​基于乘客视角的市域公交一体化出行服务解决方案

基于乘客视角的

市域公交一体化出行场景设计

乘客从出行起点到目的地，希望有出行连贯、时间精准、支付便捷的出行体验。为实现无缝精准出行，需要建立运营端一体化出行平台和乘客端APP，整合航班、铁路、枢纽、高精地图、公共交通运营等多方数据，串联“出行前-出行中-出行后”全场景实现全程出行链规划、出行预约服务、无感支付服务、全程时刻信息，将“人等车”转变为“车等人”模式，节省市域内乘客出行时间，提升出行效率和出行体验。

基于乘客出行目的地位置，结合道路路况、公共交通运营、枢纽运营、铁路、航班等数据，自动推送出行路径、出行方式、候车时间、出行时间、拥挤度、到达时间以及支付价格等建议。APP支持行程的预定和随时取消，乘客根据需求选择出行建议，最大程度实现时间少、换乘少、不拥挤的出行服务。

乘客在出行途中、枢纽或者地铁站内部均可动态预约接驳车辆，包括公交、按需响应公交、出租车等交通方式。基于乘客实时位置、目的地、公交、地铁等数据，为乘客推送接驳时间、行程时间、支付价格等建议方案，实现出行中的行程预约。预约完成后，平台侧通过按需响应线路调度，进行车辆班次、站点、路径优化，为乘客提供无缝公共交通接驳。

在枢纽或地铁站内部建立完善的步行导航体系，提供精准的电梯口、车次、线路、候车室、站台方向等指引信息。从大的空间区位开始，APP基于乘客实时位置，为乘客提供人流较少且步行距离较短的电梯口位置、已预约的公交入口及站台方向、接驳车辆到站时间、接驳车辆实时位置等信息，便于乘客在枢纽、地铁站内部自主调节步行速度。乘客按照导航逐步被引导出站，实现室内精准导航、不同方式之间的便捷换乘和时刻表级的对接。

在春运、国庆节等节假日时，枢纽或地铁站内部易发生大客流应急事件时，一体化出行平台基于室内客流预测技术和客流疏散仿真技术，为枢纽、地铁站管理人员提供交通组织优化建议，同时在APP上为乘客提供疏散路径导航，指引乘客快速离开，保障内部的运行秩序和安全。

离开枢纽或者地铁站后，APP自动切换室外导航。室外导航地图支持枢纽、地铁站出入口、公交和出租车站点、小区或目标建筑物出入口级位置查询及导航，保障乘客定位的精确度和出行的完整性。导航过程中根据乘客位置的实时变化，APP动态变化剩余时间、剩余里程等信息，全程提供精准信息服务。

当接驳公交接近路口时，获取路口信号控制状态和倒计时信息，根据车辆当前位置、速度、乘客数量等信息推荐通过信号灯的建议车速，并与信号灯联动，为公交车提供信号主动优先、一路绿波等服务，提升路口通行效率，实现公交在途运行精准管控，有效保障乘客顺畅、品质出行。同时，车上乘客可再次预约下一段行程或取消当前行程，体验室内外精准导航等服务，保障不同服务阶段乘客的出行需求的及时响应。

关键技术分析

一体化出行场景中主要使用到乘客出行画像、公交按需响应线路调度、精准定位及导航、基于先验知识的客流预测、客流疏散仿真、5G+车路协同以及出行方案自学习优化七大关键技术。通过关键技术赋能“出行前-出行中-出行后”全过程闭环场景的实现，有效解决客流需求特征不明、出行引导服务不足、客流疏散被动无序等出行问题，保障全链条服务的精准可靠。

基于乘客手机信令、出行定位、目的、目的地、方式、距离、偏好等出行特征以及出行后反馈等数据，融合深度学习等AI算法，构建乘客出行画像，挖掘乘客的出行规律，为乘客推送更精准、更具引导性的出行方案。

基于乘客预约需求，通过整合相同目的地、相同出行路径的客流信息，动态调度固定线路公交或者按需响应公交，构建不同种类的接驳车辆调度模型，实现公交主动管控，提升公交运营效率。

结合枢纽、地铁站内部结构布局数据以及快递、外卖等门对门运输数据，构建室内外高精地图，支持电梯口级、站点出入口级、小区进出口级地图识别，并结合北斗高精度定位技术，实现精准的导航功能，为用户提供更好的出行体验。

基于枢纽历史同期客流量以及出行特征，利用频谱分析算法分析出行需求波动规律，再提取枢纽需求异常值，结合基于视频AI的同时段异常事件识别结果，实现客流异常波动征兆识别，及时预警枢纽管理人员，为枢纽动态运营组织提供有效支撑。

依托枢纽平行在线仿真平台，通过人流仿真推演、多场景策略预案库等方式，自动生成客流应急疏散方案进行人员疏解，实现大客流，安全事件推演预测，疏解方案制定。在处置过程中实时跟踪现场变化，收集客流疏散时间、混乱度、方案执行情况等数据，优化处置方案。

基于车路协同路侧设备构建车辆与智慧灯杆的通信链路，路侧单元RSU一方面向车载终端发送路口灯控方案、交通事件、道路运行状态等实时信息，由车载终端OBU进行计算后向驾驶者提供建议车速等驾驶建议信息。另一方面RSU可接收装载了OBU的车辆实时上报的驾驶信息，并将相关驾驶信息反馈至路侧基础设施，实现公交在途通行精准管控。

基于乘客APP端的服务评价、评级、方案选择等数据，对出行方案效果进行评估。同时挖掘乘客出行偏好、出行规律等特征，完善乘客画像，并结合深度学习等人工智能自学习算法，逐步迭代、优化以生成个性化方案，完善出行全链条闭环服务。

案例分析及发展建议

图片来源：城市智能交通行业发展研究报告

同年深圳交通中心与深圳巴士集团携手，在科技园片区与周边高新园、科苑、红树湾南地铁站之间开行定线接驳巴士。巴士根据用户在Sogo小程序的预约出行时间，动态排班，提供短途按需响应服务，有效缓解片区高峰期出行压力。服务上线期间日均接驳超过850人，高频用户占比59.5%。

现有应用程序或平台仅实现部分数据打通、信息服务、移动支付等局部性功能，在全过程公交按需响应、主动调控、配套设施建设等方面还有待进一步探索。在国家战略政策和新一轮科技革命的重大机遇下，未来应进一步结合政策、技术、数据、基建逐步攻克，推动一体化出行场景落地。

道路运行压力仍在加剧，发挥公共交通运输优势，提升公交吸引力，引导出行方式由私家车向公共交通转变是必然选择。未来应首先从政策角度加速跨部门数据的打通整合，明确数据共享目标，构建数据共享体制机制、数据安全隐私标准，为公交一体化出行研究提供安全、可靠的数据基础。再结合公交企业、专业机构、高校的专业知识，以满足出行需求和时空无缝衔接为目标，攻关公交一体化出行技术难题，实现精准信息服务和交通方式时刻表级对接。

枢纽、地铁站内出入口常因施工、建设等原因封闭，出行者难以及时获取相应信息；在疫情等特殊时期，小区允许进出位置也发生变化，地图商未能及时掌握信息以更新地图。然而，地铁运营单位，外卖、物流类门到门配送服务可以实时掌握车站、小区出入口开放动态。未来应协同跨业态数据，建立高精地图更新机制，保障室内导航、末端导航的准确性、可靠性，真正实现高精度出行导航和门到门出行服务。

依托大数据、云计算、物联网和人工智能等新兴技术赋能车路协同创新发展，同步配套建设公交专用道、智慧灯杆、信号控制系统、雷达感知等设施设备，加强车路协同配套设施保障，发挥公交速度优势，引导“人-车-路”之间的关系从被动适应转向主动协同。

参考文献

[1] 陈瑞熙、朱熹、魏玉聪，大型综合交通枢纽客流应急疏散仿真技术研究，2020

[2]Deloitte Insights, The rise of mobility as a service: Reshaping how urbanites get around, 2017

[3]James Gooch, RTD, Transit and Masabi today launch Transit in-app ticketing in Denver metro region, 2019

[4]深圳市城市交通规划设计研究中心，城市智能交通行业发展研究报告，2020