上海城市轨道交通日常大客流检测及预警需求研究*

王婵婵 张 琦

(上海申通地铁集团有限公司技术中心，201103，上海//第一作者，高级工程师)

城市轨道交通大客流，是指城市轨道交通车站在运营过程中的某一时间段内，候车、停留的乘客超过了该站设计最大允许的客流容量，或列车的载客量已经超过了设计的载客量，并有继续增加的趋势，如果不采取紧急措施将极有可能发生人员伤亡事故或意外事件。

城市轨道交通大客流分为日常大客流和突发大客流。日常大客流包括早晚高峰时段大客流，特殊节日大客流等；突发大客流包括无预期的大客流，一般受天气影响，或突发运营事故导致的局部大客流。对于突发性大客流，往往不能提前预防，只能提高事故处置效率；而日常大客流属于持续性的经常出现的状况，并且发生的地点相对比较固定，发生概率较大，解决方案应以预防性措施为主，着力提高城市轨道交通的运能和容量。

目前，上海轨道交通在工作日高峰时段，有一半以上线路的高峰高断面拥挤度超过100%(按6人/m2标准)，甚至达到130%(见表1)，车厢拥挤、站台乘客滞留情况严重，存在大客流风险隐患。同时，部分换乘枢纽高峰时段换乘客流集中，换乘量大，如世纪大道站的小时换乘量达到7.5万人次，人民广场站达到5.5万人次，也存在一定的大客流风险隐患，给车站客运管理带来难度。

表1 工作日早高峰网络客流拥挤度情况

2014年12月31日，上海市黄浦区外滩陈毅广场发生了踩踏事故，造成36人死亡，49人受伤。市委市政府高度重视，紧急召开全市加强安全工作会议。时任上海市市委书记韩正强调，“要针对薄弱环节和短板，一个一个认真梳理、细致解决”。时任上海市市长杨雄提出，“对重点区域和人员密集场所，要抓紧完善大客流安全管理机制，针对灾害性天气、大客流集聚、大流量交通等，加强信息研判，及时发布预警并采取防范措施，切记轻信经验、麻痹大意”。

上海轨道交通每天面对1 000万人次以上的客流，一旦超出承受限度，易产生秩序失控，从而引发群体生命安全的事故风险。轨道交通管理者每天要安全有序地输送如此庞大的客流，责任重大，风险巨大，为减轻一线员工工作压力，需要认真研究大客流风险点以及预警需求。

1 城市轨道交通大客流预警机制

1.1 大客流检测预警流程

为了实现客流预警，首先，需要在轨道交通列车、车站等位置安装视频、激光等检测设备,或运用手机信令、地铁WiFi、蓝牙等互联网技术进行客流信息的采集，通过对有效信息的采集、编码、传输、加工和抽取，综合运用信息分析技术，获取轨道交通客流的检测值，如流量、密度、速度等。其次，根据预警目的构建客流预警指标体系，并利用客流的检测值或预测值进行计算，划分合适的预警标准，对客流状态进行评估。再次，将评估结果输入预警系统，为运营部门采取客流疏导、行车组织、应急救援等措施提供决策支持，同时，利用乘客信息系统(PIS)向乘客发布诱导信息，进而影响客流分布。最后，通过客流信息采集对方案实施后的效果进行分析和评估。检测预警技术流程如图1所示。

1.2 预警要求

1.2.1 预警对象

(1)网络层：网络运营协调与应急指挥中心(COCC)及集团分管领导。

(2)线路层：线路控制中心(OCC)及运营公司分管领导。

(3)车站层：车站值班站长。

(4)乘客：大客流车站的进出站及换乘客流，以及即将进站的站外客流。

图1 检测预警技术流程

1.2.2 预警等级

根据2012年上海市公安局与上海申通地铁集团有限公司联合发布的《沪公发(2012)151号——大客流组织预案》，将大客流分为3个等级，一级最高，三级最低，因此日常大客流预警等级与此保持一致。

1.2.3 预警时效

对于日常大客流，根据历史同期客流情况制定不同等级的预警阈值，当检测到的实时客流情况高于历史同期客流预警阈值，且有不断增长的趋势时，发布大客流预警。

不同等级车站的预警时效有所不同，大型枢纽站提前10 min发布大客流预警，中、小型车站提前15 min发布大客流预警。

1.2.4 预警指标

(1)网络层：枢纽站实时分方向换乘客流量及变化率。

(2)线路层：列车实时断面客流拥挤度及变化率。

(3)车站层：车站实时客流总量及变化率、车站局部区域客流密度及变化率、车站局部区域客流流速及变化率。

1.2.5 预警手段

预警手段以信息发布为主，包括利用CCTV(视频监控系统)、PIS(乘客信息系统)、PA(广播系统)、TOSS(网络运营安全监控系统)等。例如，在PIS屏幕上显示相关的客流画面和风险提示文字信息，在站内由广播系统发出风险语音提示信息，或通过TOSS屏幕显示客流预警信息。

1.3 检测要求

1.3.1 检测对象

(1)列车实时载客量，即断面客流。

(2)车站内实时客流分布，即站内不同区域的实时客流量及拥堵情况，包括站台、楼扶梯、站厅、换乘通道、出入口等。

(3)站外与预见性进站客流，即车站出入口外即将进站客流，包括公交换乘客流，或周边可预见性进站客流。

1.3.2 检测手段

现有客流监测技术包括：自动售检票系统(AFC)，以及热敏传感、智能视频识别分析、手机信令、移动互联网、蓝牙定位等技术。

2 大客流检测及预警需求

2.1 网络大客流检测及预警需求

日常高峰时段，为预防大客流的发生，管理者应随时关注网络实时客流分布情况，以及主要换乘节点的实时换乘客流，并与历史同期客流进行比较，一旦发现客流高于历史客流，且有不断增长的趋势，应及时发布大客流预警，通过临线列车跳停或广播等信息系统进行乘客诱导，避免大客流区段客流风险加剧。

节假日大客流，一般可以提前预测，针对不同节假日客流特征，为乘客提供相应的大客流站点及相关线路的实时客流信息，避免乘客集中到达(出站)或离开(进站)，从而分散城市轨道交通车站的客流压力。

针对网络日常大客流，预警需求、检测需求以及适用的检测技术，如表2所示。

表2 网络日常大客流检测及预警需求

2.2 线路大客流检测及预警需求

日常高峰时段大客流和节假日大客流，在线路上都表现为线路运能无法满足客流需求，导致部分区段客流拥挤度超过100%。为预防大客流的发生，应随时关注线路重点断面实时客流情况，一旦出现客流大于运能情况，需要对相关后续车站提前发出大客流预警。可通过“加开备车、放空始发站列车、实施交路运行、单向越站运行”等方式调整运行，实现大客流快速响应。针对线路日常大客流，预警需求、检测需求以及适用的检测技术，如表3所示。

表3 线路日常大客流检测及预警需求

2.3 车站大客流检测及预警需求

车站的日常大客流主要表现为设施设备能力不足或车站承载能力不足导致的局部客流拥堵，一旦站内出现大客流情况，在对站内客流发生预警的同时，有必要对即将发生的进站客流提前进行预警，通过站外限流、站内引导、实行“一站一预案”，快速缓解大客流风险，避免站内大客流风险进一步加剧。

2.3.1 设施设备能力预警

设施设备能力包括闸机进出站通行能力，以及楼扶梯通行能力。

闸机分为进站闸机和出站闸机，进出站闸机通行能力影响乘客进出站速度，如果闸机排队较长导致付费区或非付费区客流拥堵情况严重，说明闸机通行能力不足。

楼扶梯通常特指连接站台和站厅的楼扶梯，楼扶梯通行能力直接影响站台客流疏散速度。楼扶梯分为上行和下行，在实际运营过程中，如果站台通往站厅的楼扶梯能力受限，楼扶梯排队长度较长，就会加重站台拥堵。当站台出站前一列乘客未疏散完，下一列车到站带来新的下车乘客，会进一步加剧站台大客流风险。

针对车站设施设备的客流检测、预警需求以及适用的检测技术，如表4所示。

2.3.2 车站承载能力预警

车站承载能力主要指站台容纳能力以及换乘通道通行能力。

站台容纳能力指站台设计能力，根据站台面积，按照2人/m2的设计标准，考虑一定的站台有效系数，可计算出站台设计容纳能力。根据大客流预警等级，当站台客流达到设计能力的60%，启动三级大客流预警；当站台客流达到设计能力的80%，启动二级大客流预警；当站台客流达到设计能力，启动一级大客流预警。因此，判断站台客流达到站台能力的比例，成为确定大客流等级的基础。

表4 基于车站设施设备能力的大客流检测及预警需求

换乘站的换乘通道通行能力，直接影响各线路间的换乘效率。如果换乘通道客流密度大、流速放缓，就会存在大客流风险隐患。

针对车站承载能力的客流预警、检测需求以及适用的检测技术，如表5所示。

表5 基于车站承载能力的大客流检测及预警需求

2.3.3 站外大客流预警

上海地铁以通勤客流为主，客流潮汐特征明显，因此大部分乘客都是固定的。当站内发生大客流，而站外还有源源不断的客流持续进站时，就会加剧站内大客流风险。如果提前通过手机短信的形式向车站周边即将进站的客流提前发出大客流预警，提示其选择相邻车站、或其他交通方式出行，就可以有效缓解站内的大客流风险，减轻城市轨道交通大客流压力。

站外客流分为车站周边客流及公交换乘客流，针对站外大客流检测、预警需求以及适用的检测技术，如表6所示。

表6 站外大客流检测及预警需求

3 人民广场站大客流检测、预警需求及各系统应用情况

3.1 人民广场站客流特征

人民广场位于上海黄浦区，是上海的政治、经济、文化、旅游中心和交通枢纽，也是上海最为重要的地标之一。人民广场地铁站是1号线、2号线与8号线的三线换乘枢纽站，为地下车站，共有3层：其中地下1层为三角换乘大厅，地下2层为1、8号线站台层，地下3层为2号线站台层。

人民广场站是全网客流最集中的车站，日均客流量超过60万人次。其中：进出站客流量达28万人次/d，居全网首位；换乘客流量达32万人次/d，仅次于世纪大道站。图2为人民广场站全天客流分布。

图2 人民广场站全天客流分布

除进出站客流量大、换乘客流集中外，人民广场站外的南京东路、外滩、人民公园都是大客流集聚点，一旦出现客流集中进站，会给车站客运组织带来极大压力，形成大客流风险隐患。

因此，加强人民广场站内、站外大客流检测预警，对于防范大客流的发生有着非常重要的意义。

3.2 站外大客流检测和预警

(1)站外(含车站周边及公交换乘)有潜在大客流风险，向车站发布预警。逢节假日，特别是南京东路封站的情况下，外滩及南京东路购物、休闲、旅游的乘客晚上6：00点后会集中从人民广场进站。为预防站外突发大客流对车站带来的冲击，可通过手机信令对车站周边500 m范围内的客流情况进行检测，得出车站周边历史客流规律。当出现实时客流接近或达到预警阈值且有不断增长的趋势时，可提前10 min向车站管理者发布大客流预警信息。站内管理者根据预案采取措施，引导乘客安全、有序进站，避免因大客流集中进站而带来的站内大客流风险。

(2)站内已经发生大客流，向站外发布预警。由于运营突发事件或其他原因导致的站内客流，接近或达到预警阈值，可提前10 min对站外即将进站的乘客发出大客流预警，同时向站外乘客提供其他公交信息，引导其选择轨道交通以外的其他方式出行，避免站外客流进站加剧站内大客流风险。

3.3 站内大客流检测和预警需求

站内大客流与站外大客流预警有所不同，主要是针对站内已经发生大客流，当客流水平达到一定阈值时，启动相应的大客流响应等级，因此主要是针对站内不同区域客流的检测，更加微观。

3.3.1 预警需求

对于人民广场站来说，工作日与节假日、早晚高峰不同时段的客流特征差异明显，因此预警需求首先应该明确时间，然后确定大客流发生的地点，以及需要启动的预警等级等3个要素。

(1)时间——早高峰、晚高峰、平峰、夜高峰。

(2)地点——出入口、站厅、换乘通道、楼扶梯、站台。

(3)等级——根据历史客流规律，确定不同等级的客流预警阈值。等级划分标准包括车站客流总量占容纳能力比例、车站拥堵点个数、客流流速3个要素。

3.3.2 检测需求

根据人民广场站内不同区域的大客流预警需求，确定大客流检测需求及适用的检测技术，为大客流管理提供数据支撑，如表7所示。

表7 站内大客流预警的检测需求

3.4 不同检测技术的实际应用效果

目前人民广场站大客流检测手段包括轨道闸机数据、热敏传感技术、智能视频分析技术、手机WiFi以及手机信令。各项技术的应用范围存在一定差异：

(1)轨道闸机数据只能检测进出站客流，且数据存在一定的延时，对于人民广场站这种大型换乘站的大客流预警作用有限。

(2)热敏传感技术目前应用于1、2号线与8号线的换乘通道，用来检测换乘通道的客流量、客流流速等，从而为人民广场站行车组织调整提供依据。由于检测目标范围较小，对运营一线的支撑作用有限。

(3)智能视频技术应用于整个车站，摄像头达到80多个，摄像头过多且目前智能分析功能不能满足需求，导致使用难度较大。

(4)手机WiFi对于车站客流总量和局部区域客流总量都能做到有效采集，但受乘客手机使用习惯影响，采集到的数据误差较大。

(5)手机信令不受乘客使用习惯影响，持手机用户通过基站即可被检测到，但只适用于车站客流总量和分方向换乘量的采集，对于局部拥堵点的数据采集无法实现。

综上所述，每种技术都有其局限性。因此，根据大客流预警需求，选择适用的大客流检测技术，对提高大客流预警的准确性非常重要。

4 结语

城市轨道交通大客流是动态的，环境因素的变化又非常复杂，风险无处不在、难以预料。为满足大客流预警的需求，轨道交通需要建立综合实时客流监测体系，以系统化的方式选择适用的监测技术，并实现多种监测技术的有效集成，满足多样化客流检测监测需求。例如，车站不同的区域，包括站台、站厅、换乘通道等，根据不同区域客流指标，选择不同的检测技术。通过各种客流检测技术的融合，能够对采集到的客流数据进行相互印证，提高数据的准确度，提升数据的采集范围，优化数据的分析结果，从而实现轨道交通大客流预警的实时、高效与准确。