FTP 和MQ 隊列進行數據傳輸。

圖2 系統技術架構
本系統技術架構邏輯清晰、功能業務齊全、實現技術成熟、可移植性強,可應對億萬級數據的處理和分析,實現超大規模路網千萬級客流的實時響應。
1.4.1 接口方式與數據格式
本系統接口方式有兩種:(1)標準的Web Services 接口服務;(2)訪問代理接口,該接口由具體服務提供。
接口傳入參數、返回值均為JSON 字符串,接口傳入參數包含頭文件和數據參數。調用接口的返回信息包含成功標識、錯誤代碼、錯誤信息、返回結果。若接口調用成功,以JSON 格式返回接口處理結果。
1.4.2 接口內容
本系統共有6 個數據接口,分別為線網拓撲屬性接口、路徑集接口、OD 末班車數據接口、區間滿載率數據接口、突發事件數據接口和乘客位置數據接口。這些接口將系統所需數據接入并存儲在數據庫中。
(1)線網拓撲屬性接口:解析線路、車站和車站位置參數文件,并完成數據存儲入庫功能。
(2)路徑集接口:解析OD 路徑集數據文件,完成OD 路徑集數據處理入庫。
(3)OD 末班車數據接口:通過請求線網首末班車時刻版本接口、OD 末班車時刻信息接口、路徑末班車時刻信息接口,完成OD 末班車數據接入。
(4)區間滿載率數據接口:實現歷史滿載率數據的接入,通過FTP 下載前一日的歷史滿載率數據并保存至本地,完成文件的校驗后向FTP 返回日志文件。
(5)突發事件數據接口:實現應急信息接入和突發客流控制數據接入。接入應急事件和客流控制數據信息,完成數據寫入并發送消息至AFC_EVENT消息隊列。
(6)乘客位置數據接口:實現乘客位置數據接入和乘客位置數據處理。乘客位置數據每5 min 更新一次,為路徑導航提供基礎。
后臺管理功能主要包括處理服務、基礎數據管理、系統管理3 個功能模塊。處理服務中主要有突發事件處理服務、OD 末班車查詢服務、OD 路徑推薦服務、消息推送服務、信息發布服務、乘客出行偏好學習服務、乘客出行偏好設定服務、路徑導航服務和訂閱導航服務;基礎數據管理主要包括線路、車站、路徑集、滿載率等數據;系統管理主要是包括用戶、角色、資源、菜單管理和密碼修改。
App 應用的路徑查詢基于后臺管理功能,實現了擁擠場景下的前瞻性查詢。乘客可以點擊線網圖選擇起點、終點和出發時間(默認為當前時刻,也可以選擇過去一周或未來一周的任意時刻),可實現具有前瞻性的查詢,如圖3 所示。系統對推薦路徑進行了標簽化處理,使得乘客對于每條路徑的特征有清晰的了解,如圖4 所示。同時,系統還綜合考慮乘客出行偏好和運營管理需要,在推薦路徑中對可行路徑進行動態排序展示。在頁面下方可以查看當天以15 min 為粒度的其他時刻的路徑時間,通過動態路徑排序,可以幫助乘客合理的規劃出行時間,從而實現對乘客的出行誘導。

圖3 擁擠條件下的前瞻誘導主頁
突發情況下的主動誘導主要是對應急事件和突發站控的消息進行消息推送。應急事件消息主要包括列車延誤和越行事件,突發站控主要是包括一級、二級、三級站控消息。當路網中發生突發情況時,可能需要對車站進行客流控制。App 會根據乘客的常用路徑進行此類消息主動推送,給出受影響路徑及其可能的等待時間,使乘客了解路網狀況,合理選擇其他路線出行,如圖5、圖6 所示。

圖4 擁擠條件下的前瞻誘導詳情界面

圖5 突發情況條件下消息推送界面

圖6 突發情況條件下影響路徑詳情界面
末班車出行路徑可達性查詢功能包括查詢所有站點可達性以及OD 路徑可達性。對于已選擇起點、未選擇終點站的末班車查詢,將會顯示該站點到所有站點的可達情況,如圖7 所示;對于已選擇終點站的末班車查詢,只針對該OD 顯示路徑可達情況,若該OD 路徑是可達的,則顯示該路線最晚可達時刻,如圖8 所示。

圖7 末班車所有站點可達性界面

圖8 末班車OD 路徑可達性界面
本文開發了一種多場景下客流精準誘導系統。目前,該系統及其App 已在廣州地鐵進行試用,達到了良好的效果,能夠有效地向乘客進行路徑推薦,通過誘導信息的發布,在一定程度上緩解路網擁堵。為進一步優化客流精準誘導系統,還需根據不同的誘導信息發布載體(車站PIDS、移動App 等)和乘客的多維出行畫像,進一步提出面向不同時空人群的“主動式”和“定制式”的發布方法,進而實現面向不同場景的誘導信息內容和信息發布方式的定制化設計。