地鐵車站客流疏導優(yōu)化

詹銀霞, 李曉雷, 楊斌, 李欣雨

(重慶交通大學交通運輸學院, 重慶 400074)

地鐵車站是軌道交通運行的重要部分,為市民的基本生活提供了一定保障。但在高峰時期,地鐵站由于突發(fā)客流易產生擁堵,同時缺乏相應的疏導措施,導致車站通行能力與乘客乘車需求不匹配,車站運行效率降低,影響乘客的乘車體驗。

面對軌道交通發(fā)展帶來的行人擁堵及疏散問題,不少學者陸續(xù)開展了相關研究。林靜等[1]利用AnyLogic軟件對地鐵大客流進行建模與分析,發(fā)現影響地鐵站疏散能力的關鍵因素是行人密度,其次是出入口選擇策略和行人親屬關系。厲志強等[2]利用MassMotion仿真軟件對地鐵站進行疏散模擬研究,發(fā)現疏散出口的流量及有效性是影響疏散過程和總時間的關鍵因素。陶桂東等[3]使用實際演練和MassMotion仿真模擬兩種方法,研究火災情況下列車人員的疏散行為,發(fā)現此時影響疏散效率的因素主要有:車廂出口數量、乘客是否攜帶行李和攜帶行李比例。李晨霖[4]使用MassMotion軟件對車站站臺上煙氣擴散條件下的人員疏散進行了模擬分析。王月[5]使用SPSS軟件對客流相關數據進行描述性統計分析,從乘客自身、站點結構、導向標識以及列車運行情況這4個角度提出樞紐站點對大客流的疏散需求。徐慧智等[6]研究表明地鐵的盲從型、慌亂型、自主型和沖動型乘客比例差異對疏散效率有顯著影響。段力偉等[7]通過AnyLogic仿真平臺分析老年乘客比例對軌道交通站點內行人運動的影響。熊國強等[8]利用元細胞自動機理論建立地鐵站客流疏散組合模型,利用AnyLogic軟件進行疏散模擬分析,發(fā)現緊急疏散時掌握出入口及路徑信息是避免擁擠的要點。聶佳瑩[9]用改進社會力模型分析高峰時期工作人員和鐵馬欄桿這兩種客流控制措施對乘客的影響。姚自俊[10]結合現有復雜場所行人疏散空間建模方法的特點,考慮到乘客疏散路徑決策信息不完備,建立了客流路徑分配模型。黃聰等[11]結合洪水漫延對行人移動速度和前進方向的影響,建立地鐵站在洪水漫延下行人疏散分析模型。馮濤[12]通過改進社會力模型來建立突發(fā)情況下地鐵疏散模型,從行人疏散風險區(qū)域和風險防范責任主體兩個角度提出相應的管控措施。車怡雯[13]從安全檢查和乘客通行效率兩個角度分析大客流下安檢存在的問題,并提出既能確保安檢安全與效果,又能加快安檢速度,提高安檢通過率的對策建議。丁小兵等[14]建立了地鐵安檢智能引導分流系統,提出基于該系統的客流組織措施。周百靈等[15]利用數值模擬方法,分析了不同時間節(jié)點下的疏散特征,得出疏散瓶頸區(qū)為站臺層疏散口,并提出優(yōu)化措施。張強[16]分析了某地鐵站現行系統運能和客流組織,基于AnyLogic仿真結果得出突發(fā)大客流時的擁堵點,并提出針對性措施。楊靜等[17]分析了大型活動散場期間的客流規(guī)律,提出了短時客流預測模型。李建華等[18]從地鐵站內外兩方面系統分析了客流增多原因,應用工業(yè)工程方法提出優(yōu)化思維和再優(yōu)化原則。劉秋成等[19]從客流疏導流線優(yōu)化設計和站內組織管理優(yōu)化角度提出優(yōu)化方案。Lei等[20]提出了基于回溯算法的兩階段集成1客流分配來進行客流引導。Yin等[21]認為客流引導信息的發(fā)布是緩解擁堵的有效策略,并提出優(yōu)化模型來優(yōu)化引導信息發(fā)布。Zhou等[22]在分析客流分布情況和以往采取措施的基礎上,從地鐵站節(jié)點布局和客流兩個角度提出優(yōu)化方案。Zhu等[23]提出了一種新型計數方法以生成高質量的密度圖,進而準確估計高度擁擠的地鐵場景中的乘客數量。

綜上,目前的行人疏散問題研究大多是基于仿真軟件進行,這是因為仿真軟件實驗成本低、實驗安全性高。此外,既有研究主要針對突發(fā)客流、緊急情況下的客流疏散問題,缺乏對日常軌道交通的擁堵、疏散研究。

為解決地鐵站平日期間的擁堵疏散問題,現以青島薛家島地鐵站為例,采用AnyLogic仿真軟件進行建模,針對間歇性到達的大客流進行模擬仿真,識別站內客流疏散瓶頸點,根據站內行人擁堵特點及其規(guī)律,設施設備布局情況,考慮縮小成本和提高通行能力兩方面因素,提出彈性增加安檢設施及科學安排工作人員引導交織客流的優(yōu)化措施。

1 軟件選擇

仿真建模是一種對不同假設情景進行測試和探索的安全方式,與真實實驗相比,仿真實驗中的實驗成本更低安全性更高。行人交通仿真主要有宏觀模型、中觀模型和微觀模型,由于微觀仿真具有靈活和與實際高吻合的特點,能夠反映復雜的行人運動行為,因此成為分析行人運動行為的主流模型。微觀模型有兩大類,分別是元胞自動機模型和社會力模型。目前常用的行人仿真軟件主要有AnyLogic、Legion、Steps、MassMotion、SimWalk,5款仿真軟件的對比簡況如表1所示。

表1 5款軟件技術性能對比Table 1 Comparison of technical performance of 5 softwares

行人交通仿真建模軟件在使用方法和功能上大致相同, AnyLogic軟件是一款集系統動力學、多智能體和混合系統建模與仿真的工具。AnyLogic具有豐富的數據庫和案例模型,可以通過案例模型學習其使用方法,并且可以自定義智能體,輸出各種數據,如時間直方圖、流量圖、密度圖,速度圖等?；谝陨咸攸c,選取AnyLogic作為仿真軟件。

AnyLogic是基于社會力模型驅動乘客運動的行人模擬和仿真軟件,能真實地反映行人的決策。社會力模型是以牛頓力學為基礎,假設行人受到社會力的作用,從而驅動行人運動。行人在行走過程中受到行人與行人間的作用力、行人與障礙物之間的作用力和驅動力的影響。社會力模型如式(1)所示。

(1)

式(1)中:mα為行人的質量,kg;wα為期望速度,m/s;Fα(t)為行人受到的合力,N;ε為擾動力,N。

該軟件還具有功能集,使用戶能夠模擬使用BIM或其他3D建模工具定義的環(huán)境。個體可以在環(huán)境中自由選擇路線,也可以通過設定路徑選擇特定路線。

2 模型構建

仿真建模首先需要獲取建模對象的尺寸、布局等數據,然后建立三維模型,設置活動場景,分析行人運動流程,最后進行仿真模擬和結果分析。地鐵車站仿真建模流程圖如圖1所示。

圖1 仿真建模流程圖Fig.1 Flow chart of simulation modeling

地鐵站一般有站廳層和站臺層兩層,站廳層可分為付費區(qū)和非付費區(qū)。根據行人前進方向與目的地,可以把行人流線分為進站流線、出站流線、循環(huán)流線、換乘流線。地鐵站模型主要由行人上下樓梯、扶梯、直梯、通道、自動售票機組(ticket vending machine,TVM)、安檢系統、檢票機組、站臺及相應服務設施構成。通過邏輯設定和路徑選擇表現乘客乘車行為,乘客乘車流程圖如圖2所示。

圖2 乘車流程圖Fig.2 Flow chart of ride

薛家島站是典型“辦公+居住”型軌道站點,在工作日早晚高峰時段進出站客流很大,因此選取薛家島地鐵車站作為研究對象。站點基本情況:深埋型地鐵站,從上往下依次為B1地面層、B2站廳層、1號線站臺層。1號線為東西走向。站廳層總共設置18個檢票口,北側共8個進站檢票口,對應A、C安檢口,東西側各5個出站檢票口,對應A、C出入口。薛家島地鐵站模型圖如圖3示。

圖3 薛家島地鐵站模型圖及流線圖Fig.3 The model and flow diagram of Xuejiadao subway station

3 擁堵瓶頸點分析及優(yōu)化方法

3.1 擁堵瓶頸點分析

3.1.1 行人最大密度分析

基于Fruin和國際航空運輸協會(International Air Transport Association,IATA)提出的服務水平,結合行人密度圖,可以確定不同服務設施對應的擁堵瓶頸的密度最大值與空間最小值。擁堵瓶頸點參考值如表2所示。站廳層和站臺層行人密度圖如圖4(a)和圖4(b)所示,當服務水平達到F等級時,可判斷為嚴重擁堵,確定為擁堵瓶頸點。

A～F分別表示不同擁堵程度下對應的服務水平

表2 擁堵瓶頸點參考值Table 2 Reference value of congestion bottleneck point

由圖4觀察可知,站廳層A安檢區(qū)和扶梯出口區(qū)域擁堵最為嚴重;入口閘機組、出口閘機組使用率非常不均勻;站臺層扶梯出口和靠近兩扶梯口的車門明顯擁堵,乘客傾向就近乘車。

3.1.2 瓶頸點位置及成因分析

根據仿真結果,可識別出擁堵瓶頸點,并分析其成因,如表3所示。

表3 擁堵瓶頸點及成因分析Table 3 Analysis of congestion bottleneck point and reason

3.2 客流組織優(yōu)化

地鐵站客流組織優(yōu)化不僅要遵循客流組織原則,還應考慮已建成設施設備的尺寸大小和所在位置等參數較為固定所產生的局限性,結合實際提出建議。薛家島地鐵站更適合采用外界引導行人選擇適當路徑的客流組織方式,以及彈性增加安檢設施來提高安檢效率的方式。具體措施:高峰時段,A、C安檢處各增設一套獨立安檢設施,提高安檢速率,平峰時段關掉該設備,減少用電消耗;站廳層安排一名工作人員引導A安檢區(qū)交織客流,站臺層安排2名工作人員,分別引導出扶梯的乘客,平衡車門的使用率。優(yōu)化方法示意圖如圖5所示。此外,為優(yōu)化閘機的識別速率,減少檢票閘機的排隊時間,在檢票、手機二維碼的基礎上,新增人臉識別功能以減少閘機區(qū)域的排隊時間。

紅色字體內容表示優(yōu)化措施

為驗證優(yōu)化后效果,選取行人密度和相同時段內通過安檢機客流量兩個指標進行效果評估。

3.2.1 行人密度

以行人密度為指標,觀察瓶頸點優(yōu)化效果。優(yōu)化后站廳層與站臺層客流密度圖如圖6所示,通過觀察可知,擁堵瓶頸點獲得有效疏解,各擁堵瓶頸區(qū)域密度均有減小。站廳層扶梯出口仍有小部分擁堵,這是因為行人的反應時間是無法避免的。

A～F分別表示不同擁堵程度下對應的服務水平

3.2.2 安檢區(qū)人流量

A安檢區(qū)是站廳層擁堵瓶頸點,解決進出站客流交織與安檢效率低的問題是該區(qū)域客流組織優(yōu)化的主要目標。優(yōu)化前后安檢區(qū)累積人流量對比圖如圖7所示,可知,相同時間段內,優(yōu)化后安檢區(qū)累積人流量總和提升,行人通行速率提高。

圖7 優(yōu)化前后安檢區(qū)累積人流量對比圖Fig.7 Comparison diagram of cumulative human plow in security inspection area before and after optimization

4 結論

(1)以青島市薛家島地鐵站為實例,在對地鐵站設施調查和行人流分析的基礎上,應用AnyLogic構建三維模型,進行行人仿真,得到行人密度圖,分析地鐵站擁堵瓶頸點。發(fā)現站廳層A安檢處進出站行人交織復雜,服務水平為F級,擁堵最為嚴重。連接站臺層與站廳層的扶梯上下出口擁堵較為嚴重。

(2)從行人路徑與設施設備布局相結合的角度分析產生擁堵的原因,提出優(yōu)化方案,即彈性增設獨立安檢設備,“彈性”表示高峰時期使用設備,以提高安檢效率降低擁堵,平峰、低峰時期關閉設備,以節(jié)約能耗;安排工作人員引導A安檢處客流和站臺層出扶梯客流同時平衡車門使用率,檢票閘機增加人臉識別功能。優(yōu)化后,服務水平上升到E級和D級;相同時間段內通過安檢處的累計人流量有所上升,驗證了優(yōu)化措施的有效性。

(3)在客流疏導方面,通過分析地鐵站點平日期間的行人擁堵特點及規(guī)律,綜合考慮減小成本和提高通行能力兩方面因素,提出疏散優(yōu)化措施,該方法可為地鐵站日常客流組織優(yōu)化提供參考。