摘 要

轨道交通站台分布及车厢分布不均现象常发，严重制约着轨道交通的乘降效率。鉴于此，本文以武汉轨道交通4号线楚河汉街站为例，采取实地调研的方法收集了多组站台分布数据，提取不同客流情况下站台乘客的行为特性，发现站台中存在着扶梯客流承载不均和近扶梯客流密集两大现象。据此，本文从均衡扶梯客流承载率和削弱近扶梯客流两方面设计静态引导标识以改善客流分布不均现象。然而，静态标识引导不可控，难以达到引导效果最优化。因此，进一步设计集信息收集、传输、处理、发布于一体的智能诱导系统动态引导客流均衡。其中，信息收集、传输模块综合运用先进的人像识别技术及MSTP技术完成构建。信息发布模块以布设于车门上的智能信息标识完成构建。同时，提出基于乘降时间和车厢人数的双目标约束模型对系统整体进行控制。模型以乘降时间最小化和车厢人数均衡化为目标，以不同标识引导下各侯乘区的效用时间为约束条件动态引导站台客流。最后，利用Anylogic仿真软件对系统进行验证，其可显著均衡站台及车厢人数，降低乘降时间，进而提升轨道交通的乘降效率。

关键词：轨道交通，客流特征，动静态引导，Anylogic仿真

Abstract

The uneven distribution of platforms and cars in rail transit often occurs, which seriously restricts the efficiency of rail transit. In view of this, this paper takes the Chu he Hanjie Station of Wuhan Rail Transit Line 4 as an example, collects the distribution data of platforms by field investigation, extracts the behavior characteristics of platform passengers under different passenger flows. It is found that there are two phenomena in the platform: passenger flow in escalator is uneven and passenger flow which near escalator is concentrated. Based on this, we designed static guiding signs from the two aspects above to upgrade the phenomenon of passenger distribution uneven. However, the static identification guidance is uncontrollable and it is difficult to achieve optimal effects. Therefore, we further designed an intelligent guidance system including information collection, transmission, processing and release, through which the passenger flow can be guide to achieve balanced. Among them, the information collection module and transmission module uses advanced image recognition technology and MSTP technology to complete the construction. The information release module is constructed with the intelligent information label laid on the door. At the same time, we proposed a Bi-objective constraint model based on on-off time and number of passengers in car to control the whole system. The model aims at minimizing the on-off time and equalizing the number of passengers. The utility time of each waiting area under the guidance of different signs is used as a constraint to dynamically guide the passenger flow of the station. Finally, we used Anylogic simulation software to verify the system, which can significantly balance the number of platforms and cars, reduce passengers’ on and off time, and then improve the efficiency of rail transit on and off.

Key words: Rail transit; Passenger flow characteristics; Dynamic and static guidance; Anylogic simulatio

目 录

第一章 绪论 1

1.1 研究目的及意义 1

1.2 国内外研究现状 1

1.2.1站台客流行为特性 1

1.2.2 车站信息引导措施 2

1.2.3 客流仿真评价方法 2

1.2.4研究总结 3

1.3研究内容及方法 3

1.3.1研究内容 3

1.3.2 研究思路和方法 4

1.4 技术路线 4

第二章 轨道交通站台客流特性分析 6

2.1 客流分布调查 6

2.1.1 调查方案设计 6

2.1.2 调查结果统计分析 7

2.2 客流特性分析 11

2.2.1 乘客分布特性 11

2.2.2 乘客运动特性 11

2.3 本章小结 12

第三章 轨道交通站台客流引导系统设计 13

3.1 静态引导 13

3.1.1标识设计基础 13

3.1.2标识内容 14

3.1.4标识位置 15

3.1.3标识大小 15

3.2动态引导 16

3.2.1系统整体构建 16

3.2.2 信息采集及传输 16

3.2.3信息处理模块 17

3.2.4信息发布模块 17

3.3 本章小结 21

第四章 轨道交通主动引导系统控制算法 22

4.1 侯乘区效用函数模型 22

4.1.1 模型建立 22

4.1.2参数标定 23

4.1.3 模型算例 27

4.2 基于乘降时间和车厢人数的双目标约束模型 28

4.2.1模型建立 28

4.2.2 模型算法 28

4.2.3模型算例 30

4.3 本章小结 32

第五章 轨道交通智能引导系统验证优化 33

5.1 静态引导标识验证优化 33

5.1.1标识服从率统计分析 34

5.1.2标识优化设计 35

5.2主动引导系统验证优化 35

5.2.1系统效果验证 35

5.2.2系统优化 41

5.3本章小结 41

第六章 结论与展望 42

6.1 主要工作及结论 42

6.2 主要创新点 42

6.3 研究展望 43

参考文献 44

致 谢 46

附 录 47

附录一：标识舒适度调查问卷 47

附录二：模型求解算法 55

附录三：静态引导标识服从率调查问卷 58

第一章 绪论

1.1 研究目的及意义

随着轨道交通的逐步发展，其运营管理水平也面临着巨大的挑战。一些城市轨道交通中的重要站点，例如换乘站、枢纽站，承担着大量客流的来往，在高峰时期甚至出现拥堵、乘客滞留等现象，极大的降低了轨道交通运营的安全性、运营效率以及服务质量。因此，提升轨道交通站点的运营效率亟不可待。

轨道交通乘降效率是影响轨道交通运行效率的重要因素，然而目前存在着站台乘客分布不均的现象，其降低了乘客乘降效率，导致列车停站时间长，发车间隔长，一定程度上制约了轨道交通的运营效率。因此，本文开展了乘客行为特性研究，从乘降效率的影响因素出发，综合运用人像识别技术、MSTP传输技术，构建可诱导乘客均匀分布的智能乘降引导系统。运用智能引导系统，可以对乘客的分布进行均衡，减少乘降时间最大的侯乘区与乘降时间最小的侯乘区乘降时间差，进而提高站台整体的乘降时间。这对于进一步缩短发车间隔，提升站点运营效率，进而提高城市轨道交通效率都具有显著重要的意义。

1.2 国内外研究现状

合理的轨道交通智能系统设计需要以行人客流特征为理论依据，以仿真进行评价。因此，本文从客流行为特征，车站信息引导和仿真方法三个方面对国内外研究开展了解。

1.2.1站台客流行为特性

关于站台客流的行为特性，国内外研究主要集中在以下几个方面：

（1）候车位置选择特性