段力偉，張開萍，符喋潔

（重慶交通大學(xué)交通運輸學(xué)院，重慶 400074）

在新冠肺炎防控背景下，為了保證城軌網(wǎng)絡(luò)的正常運營，交通運輸部于2022 年3 月發(fā)布《客運場站和交通運輸工具新冠肺炎疫情分區(qū)分級防控指南（第七版）》，明確要求高風(fēng)險所在地區(qū)運輸組織場站乘客聚集人數(shù)占設(shè)計乘客最高聚集人數(shù)的比例應(yīng)不大于50%，中風(fēng)險地區(qū)應(yīng)不大于70%。同時，城軌運營管理部門也提出了“增疏導(dǎo)人員、控進(jìn)站速度、控站內(nèi)人員密度、控車輛滿載率”等措施，倡導(dǎo)乘客在站內(nèi)保持1 m 社交距離。在此背景下，考慮到城軌站點內(nèi)部行人運動特性，在確保疫情防控要求與日常運營秩序的情況下，對站內(nèi)乘客進(jìn)行有效的客流組織顯得尤為重要。

針對城市軌道交通站內(nèi)客流組織問題，國內(nèi)外學(xué)者通過構(gòu)建行人模型、開展仿真實驗等手段，對城軌車站內(nèi)的客流組織問題進(jìn)行研究。Li Z 提出了基于社會力模型的微觀行人仿真，模擬地鐵站臺上乘客的上下車方式,以此來探討不同客流條件下乘客行為對下車效率的影響[1]。李建華等針對地鐵站人流增多的大客流現(xiàn)象，利用AnyLogic 軟件進(jìn)行全數(shù)據(jù)、全尺寸仿真研究[2]。丁波及朱清波等針對軌道交通車站乘客行為對站內(nèi)設(shè)施設(shè)備布局及換乘通道能力的影響，建立了面向復(fù)雜交織乘客行人流的地鐵站臺仿真模型，并對站內(nèi)設(shè)備布局缺陷提出了優(yōu)化改進(jìn)措施[3-4]。張佩浩、孫軍艷等利用AnyLogic 對樞紐站內(nèi)人流疏散能力及集散能力進(jìn)行評估優(yōu)化[5-6]。

需要指出的是，既有研究中主要考慮常規(guī)情況下的客流組織問題，缺乏疫情防控背景下，對相關(guān)防疫政策給客流組織帶來的影響進(jìn)行量化分析。同時，車站客流組織不僅受到站內(nèi)行人運動行為的影響，也與列車發(fā)車間隔這一外在因素密切相關(guān)。因此，該文借助AnyLogic 仿真軟件，將列車運行模型和行人走行行為相結(jié)合，對城市軌道交通換乘站客流組織問題進(jìn)行仿真建模研究，實現(xiàn)對不同防疫要求下的客流瓶頸識別與優(yōu)化，對疫情防控背景下的城軌運營管理策略提出改進(jìn)建議。

1 基礎(chǔ)數(shù)據(jù)調(diào)查

仿真實驗選取重慶市軌道交通3 號線和6 號線的換乘站紅旗河溝站作為研究對象。該站3 號線的站臺為島式站臺，6 號線的站臺為側(cè)式站臺。在軌道紅旗河溝站3 號線與6 號線實現(xiàn)了異站臺垂直換乘。該站共有4 個出口，周圍有大型商圈和客運樞紐站，通勤客流量大，單日客流量達(dá)到23.3 萬乘次。

1.1 站點基礎(chǔ)設(shè)施布局

紅旗河溝站共有地下三層，其中地下一層為站廳層，地下二層為3號線站臺層，地下三層為6號線站臺層，其中3號線南北走向，6號線東西走向。站廳層付費區(qū)最寬處約為23 m，東西兩側(cè)各有18 個檢票口和兩臺安檢機；3號線站臺為島式站臺，長120 m，寬10 m，3 號線至站廳層通過中部的兩座樓扶梯進(jìn)行客流轉(zhuǎn)換，3 號線到6 號線的換乘通過南北兩座樓扶進(jìn)行；6 號線站臺為側(cè)式站臺，站臺長120 m，站臺最寬處約為8.5 m，最窄處約為3.5 m，6 號線和站廳層的客流轉(zhuǎn)換通過東西側(cè)兩組樓扶梯進(jìn)行，6 號線和3 號線的換乘通過中部兩座樓梯進(jìn)行，如圖1所示。

圖1 紅旗河溝站結(jié)構(gòu)示意圖

1.2 站點客流調(diào)查

依托重慶軌道交通客流分析平臺，調(diào)查統(tǒng)計該站點工作日進(jìn)出站客流量及站內(nèi)各方向換乘客流數(shù)據(jù)，作為仿真輸入?yún)?shù)，如表1、2 所示。

表1 仿真站點進(jìn)出站客流數(shù)據(jù)

表2 各方向客流數(shù)量分配比例表

2 基于AnyLogic的仿真建模

2.1 基于社會力模型的行人運動模型

城市軌道交通換乘站是城市大量行人聚集的空間，站內(nèi)行人交織復(fù)雜，客流量大，乘客的走行行為受到諸多因素的影響[7-8]：

1）流線多樣性：乘客為了達(dá)到出行目的，自身會根據(jù)所掌握的信息和出行經(jīng)驗選擇出行方案，因此呈現(xiàn)出運動流線的多樣性。

2）行為多樣性：空間中的障礙物和其他乘客會制約行人運動，當(dāng)站內(nèi)行人和其他乘客發(fā)生沖突時，會產(chǎn)生超越、跟隨、排隊等行為。

實驗選取AnyLogic 作為仿真軟件，該軟件基于社會力模型，能很好地描述站內(nèi)行人的運動特性。社會力模型是1995 年由Helbing 博士提出的一種基于牛頓第二運動定律描述行人運動的模型[9]。該模型運用數(shù)學(xué)公式來描述行人的運動特性，從微觀的層面計算行人運動所受到的影響因素。如圖2 所示，社會力模型將站內(nèi)行人運動受到的約束描述為三個力的作用，分別是行人的自主意識誘發(fā)的自驅(qū)動力、行人躲避障礙物的自回避力和行人間保持相對距離的相互作用力[10]，如式（1）所示：

圖2 社會力模型示意圖

式中，F(xiàn)i表示行人i運動受到的合力，fij表示行人i與行人j之間的相互作用力，fai表示行人i向目的地出發(fā)的自驅(qū)動力，fsi表示行人i與障礙物之間的相互 作用力，mi表示行人i的質(zhì) 量，ai表示行人i的加速度。

在提出保持一定社交距離乘坐城市軌道交通時，這一客流組織策略將對站內(nèi)行人運動產(chǎn)生影響，導(dǎo)致站內(nèi)行人走行行為受到其他乘客所處位置的制約，從而改變自己的運動方向和速度，以維持自己與他人的社交距離?？紤]社交距離的行人運動，在模型中表現(xiàn)為行人間的相互作用力變化，行人之間努力遵守指定的社交距離。

2.2 仿真實驗流程

AnyLogic 是一個多方法系統(tǒng)仿真軟件，其中的行人庫可直接用于軌道交通站點的仿真建模?；贏nyLogic 的軌道交通站點客流仿真實驗全過程如圖3 所示，該流程一共分為六個部分，具體工作內(nèi)容如下[11-12]。

圖3 基于AnyLogic的行人仿真實驗流程圖

1）基礎(chǔ)數(shù)據(jù)調(diào)查：收集這次仿真所需的基礎(chǔ)數(shù)據(jù)，主要包括車站內(nèi)部設(shè)施布局平面圖、車站基礎(chǔ)客流量、行人運動特性相關(guān)數(shù)據(jù)和站內(nèi)行人流線等。

2）建立仿真模型：根據(jù)數(shù)據(jù)繪制實驗的物理模型，確定模型內(nèi)部各設(shè)施設(shè)備之間的關(guān)系和使用情況。根據(jù)站內(nèi)行人流線的調(diào)查，繪制站內(nèi)行人運動的邏輯模型。將建立的實驗?zāi)Ｐ秃蛯嶋H站點運營情況進(jìn)行對比，確保實驗場景的真實性和合理性。

為比較本文方法與常規(guī)葉片圖像分割方法的效果，選用圖1(a)所示的第3幅圖像作為樣本，分別利用本文方法(FIE)及常規(guī)方法(EG，ER2，EGR2，CIVE灰度化后用Otsu方法進(jìn)行分割)進(jìn)行處理，結(jié)果如圖4所示。結(jié)果表明，5類方法均可將葉面上的污點(圖4各圖像中右上方圈出部分)分離出來，但以FIE方法最好；FIE方法能夠很好地把葉片上的主葉脈(圖4中部長橢圓圈出部分)分割出來，ER2次之，EGR2能分割出小部分，EG和CIVE基本不能分割出來；對于葉面上的蟲咬痕跡(圖4下方小橢圓圈出部分)，只有FIE方法有效。

3）根據(jù)研究需要設(shè)計仿真實驗：研究主要考察保持社交距離對站內(nèi)行人運動的影響，因此分別對常規(guī)行人運動和保持社交距離下的行人運動進(jìn)行仿真實驗。

4）輸入仿真數(shù)據(jù)：通過前期調(diào)研整理的客流數(shù)據(jù)和行人運動特性數(shù)據(jù)，設(shè)置實驗參數(shù)。結(jié)合實際情況對比分析，調(diào)整模型參數(shù)，直至仿真結(jié)果與車站實際情況吻合。

5）運行仿真：根據(jù)步驟3）設(shè)計的仿真實驗運行仿真模型，通過AnyLogic 軟件的二維和三維視圖觀察模型運行的情況，輸出實驗分析數(shù)據(jù)。

6）分析實驗結(jié)果：根據(jù)輸出的仿真數(shù)據(jù)進(jìn)行實驗結(jié)果分析。

2.3 物理模型搭建

整理站點的調(diào)研數(shù)據(jù)，繪制站點各層的平面圖，導(dǎo)入AnyLogic 作為底圖，按10 像素代表實際中1 m的對應(yīng)關(guān)系，繪制仿真實驗的物理模型，如圖4 所示。圖中①為站廳層平面模型，②為3 號線站臺層平面模型，③為6 號線站臺層平面模型。

圖4 仿真實驗物理模型

2.4 邏輯模型搭建

軌道交通站內(nèi)行人運動流線分為進(jìn)站流線、出站流線、換乘流線三種。通過現(xiàn)場調(diào)研確定該站點行人運動流線，如圖5 所示，乘客通過東西兩側(cè)的入口進(jìn)入站廳層，進(jìn)站乘客根據(jù)乘車去向選擇樓扶梯到達(dá)指定站臺層候車。出站和換乘的乘客下車進(jìn)入站內(nèi)，選擇樓扶梯到達(dá)指定樓層進(jìn)行換乘或刷卡出站，其中6 號線換乘3 號線的乘客需到達(dá)站廳層才能進(jìn)行換乘。

圖5 站內(nèi)行人流線邏輯圖

2.5 列車運行參數(shù)設(shè)置

為保證仿真實驗的真實性和準(zhǔn)確性，調(diào)查該站點列車時刻表作為仿真參數(shù)輸入，如表3 所示。

表3 高峰時期列車運行時刻表

圖6 列車邏輯模型

根據(jù)站點客流量和換乘數(shù)據(jù)，在進(jìn)行仿真實驗時按統(tǒng)計結(jié)果設(shè)置相應(yīng)的屬性，以確保仿真模型和真實站點的運營情況一致。

2.6 考慮社交距離的仿真場景設(shè)計

根據(jù)交通運輸部發(fā)布的《客運場站和交通運輸工具新冠肺炎疫情分區(qū)分級防控指南（第七版）》，高風(fēng)險所在地區(qū)運輸組織場站乘客聚集人數(shù)占設(shè)計乘客最高聚集人數(shù)的比例應(yīng)不大于50%，中風(fēng)險地區(qū)應(yīng)不大于70%，因此，在實驗中分別設(shè)置客流比例為100%、50%、70%的實驗場景。

根據(jù)交通運輸部疫情防控要求，疫情中高風(fēng)險地區(qū)都應(yīng)保持社交距離出行，社交距離是指自己和他人之間應(yīng)保持的物理距離。在新冠疫情期間，世界衛(wèi)生組織提出，保持一定的社交距離是預(yù)防新冠病毒的有效措施。在人群聚集的場所，如超市、軌道交通站點等都倡導(dǎo)保持社交距離出行，即出行者之間保持一定的距離，以有效預(yù)防病毒傳播[13-14]。針對疫情防控背景下的人流組織，王宇哲等利用AnyLogic對社區(qū)核酸檢測點人流組織問題進(jìn)行仿真實驗[15]。

針對城軌站點內(nèi)部疫情防控要求和人流運動問題，利用AnyLogic 軟件中的行人設(shè)置模塊，啟用社交距離選項，定制行人之間的社交距離。在此條件下，行人除非經(jīng)過密度太高的瓶頸區(qū)域，否則行人運動過程將努力遵守彼此之間指定的社交距離，待通過瓶頸區(qū)域后，行人再次恢復(fù)保持社交距離運動。

這次仿真實驗分別對高風(fēng)險場景下（50%進(jìn)站量，保持社交距離r=1 m）、中風(fēng)險場景下（70%進(jìn)站量，保持社交距離r=1 m）和低風(fēng)險場景下（100%進(jìn)站量，不保持社交距離）三種場景進(jìn)行多次仿真實驗，以獲取實驗結(jié)果。

3 仿真實驗結(jié)果分析與優(yōu)化

通過反復(fù)的對比實驗，并對站內(nèi)行人速度，站臺密度等進(jìn)行統(tǒng)計分析，具體結(jié)果如下。

3.1 仿真結(jié)果

仿真實驗單次運行60 min，取5 次實驗輸出結(jié)果的平均值作為仿真結(jié)果。不同場景下站內(nèi)行人平均速度變化如圖7 所示。

圖7 平均速度變化

從圖7 可以看出，站內(nèi)行人速度呈周期性變化，每個周期內(nèi)的速度在站內(nèi)密度最小時達(dá)到峰值?？刂七M(jìn)站量并引入社交距離的控制后，仿真開始的5 min 內(nèi)，站內(nèi)乘客數(shù)量較少，社交距離對行人運動影響較小。隨著站內(nèi)行人數(shù)量的增加，行人行走速度受到較大的影響，行人運動在考慮社交距離時不得不降低行走速度。仿真1 h后，當(dāng)站內(nèi)行人保持1 m社交距離時，平均速度下降為無社交距離的49%，此時，站內(nèi)行人為保持社交距離運動緩慢。

通過AnyLogic中的行人密度圖模塊，關(guān)聯(lián)需要顯示行人密度圖的層，在仿真運行過程中觀察各個區(qū)域的顏色深淺變化情況，從而判斷各區(qū)域行人的密度大小[16]，如圖8所示。該站點高峰小時站內(nèi)客流密度較大，站內(nèi)高密度區(qū)域集中在3號線站臺層和站廳層客流交織區(qū)。

圖8 站內(nèi)行人密度圖

3.2 結(jié)果分析及優(yōu)化

通過仿真結(jié)果分析可知，由于站廳層和3 號線站臺層通過左右兩側(cè)的樓梯進(jìn)行連接，且3 號線站臺層是狹長形的，行人在下到3 號線站臺層后會在樓梯口附近造成擁擠，形成客流瓶頸。在啟用社交距離后，站內(nèi)客流分布變得更為均衡，但是3 號線站臺層密度仍然很大，行人很難維持社交距離。針對仿真結(jié)果所反映的客流瓶頸，提出以下疏解方案，如表4 所示。

表4 客流瓶頸疏解方案

3.3 優(yōu)化結(jié)果評價

通過對優(yōu)化后的模型進(jìn)行仿真實驗，分析實驗結(jié)果發(fā)現(xiàn)，優(yōu)化后行人速度有了明顯的改善。如表5所示，在低風(fēng)險場景，行人運動速度由原來的2.46 m/s增加到2.72 m/s，不同防疫場景下的行人運動速度都有明顯的提升。

表5 優(yōu)化前后行人運動速度對比

如圖9 所示，優(yōu)化后站臺層滯留乘客減少，進(jìn)站乘客通過站外非付費區(qū)排隊等候，整個站廳層的擁堵明顯減少，3 號線站臺層的客流密度有明顯下降，左側(cè)樓梯處客流瓶頸消失，6 號線站臺層客流密度顯著降低。

圖9 優(yōu)化后站內(nèi)客流密度對比圖

4 結(jié)論

該文以城市軌道交通換乘站為研究對象，考慮社交距離背景下的城軌換乘站客流瓶頸識別與優(yōu)化問題，利用AnyLogic 仿真軟件進(jìn)行仿真實驗，對比分析了三種不同防疫要求場景下?lián)Q乘站內(nèi)行人的運動速度、站內(nèi)行人密度等，結(jié)合實際情況對換乘站內(nèi)的客流組織提出了一些優(yōu)化建議，實驗發(fā)現(xiàn)優(yōu)化后站內(nèi)客流服務(wù)水平有明顯提高，為后續(xù)城市軌道交通站點日常運營和疫情防控提供了一定的參考建議。