數字公交助力昆明公交智慧前行

昆明公交集團有限責任公司 李佳玲 肖衛平 馮飛翔

為積極響應《城市公共交通“十三五”發展綱要》提出的“建設與移動互聯網深度融合的智能公交系統”“互聯網+城市公交”推動傳統業務信息化數字化轉型升級的公交戰略發展目標，昆明公交集團于2019 年初以物聯網、云計算、大數據、移動互聯網等新一代信息技術為基礎，開發搭建昆明公交數據大腦平臺，并于2020 年10 月建成驗收，開啟了昆明公交以數據說話、數據決策、數據創新的智慧公交之路。

1 昆明公交數據大腦概述

首先昆明數據大腦是一個綜合的公交大數據云平臺，有公交數據云圖、客流分析平臺、線網分析中心、城市出行現狀四大功能，不僅實現了現有數據的可視化呈現，更重要的是實現公交線網科學合理、營運生產降本增效、服務品質不斷攀升。

（1）數據云圖。將業務數據可視化呈現，變“靜”為“動”，形象直觀地掌控當前線網、站點覆蓋、速度、運力等運營指標，圖1 為數據云圖首頁。

圖1 數據云圖首頁

（2）客流分析平臺。依托靜態公交基礎數據、公交車輛運營數據、乘客交易數據及乘客OD、出行鏈算法，分析公交客流現狀，刻畫出行特征（圖2），把脈線網問題，為線路優化提供可視化的數據支撐。

圖2 客流分析平臺之客流運力分析

（3）線網分析中心。基于公交基礎數據和海量的營運數據，融合互聯網數據、手機信令數據，進行合理歸集和建模，以挖掘和分析準確、高效的數據，提供城市客流走廊、線網評價指標、客流預測等，為公交客運線路規劃、調整提供有效的決策依據。圖3 為線網分析中心之線網現狀分析。

圖3 線網分析中心之線網現狀分析

（4）城市出行現狀。了解城市現狀職住分布，為線路布設提供城市基礎數據。圖4 為城市出行現狀之某小區分析案例。

圖4 城市出行現狀之某小區分析案例

2 昆明公交數據大腦智慧

（1）數字賦能昆明公交運營組織優化。“線路有多少人，站點有多少人，這些人從哪里來，要到哪里去，出行規律與我們的運力是否相匹配，不匹配后又將如何改進”，公交行業整個線路的新開、優化幾乎都是圍繞這個話題，但傳統的分析方法先不說準確度有多高，單是對數據的統計和分析都已經是很吃力的事情了，而數據大腦對這些問題卻可以迎刃而解，讓我們清楚乘客的分布、出行的時間，比如每個站點、每條線路的客流分布以及乘客的分類等，借助這些數據信息，加上我們進一步的分析和處理，就可以應用到對客流的總體認識、合理設置運營時間、運力運量匹配、靈活運營模式、優化線路車型等方面，數字賦能昆明公交運營組織優化。

通過客流總量、刷卡占比以及換乘次數，判斷公交對各類人群的吸引力以及公交便捷程度（圖5）。

圖5 客流量、換乘分析

以30 分鐘的維度展現線路上下行的客流（圖6），同時可以看到方向均衡性和時間均衡性，以日均客流走勢判斷線路早晚高峰時間段和人數。

圖6 上下行客流走勢

以30 分鐘的維度展示線路站點的客流，可以清楚看到各個站點、各個時段上車客流情況（圖7）。

圖7 站點、時段上車客流

在線路OD 分析中，可以看到乘客需求主要集中在線路的哪一部分（圖8），再結合站點高峰客流時段等，給出增設區間車、調頭車、快線車等運營模式來滿足這些乘客需求的建議。

圖8 乘客需求集中路段

（2）提供數據支撐，高效開展線路優化。主要依托線網分析平臺（圖9）對線網和線路的現狀、區域供需、線路的客流預測等方面做相應的分析評估。在這個過程中，首要問題就是線網基礎數據管理，通過線網、線路、站點現狀分析，得到對應的指標，如線網總長、平均非直線系數、站點覆蓋率、線路平均站距、線路等級、線路可替代度、停站時間、換乘比例、車輛到站穩定度等指標，并指出相應問題。在昆明公交近期實施的線路長改短措施、高重復線優化方案都是利用數據大腦提供的評價指標數據而有序開展的。

圖9 線網分析平臺

（3）線路客流智能預測，降低線網規劃試錯成本。在數據大腦平臺上，有一個線路調整功能，在當前線路新開和優化調整中應用很多。過去在增設和優化線路方案制定后，對于方案的落地效果是否會達到預期，是否符合居民的出行需求，制定的運營方案是否合理，只能依據老公交人的經驗。但現在我們能夠通過模擬線路運營，進行客流等指標的對比預測（圖10）。通過線路調整工具設置不同的調整方案，并進行客流預測，預測完成后，可以將這些方案的分析指標做對比，再結合營運管理人員的實際經驗選擇出更為理想的落地方案。這使得線路在新開或者優化時能夠更加科學，從而降低公交企業的試錯成本。

圖10 線路客流對比預測