yh86银河国际(中国区)官方网站-Galaxy Star

自2011年，交通运输部启动公交都市创建工程以来，全国公交建设进入新时期。经过近十年建设，现阶段各地公交发展改革已进入攻坚期，线网革命与体制变革亟需多视角评估与精准调控，全方位提升公交出行体验。目前，城市公交主要存在供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等问题。

尚无法动态掌握公交时空需求，缺乏对公交资源的精准适配，难以动态优化调整公交线网。深圳市高峰客流占全天客流的50%，平峰运能未根据客流进行动态调整，东西向廊道供需失衡，部分廊道满载率仅18-30%^[1]。

由于未能精准获取公交出行特征，高峰期到站大间隔现象明显，部分公交线路等待时间较长，公交出行体验不佳。一是公交路上运行时间不可靠，高峰期到站大间隔现象明显，以改造前的福田中心区为例，平均候车时间超10min的约40%，部分站点候车时间超20min^[1]。二是乘客候车和到站实时信息不可知，无效等待时间长，亟需通过精准公交提升公交运行时间可靠性，并多途径发布公交时刻表级运行信息。

现状常规公交站台信息服务主要以静态公交站牌为主，发布公交线路站点及服务时间等信息，与出行者客观需求仍存在差距，缺少公交预计到站时间、公交实时位置等信息，亟待以用户体验为导向进行数字化、精准化提升。

目前景区、重大活动大客流疏解运力保障全凭经验，采用“屯车”方式，运力资源未能与需求匹配，造成运力不足或资源浪费。另外，公交、地铁、出租等公共交通方式大客流疏解运力协同不足，缺乏多方式协同疏解策略，难以支撑大客流疏解公共交通运力协同应用。

结合视频AI、5G车路协同等先进技术，围绕城市公交供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等核心痛点，建立“常态精准调控、应急协同管控”的公交主动调控总体思路，从常态下实现公交线网的动态优化与按需响应线路调度，在运行层面实现公交车辆的动态发班及精准抵离，在信息层面实现公交精准信息服务，在应急事件下支撑大客流疏解协同调度，整体提升公交运营与服务水平。

基于全方式交通客流数据，精准识别公交客流需求，依托交通模型，通过宏观分析与动态评估，实现4大类重点优化线路自动识别，与线路优化策略关联匹配，辅助生成公交线网优化调整方案，并对方案实施后优化效果进行评估。通过构建“供需分析-动态评估-线网调整-动态校核”的动态闭环的公交线网优化新模式，实现公交线网优化业务再造，促进全市宏观层面的公交资源优化调配。

根据土地利用、职住、公交资源等数据，依托交通模型，掌握公交线网总体情况，通过公交运行分析、公交运力供需分析、公交可达性分析，从满载率、运行速度、绕行、线路里程及重复率等方面重点识别竞争较弱线路、设置问题线路、运力失衡线路、接驳不便线路等四大类重点优化线路，支撑后续线网动态优化。

建立公交资源调配策略库，结合识别的问题线路特征指标，自动匹配对应的优化策略，优化传统常规公交线路，重点补充区域的按需响应线路，并评估优化后的线网、线路的各项指标合理性，支撑公交线网优化决策。

结合公交站点实时客流量监测，针对固定站点公交线路，在高峰期实现全程车、区间车、大站快车的动态匹配调度；针对动态按需响应线路，实现乘客出行时间与运营成本最优的区域线路匹配调度，提升公众公交出行效率。

固定线路动态调度：对于固定站点公交线路，通过对公交线路沿线站点实时客流的动态监测，结合线路历史客流信息，依托固定线路公交调度模型，实现全程车、区间车、大站快车的动态匹配调度。

通过对公交走廊线路客流、沿线站点客流的动态监测，实时评估车辆满载率，动态优化高峰及平峰时段公交发班频次，主动推送至公交集团智能调度平台，提升运输效益，改善乘车体验。

基于深圳通、公交车载视频等已有数据接入与智慧公交站亭视频、WIFI探针客流采集，对公交走廊线路客流、沿线站点客流进行实时监测，实时评估车辆满载率，通过线路客流短时预测与客流运力差额分析，动态生成高峰及平峰公交发班频次优化方案，经审核后将优化方案推送至公交公司智能调度平台，支持公交公司线路发班动态优化。

面向公交车在途通行，结合公交线路沿途布设的车路协同设备，充分发挥云端优势，与交警信号平台、公交调度平台、公交车辆实现低延迟信息交互，通过信号灯态信息推送、公交信号主动优先、自适应绿波协调、公交车速自适应引导等功能，引导公交走廊的公交车精准快速通过路口，并降低路段通行延误。

基于5G车路协同技术，公交车辆通过车载OBU实时上传公交车辆位置与速度。公交在途通行精准管控系统根据公交车辆位置与速度，结合道路运行状态及路口灯控方案，为公交车下发信号灯态、车速引导、路况异常等信息，并将公交车辆位置速度信息推送至信号控制平台，支持信号控制平台调整信号控制方案，实现公交信号主动优先与自适应绿波协调控制；公交在途通行精准管控系统将公交车辆位置与速度、道路运行状态及沿途站点客流信息，推送至公交智能调度系统，支持其公交智能调度系统制定车辆运行计划、线路智能排班及线路时刻表调整。公交车辆接收路侧RSU推送的云端车速引导及特殊事件信息，实现公交车速自适应引导与特殊事件下的自动控制。

面向公交候车信息不对称问题，依托移动端手机APP或微信小程序、智慧公交站台等载体，结合精准的公交调度、运行抵离及车内人数信息，精准预估每辆公交到离站时间，进行公交预计到站时间、公交车辆拥挤度等信息发布，便于旅客根据车辆精准到站时间选择出发时间、根据车辆拥挤度选择公交班次，并减少站台候车旅客候车焦虑感，显著改善公众候车体验。

公交车发班后，通过车路协同技术或GPS定位数据实时上报公交车位置与速度，面向路段，通过车辆与公交站距离与道路运行速度，预测公交路段运行时间；面向路口，根据车辆位置与交叉口距离、交叉口当前灯态、交叉口信号控制方案，交叉口进口流量等数据预测公交路口通行时间；面向间隔公交站点，根据公交站点数量、公交站点客流量预测公交进出站时间；通过公交路段运行时间、公交车路口通行时间、公交进出站时间求和预测公交到站时间。

面向重大活动、节假日景区等应急大客流保障工作，提出融合多方式交通数据，通过客流监测、大客流事件分析、协同疏解、监测评估，实现应急状态下客流与运力量化数据分析、多方式协同疏解建议、大客流疏解运行监管与效果评估，为大客流事件“监测-预警-处置-评估”的全过程监管处置提供辅助决策支撑，实现大客流快速高效疏散。

融合应急大客流保障区域手机信令、微信位置、票务预约、公共交通客流等数据，监测保障区域客流需求、出行方式与客流来源去向，结合保障区域周边公共交通运力监测与运力缺口分析，对疏散能力不足大客流事件进行预警，并自动生成出租、公交、地铁等多方式协同疏解策略，推送至相应管理单位及企业执行，并对疏解过程进行监测、对疏解效果进行评估，为大客流疏散与行业监管工作提供保障。

面向公交供需时空不匹配、出行服务不可靠、候车信息不对称、大客流疏解不协同等痛点，本文依托深圳交通中心的深圳湾科技生态园MaaS试点应用、盐田盐田港片区轨道接驳公交线路规划、坪山区自动驾驶巴士示范线路等项目实践，围绕“常态精准调控、应急协同管控”的主动调控思路，提出常态公交线网优化调度、常态运行精准管控、公交信息精准服务、应急大客流协同调度四大优化场景，实现公交线网动态调优、公交运行精准可控、公交信息精准服务、大客流疏解统筹调配，为公交精准优化提升提供新的解决思路。

解决方案中心