CN115186516B - 交通枢纽的行人仿真模型构建方法、电子设备及存储介质 - Google Patents
交通枢纽的行人仿真模型构建方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115186516B CN115186516B CN202211082367.3A CN202211082367A CN115186516B CN 115186516 B CN115186516 B CN 115186516B CN 202211082367 A CN202211082367 A CN 202211082367A CN 115186516 B CN115186516 B CN 115186516B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- area
- constructing
- simulation
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 129
- 238000010276 construction Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 81
- 230000002093 peripheral effect Effects 0.000 claims abstract description 23
- 230000006399 behavior Effects 0.000 claims description 38
- 230000008520 organization Effects 0.000 claims description 27
- 238000011835 investigation Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 21
- 150000001875 compounds Chemical class 0.000 claims description 19
- 238000012546 transfer Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 11
- 238000005094 computer simulation Methods 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 6
- 230000029305 taxis Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000010754 BS 2869 Class F Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Structural Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
交通枢纽的行人仿真模型构建方法、电子设备及存储介质，属于微观交通仿真技术领域。为解决当前客流疏散压力增大以及复杂的场站设施现状无法精确仿真的问题。包括以下步骤：空间资料收集整理；行人仿真区域划分：根据综合交通枢纽的功能布局，将行人仿真区域划分成地面、地下和周边延伸区域三层区域；行人区域分层搭建；设施设备模型构建：基于设施设备布局方案布置闸机、柜台、安检等设施设备，再通过斜坡、楼梯、自动扶梯、直升电梯等连通各层；行人组织流线铺设；关键参数标定校核；行人仿真运行评估：评估分析不同区域的客流承载能力，识别服务水平较差的设施和客流瓶颈。本发明有利于全面分析和优化综合交通枢纽客流集散方案。
Description
技术领域
本发明属于微观交通仿真技术领域，具体涉及一种交通枢纽的行人仿真模型构建方法、电子设备及存储介质。
背景技术
以火车站为核心的城市综合交通枢纽，集普速铁路、长途客运、城市公交枢纽功能为一体，为旅客提供了多层次和多元化的交通服务。近年来，随着人们出行需求的增加，春运发送旅客人数稳步上升，节假日单日发送量屡创新高，综合交通枢纽的客流疏散压力逐年增大。另外，综合交通枢纽集中了城市轨道、常规公交、机场、旅游大巴、网约车、出租车等多种到离站方式，城市内部客流、人流量大，流线交织复杂，难以用传统的技术手段对行人交通设施规模、布局和组织方案进行有效的量化评估。面对当前客流量的增长趋势以及复杂的场站设施现状，提出合理高效、精确真实的综合交通枢纽行人仿真建模方法和客流集散方案评估工具，对于精准评估和充分利用综合交通枢纽现有固定设施具有一定的理论和现实意义。
在交通枢纽的微观层面，现有的研究集中在交通枢纽内部的交通组织，包括车辆的组织和行人组织，以及相关设施的设计。但现有的研究重点强调设施结构强度、施工难易程度、占地、车辆行驶的方便性等因素，而忽略了行人在换乘枢纽内的主体地位。而且，交通枢纽承担着各种交通衔接方式，人流集散特征动态多样，设施空间布局的相互影响较大，传统的静态评估方法具有一定的局限性。
公开号为CN114004440A，发明名称为“一种基于Anylogic的综合枢纽客运组织评价方法”的专利通过车站基础数据，获取车站环境模型；通过车站环境模型和客运组织方案获取行人行为模型和列车行为模型；最终获取列车智能体模型和行人智能体模型，建立DEA评价模型代入相关数据获得评价结果，并通过DEA模型数据分析对结果进行评价。该方法结合城际铁路的特点及枢纽客运组织特性，建立了综合交通枢纽客运组织的评价指标体系，采用调研与Anylogic仿真相结合的方法输出相关数据，运用DEA算法进行数据分析，并提出客运组织系统瓶颈的解决方案，为综合枢纽的客运组织评价问题提供参考依据。但是采用基于Anylogic的行人仿真建模方法，可视化效果一般，仅针对车站的行人行为和列车行为进行智能体建模，不能反映车站与地面交通接驳的交通方式；评价体系的输出指标为换乘时间和换乘量，无法对综合交通枢纽内部的跨区域行人运动进行全面评估。
发明内容
本发明提出一种交通枢纽的行人仿真模型构建方法、电子设备及存储介质，首先提出根据综合交通枢纽的功能布局分层搭建行人仿真区域再联通各层模型的方法，解决以火车站为核心的综合交通枢纽交通组织复杂、微观仿真软件对于大规模的数据输入计算效率低的问题；其次，提出行人区域各层模型以及设施设备模型的具体构建方法，针对不同区域的特点分别搭建行人仿真模型再联通各层模型，满足全尺寸精细化的仿真模型构建要求，为仿真模拟评估提供可靠的物理基础模型；最后，针对不同关键场景的客流组织和运营特征建立相应的评价指标体系，评估分析不同区域的客流承载能力，识别服务水平较差的设施和客流瓶颈，为综合交通枢纽人群集散方案的优化提供依据。
为实现上述目的，本发明通过以下技术方案实现：
一种交通枢纽的行人仿真模型构建方法，包括如下步骤：
S1、空间资料收集整理，作为构建行人仿真模型中建筑物、设施设备空间布局的依据；
S2、行人仿真区域划分：根据综合交通枢纽的功能布局，将行人仿真区域划分为地面站前广场集散区域、地下综合集散区域、周边延伸区域；
S3、行人区域分层搭建：依据行人行走区域的通道、上下车面域、平台的具体布局，分层搭建地面站前广场集散区域、地下综合集散区域、周边延伸区域的行人仿真区域；
S4、设施设备模型构建：基于设施设备布局方案布置闸机、柜台、安检设施设备，再通过斜坡、楼梯、自动扶梯、直升电梯连通各层；
S5、行人组织流线铺设：针对不同的客流类型，梳理火车站、地铁、公交的到离站客流及背景车流量，按照流线布设方法对主、次流线进行布设并分配相应的客流，形成行人仿真模型的客流输入方案；
S6、关键参数标定校核：结合现场调查结果，进行设施设备仿真参数、行人行为仿真参数标定校核；
S7、行人仿真运行评估：针对不同关键场景的客流组织和运营特征建立评估指标体系，评估分析不同区域的客流承载能力，识别服务水平较差的设施和客流瓶颈。
进一步的，步骤S1中空间资料包括综合交通枢纽现有规划及设计方案的设计图纸，区域内和周边相关城市交通服务设施线路，地铁、网约/出租车、机场大巴的运营及客流特征，旅客出行特征的调查结果。
进一步的，步骤S2行人仿真区域划分的具体方法包括如下步骤：
S2.1、地面站前广场集散区域仿真建模包括人行集散广场区、公交始发站区、出租车上下客区、社会车辆下客区和网约车上下客区；
S2.2、地下综合集散区域包括出站口、进站口、地下集散大厅、地铁大厅，地下综合集散区域承接地下出站乘客的免检地铁换乘、网约车换乘、停车场私家车换乘、地面目的地出口指引功能；
S2.3、周边延伸区域包括周边建筑、地面停车场、休闲集散广场。
进一步的，步骤S3行人区域分层搭建的具体方法包括如下步骤：
S3.1、地面站前广场集散区域分层搭建，包括如下步骤：
S3.1.1、地面站前广场集散层构建：包括构建衔接地面进站口与地下楼梯、公交总站下客区、出租车下客区、社会车辆下客区，用于承接到站人流；
S3.1.2、地面出租车排队上客和小汽车下客层构建：将地面出租车排队上客和小汽车下客层合并为同一层进行构建，基于实地考察结果，乘客排队方式设置为S型长队列排队模式，设置模拟排队行为的行人局部路径，并结合出租车排队接客模拟脚本实现对行人、出租车的联动仿真，通过COM接口对包括交通信号灯、小汽车停车时间、模型行人面域、停车标志进行条件控制模拟；
S3.1.3、地面公交总站层构建：基于实地考察结果，考虑行人前往站台的可行区域，构建包括由站前广场直接前往、由休闲集散区域前往、由地铁出口前往的行人通行道路，保证各面域连通，与实际场景一致；
S3.2、地下综合集散区域分层搭建包括如下步骤：
S3.2.1、地下进出站口层构建：构建地下进出站口层行人区域，所述地下进出站口层行人区域的疏散方向包括：
地铁换乘免检通道方向，地面站前广场的楼梯方向，停车场区域和网约车候车区域的通道方向，地铁大厅的通道方向；所述地面站前广场的楼梯方向用于前往地面公交总站、地面广场中央位置、私家车接送客区域、其他建筑区域的楼梯方向；
然后对刷卡出站排队行为进行建模，模拟相关人行通道与排队通道的布置方式；
S3.2.2、地下集散大厅层构建：包括构建核心走廊通道、集散大厅以及多条停车场疏散走廊，核心走廊通道的疏散人群为前往地铁大厅方向的出站乘客和前往停车场方向搭乘网约车、私家车的出站乘客，集散大厅连接核心走廊以及前往地面休闲集散广场的楼梯，停车场疏散走廊的疏散方向包括网约车候车区、地下停车场和地面停车场、周边建筑；
S3.2.3、地铁大厅层构建：包括构建出站乘客地铁换乘免检通道、地铁站通往的各个出口；
S3.3、周边延伸区域分层搭建包括如下步骤：
S3.3.1、地面休闲集散广场层构建：包括构建行人可行区域、出入口设施；
S3.3.2、周边背景建筑层构建：包括构建各个方向周边建筑层、客运中心方向层、背景建筑层，地面停车场层。
进一步的，步骤S4的设施设备模型构建的具体方法包括如下步骤：
S4.1、垂直交通设施构建：包括构建自动楼扶梯、行人传送带、电梯，自动扶梯和行人传送带具有方向性，在二维平面上被定义为矩形，电扶梯与楼梯通过建立与实际相同比例功能的三维模型构建；
S4.2、安检闸机设施构建：包括构建模型内部的安检设施、排队区域以及闸机验票设施；
S4.3、购票设施构建：包括构建自助售票机、人工购票窗口，按照建筑具体布置方案进行设置。
进一步的，步骤S5的行人组织流线铺设的具体方法包括如下步骤：
S5.1、火车站客流总量输入：结合典型工作日到达分布比例数据和最高日客流量，考虑最高日客流未来的增量趋势，拟定高峰期出站客流总量在标准情景、中强度情景和高强度情景的人次数；
S5.2、地铁客流分时段输入：结合典型工作日地铁早高峰每5分钟进出站客流量数据，拟定分时段输入的比例分布；
S5.3、公交线路与客流输入：通过公交大数据获取公交线路信息输入行人仿真模型的公交线路、公交站点，通过对照百度、高德地图的公交线路进行校核，通过公交GPS数据获取各条公交线路的具体发车班次、根据公交刷卡数据提取各发车班次的登车乘客数量，获得公交线路与客流输入；
S5.4、背景车流量输入：结合高峰小时交通预测流量结果，确定各方向车辆输入总量，并逐条路段梳理各个交叉口的分流方向和相应比例，设置车辆静态路径和相应比例。
进一步的，步骤S6的关键参数标定校核的具体方法包括如下步骤：
S6.1、通过现场调查提取综合交通枢纽内现有的行人行为和客流组织特征，现场调查内容包括设备设施服务时间调查、行人特征调查；
S6.2、设施设备仿真参数标定校核：
设施设备仿真参数包括自助售票服务时间、闸机通过时间、安检通过时间、电扶梯速率；基于调查实际观测数据，以概率密度函数对设施设备服务时间进行标定，标定结果作为模型的参数输入，正态分布的概率密度函数为：
式中，
为变量，
为期望值，
为标准差，
为概率密度函数，
为常数；
S6.3、行人行为仿真参数标定校核：行人行为仿真参数包括行人对设施设备的使用比例、行为特征参数，行为特征参数包括行人行走速率、行人类型比例、人工/自助/直接进站比例，所述行人行为仿真参数基于现场观测值进行参数标定。
进一步的，步骤S7的行人仿真运行评估的具体方法包括如下步骤：
S7.1、设定评估情景：将评估情景分为标准情景、中强度情景和高强度情景，开展不同客流强度情景的模拟和评估，中强度情景、高强度情景在标准情景的客流量基础上分别提升40%、80%客流量；
S7.2、确定评估对象：仿真评估的对象涵盖地面层和地下一层，评估对象包括进站口区域、地下一层的地下出站口大厅、地下一层的地下集散大厅、地铁大厅及其通道、公交站下客集散区域、地面人行集散广场、火车站进站口、公交总站、出租车排队上客区、楼梯电梯电扶梯；
S7.3、确定评估内容和评估指标：
S7.3.1、对进站口区域、地下一层的地下出站口大厅、地下一层的地下集散大厅、地铁大厅及其通道、公交站下客集散区域、地面人行集散广场的交织区域冲突强度、拥挤区域客流密度分析，评估指标为热力图、行人密度；
热力图由Viswalk软件的评估配置行人网格单元生成；
行人密度为单位面积空间里的行人个数，计算如下：
式中，D为行人密度，N为区域行人数量，S为区域面积；
S7.3.2、对火车站进站口进行检票闸机、安检服务水平的评估，评估指标为平均排队时间、最大排队时间、最大行人密度；
平均排队时间是在一定时间内乘客在站内各设施处排队时间的平均值，计算如下：
式中，
为平均排队时间，
为第i个设施处乘客的排队时间，n为设施总数量；
最大排队时间计算如下：
式中，
为最大排队时间，
为第i个设施处乘客的排队时间；
最大行人密度计算如下：
式中，
为最大行人密度，
为第i个区域的总人数，
为第i个区域的面积；
S7.3.3、对公交总站进行公交始发站各站台公交服务水平的评估，评估指标为最大等待人数；
最大等待人数为公交始发站各站台最大等待人数，计算如下：
式中，
为最大等待人数，
为时刻t时某公交站台的最大等待人数；
S7.3.4、对出租车排队上客区进行出租车排队上客效率评估，评估指标为平均排队时间、平均最大排队长度；
平均排队时间是一定数量乘客在出租车排队上客区排队时间的平均值，计算如下：
式中，
为平均排队时间，
为第i个乘客的排队时间，m为排队乘客数量；
平均最大排队长度是出租车排队上客区各泊位最大排队长度的平均值，计算如下：
式中，
为平均最大排队长度，
为第i个泊位处乘客的最大排队长度，n为泊位数；
S7.3.5、对楼梯、电梯、电扶梯进行各层电梯组服务水平评价评估，评估指标为最大通过人数；
最大通过人数为各层电梯组的最大通过人数，计算如下：
式中，
为最大通过人数，
为时刻t时某楼梯/电梯/电扶梯的最大通过人数；
S7.4、确定评估依据：对于步行通道、检票闸机通道关键行人区域分别以行人密度和占有率作为评价指标；对于各类行人区域、楼梯以行人密度作为评价指标；对于电扶梯、楼梯、电梯设施对通过能力进行评估。
电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现所述的一种交通枢纽的行人仿真模型构建方法的步骤。
计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种交通枢纽的行人仿真模型构建方法。
本发明的有益效果：
本发明所述的一种交通枢纽的行人仿真模型构建方法，基于Viswalk实现，可以实现对建筑物内设施能力与服务水平的评估分析、交通枢纽内部交通运行与行人交通组织的模拟分析、建筑内部几何结构对比分析（建筑平面布局、交通节点、城市空间）。Viswalk可以实现与车流仿真模块Vissim的完全整合，行人、机动车以及公共交通都可以在软件内进行交互仿真，但目前的研究中很少有Viswalk在综合交通枢纽内部的行人仿真应用。
本发明所述的一种交通枢纽的行人仿真模型构建方法，提供了一种面向综合交通枢纽的Viswalk行人仿真模型构建方法，首先提出根据综合交通枢纽的功能布局分层搭建行人仿真区域再联通各层模型的方法，解决以火车站为核心的综合交通枢纽交通组织复杂、微观仿真软件对于大规模的数据输入计算效率低的问题；其次，提出行人区域各层模型以及设施设备模型的具体构建方法，针对不同区域的特点分别搭建行人仿真模型再联通各层模型，满足全尺寸精细化的仿真模型构建要求，为仿真模拟评估提供可靠的物理基础模型；最后，针对不同关键场景的客流组织和运营特征建立相应的评价指标体系，评估分析不同区域的客流承载能力，识别服务水平较差的设施和客流瓶颈，为综合交通枢纽人群集散方案的优化提供依据。
本发明所述的一种交通枢纽的行人仿真模型构建方法，提出根据综合交通枢纽的功能布局分层搭建行人仿真区域再联通各层模型的方法，有利于解决以火车站为核心的综合交通枢纽交通组织复杂、微观仿真软件对于大规模的数据输入计算效率低的问题。
本发明所述的一种交通枢纽的行人仿真模型构建方法，提出行人区域各层模型以及设施设备模型的具体构建方法，针对不同区域的特点分别搭建行人仿真模型再联通各层模型，有利于满足全尺寸精细化的行人仿真模型构建要求。
本发明所述的一种交通枢纽的行人仿真模型构建方法，针对不同关键场景的客流组织和运营特征建立相应的评价指标体系，评估分析不同区域的客流承载能力，有利于全面分析和优化综合交通枢纽客流集散方案。
附图说明
图1为本发明所述的一种交通枢纽的行人仿真模型构建方法的流程图；
图2为本发明所述的地面站前广场集散层模型示意图；
图3为本发明所述的地面出租车排队上客和小汽车下客层模型示意图；
图4为本发明所述的地面出租车排队上客和小汽车下客层模型放大示意图；
图5为本发明所述的地面公交总站层模型示意图；
图6为本发明所述的地面公交总站层模型放大示意图；
图7为本发明所述的地下进出站口层模型示意图；
图8为本发明所述的地下集散大厅层模型示意图；
图9为本发明所述的地铁大厅层模型示意图；
图10为本发明所述的地面休闲集散广场层模型示意图；
图11为本发明所述的周边背景建筑层模型示意图；
图12为本发明所述的公交站评估、出租车排队上客评估、进站口设施评估区域示意图；
图13为本发明所述的地下出站口设施评估、地铁大厅面域评估、地下一层集散大厅评估区域示意图；
图14为本发明所述的楼梯组评估区域示意图；
图15为本发明所述的一种交通枢纽的行人仿真模型构建方法中Viswalk热力图计算结果示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明，即所描述的具体实施方式仅仅是本发明一部分实施方式，而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计，本发明还可以具有其他实施方式。
因此，以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式，都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效，兹例举以下具体实施方式，并配合附图1-15详细说明如下：
具体实施方式一：
一种交通枢纽的行人仿真模型构建方法，包括如下步骤：
S1、空间资料收集整理，作为构建行人仿真模型中建筑物、设施设备空间布局的依据；
进一步的，步骤S1中空间资料包括综合交通枢纽现有规划及设计方案的设计图纸，区域内和周边相关城市交通服务设施线路，包括地铁、网约/出租车、机场大巴的运营及客流特征，旅客出行特征的调查结果；
S2、行人仿真区域划分：根据综合交通枢纽的功能布局，将行人仿真区域划分为地面站前广场集散区域、地下综合集散区域、周边延伸区域；
进一步的，步骤S2行人仿真区域划分的具体方法包括如下步骤：
S2.1、地面站前广场集散区域仿真建模包括人行集散广场区、公交始发站区、出租车上下客区、社会车辆下客区和网约车上下客区；
S2.2、地下综合集散区域包括出站口、进站口、地下集散大厅、地铁大厅，地下综合集散区域承接地下出站乘客的免检地铁换乘、网约车换乘、停车场私家车换乘、地面目的地出口指引功能；
S2.3、周边延伸区域包括周边建筑、地面停车场、休闲集散广场；
S3、行人区域分层搭建：依据行人行走区域的通道、上下车面域、平台的具体布局，分层搭建地面站前广场集散区域、地下综合集散区域、周边延伸区域的行人仿真区域；
进一步的，步骤S3行人区域分层搭建的具体方法包括如下步骤：
S3.1、地面站前广场集散区域分层搭建包括如下步骤：
S3.1.1、地面站前广场集散层构建：包括构建衔接地面进站口与地下楼梯、公交总站下客区、出租车下客区、社会车辆下客区，用于承接到站人流，如图2所示；
S3.1.2、地面出租车排队上客和小汽车下客层构建：将地面出租车排队上客和小汽车下客层合并为同一层进行构建，基于实地考察结果，乘客排队方式设置为S型长队列排队模式，设置模拟排队行为的行人局部路径，并结合出租车排队接客模拟脚本实现对行人、出租车的联动仿真，通过COM接口对包括交通信号灯、小汽车停车时间、模型行人面域、停车标志进行条件控制模拟，如图3和图4所示；
S3.1.3、地面公交总站层构建：基于实地考察结果，考虑行人前往站台的可行区域，构建包括由站前广场直接前往、由休闲集散区域前往、由地铁出口前往的行人通行道路，保证各面域连通，与实际场景一致，如图5和图6所示；
S3.2、地下综合集散区域分层搭建包括如下步骤：
S3.2.1、地下进出站口层构建：构建地下进出站口层行人区域，所述地下进出站口层行人区域的疏散方向包括：
地铁换乘免检通道方向，地面站前广场的楼梯方向，停车场区域和网约车候车区域的通道方向，地铁大厅的通道方向；所述地面站前广场的楼梯方向用于前往地面公交总站、地面广场中央位置、私家车接送客区域、其他建筑区域的楼梯方向；
然后对刷卡出站排队行为进行建模，模拟相关人行通道与排队通道的布置方式，如图7所示；
S3.2.2、地下集散大厅层构建：包括构建核心走廊通道、集散大厅以及多条停车场疏散走廊，核心走廊通道的疏散人群为前往地铁大厅方向的出站乘客和前往停车场方向搭乘网约车、私家车的出站乘客，集散大厅连接核心走廊以及前往地面休闲集散广场的楼梯，停车场疏散走廊的疏散方向包括网约车候车区、地下停车场和地面停车场、周边建筑，如图8所示；
S3.2.3、地铁大厅层构建：包括构建出站乘客地铁换乘免检通道、地铁站通往的各个出口，如图9所示；
S3.3、周边延伸区域分层搭建包括如下步骤：
S3.3.1、地面休闲集散广场层构建：包括构建行人可行区域、出入口设施，如图10所示；
S3.3.2、周边背景建筑层构建：包括构建各个方向周边建筑层、客运中心方向层、背景建筑层，地面停车场层，如图11所示；
S4、设施设备模型构建：基于设施设备布局方案布置闸机、柜台、安检设施设备，再通过斜坡、楼梯、自动扶梯、直升电梯连通各层；
进一步的，步骤S4的设施设备模型构建的具体方法包括如下步骤：
S4.1、垂直交通设施构建：包括构建自动楼扶梯、行人传送带、电梯，自动扶梯和行人传送带具有方向性，在二维平面上被定义为矩形，电扶梯与楼梯通过建立与实际相同比例功能的三维模型构建；
S4.2、安检闸机设施构建：包括构建模型内部的安检设施、排队区域以及闸机验票设施；
S4.3、购票设施构建：包括构建自助售票机、人工购票窗口，按照建筑具体布置方案进行设置；
S5、行人组织流线铺设：针对不同的客流类型，梳理火车站、地铁、公交的到离站客流及背景车流量，按照流线布设方法对主、次流线进行布设并分配相应的客流，形成行人仿真模型的客流输入方案；
进一步的，行人组织流线的分析客流来源包括火车站到离站客流、地铁到离站客流、公交到离站客流和背景车流量。根据结合多源数据推算的各交通方式分担比例、火车站历史客流数据信息，估算各交通方式到离港客流总量。基于地铁进出站、公交上车刷卡记录分析迎送客、中转客流比例和到达特征，确定高峰小时客流总量和客流输入方案。针对不同的客流类型，梳理多种交通方式接驳流程，按照仿真软件中流线布设方法，对主、次流线进行布设并分配相应的客流，形成模型客流输入方案，以此作为仿真模拟的基础。
进一步的，步骤S5的行人组织流线铺设的具体方法包括如下步骤：
S5.1、火车站客流总量输入：结合典型工作日到达分布比例数据和最高日客流量，考虑最高日客流未来的增量趋势，拟定高峰期出站客流总量在标准情景、中强度情景和高强度情景的人次数；
S5.2、地铁客流分时段输入：结合典型工作日地铁早高峰每5分钟进出站客流量数据，拟定分时段输入的比例分布；
S5.3、公交线路与客流输入：通过公交大数据获取公交线路信息输入行人仿真模型的公交线路、公交站点，通过对照百度、高德地图的公交线路进行校核，通过公交GPS数据获取各条公交线路的具体发车班次、根据公交刷卡数据提取各发车班次的登车乘客数量，获得公交线路与客流输入；
S5.4、背景车流量输入：结合高峰小时交通预测流量结果，确定各方向车辆输入总量，并逐条路段梳理各个交叉口的分流方向和相应比例，设置车辆静态路径和相应比例；
S6、关键参数标定校核：结合现场调查结果，进行设施设备仿真参数、行人行为仿真参数标定校核；
进一步的，模型范围内出入站连接的各交通方式的区域活动特征（如出租车排队区域的乘客上下车时间分布）会对重点仿真区域的行人行为产生较大的影响，此外行人对各类设施的选择偏好或使用比例及模型范围内的活动特征也将影响仿真模型的构建。因此，为了构建高精度的行人仿真模型，必须通过现场调查提取综合交通枢纽内现有的行人行为和客流组织特征，对行人仿真模型的参数进行本地化标定，从而保证仿真运行结果的精度。为了获取相关数据，现场调查内容应包含：设备设施服务时间调查和行人特征调查两项内容；
进一步的，步骤S6的关键参数标定校核的具体方法包括如下步骤：
S6.1、通过现场调查提取综合交通枢纽内现有的行人行为和客流组织特征，现场调查内容包括设备设施服务时间调查、行人特征调查；
S6.2、设施设备仿真参数标定校核：
设施设备仿真参数包括自助售票服务时间、闸机通过时间、安检通过时间、电扶梯速率；基于调查实际观测数据，以概率密度函数对设施设备服务时间进行标定，标定结果作为模型的参数输入，正态分布的概率密度函数为：
式中，
为变量，
为期望值，
为标准差，
为概率密度函数，
为常数；
S6.3、行人行为仿真参数标定校核：行人行为仿真参数包括行人对设施设备的使用比例、行为特征参数，行为特征参数包括行人行走速率、行人类型比例、人工/自助/直接进站比例，所述行人行为仿真参数基于现场观测值进行参数标定；
进一步的，行人仿真通过仿真模型参数的设置来实现对个体行为特性和个体间的相互作用的模拟，因此行人仿真中行人行为参数的标定对于真实反映枢纽内的行人活动起着重要的作用。行人行为参数包含两方面内容：（1）行人对设施的选择比例，如电梯和扶梯的使用比，该类参数反映了乘客对于设施的使用偏好，基于现场观测值进行参数标定，比如在地铁垂直交通选择比例中，电扶梯取80%，电梯取10%，楼梯取10%；（2）行为特征参数，包括行人行走速率和社会力模型参数，该类参数体现了仿真模型中行人的行为特征，通过现场调研设置此类参数，比如行人在电梯处的平均速度为1m/s，在电扶梯处的平均速度为0.5m/s。
S7、行人仿真运行评估：针对不同关键场景的客流组织和运营特征建立评估指标体系，评估分析不同区域的客流承载能力，识别服务水平较差的设施和客流瓶颈；
进一步的，仿真模型结果校核是通过调整模型的参数以提高仿真模型可信度的过程，使模型的输出更加准确地接近现实世界的情况。在完成参数标定后，对仿真模型进行运行测试，检查是否达到校核目标。如果达到校核目标，则结束校核；如果未达到校核目标，则对仿真模型进行检查调整直至达到校核目标。行人仿真运行评估；
进一步的，步骤S7的行人仿真运行评估的具体方法包括如下步骤：
S7.1、设定评估情景：将评估情景分为标准情景、中强度情景和高强度情景，开展不同客流强度情景的模拟和评估，中强度情景、高强度情景在标准情景的客流量基础上分别提升40%、80%客流量；
S7.2、确定评估对象：仿真评估的对象涵盖地面层和地下一层，评估对象包括进站口区域、地下一层的地下出站口大厅、地下一层的地下集散大厅、地铁大厅及其通道、公交站下客集散区域、地面人行集散广场、火车站进站口、公交总站、出租车排队上客区、楼梯电梯电扶梯，如图12-14所示；
S7.3、确定评估内容和评估指标：
S7.3.1、对进站口区域、地下一层的地下出站口大厅、地下一层的地下集散大厅、地铁大厅及其通道、公交站下客集散区域、地面人行集散广场的交织区域冲突强度、拥挤区域客流密度分析，评估指标为热力图、行人密度；
热力图由Viswalk软件的评估配置行人网格单元生成；
行人密度为单位面积空间里的行人个数，计算如下：
式中，D为行人密度，N为区域行人数量，S为区域面积；
S7.3.2、对火车站进站口进行检票闸机、安检服务水平的评估，评估指标为平均排队时间、最大排队时间、最大行人密度；
平均排队时间是在一定时间内乘客在站内各设施处排队时间的平均值，计算如下：
式中，
为平均排队时间，
为第i个设施处乘客的排队时间，n为设施总数量；
最大排队时间计算如下：
式中，
为最大排队时间，
为第i个设施处乘客的排队时间；
最大行人密度计算如下：
式中，
为最大行人密度，
为第i个区域的总人数，
为第i个区域的面积；
S7.3.3、对公交总站进行公交始发站各站台公交服务水平的评估，评估指标为最大等待人数；
最大等待人数为公交始发站各站台最大等待人数，计算如下：
式中，
为最大等待人数，
为时刻t时某公交站台的最大等待人数；
S7.3.4、对出租车排队上客区进行出租车排队上客效率评估，评估指标为平均排队时间、平均最大排队长度；
平均排队时间是一定数量乘客在出租车排队上客区排队时间的平均值，计算如下：
式中，
为平均排队时间，
为第i个乘客的排队时间，m为排队乘客数量；
平均最大排队长度是出租车排队上客区各泊位最大排队长度的平均值，计算如下：
式中，
为平均最大排队长度，
为第i个泊位处乘客的最大排队长度，n为泊位数；
S7.3.5、对楼梯、电梯、电扶梯进行各层电梯组服务水平评价评估，评估指标为最大通过人数；
最大通过人数为各层电梯组的最大通过人数，计算如下：
式中，
为最大通过人数，
为时刻t时某楼梯/电梯/电扶梯的最大通过人数。
进一步的，评估内容和评估指标如表1所示：
表1 评估内容和评估指标
S7.4、确定评估依据：对于步行通道、检票闸机通道关键行人区域采用 IATA 中的建议值及分级标准，分别以行人密度和占有率作为评价指标；对于各类行人区域、楼梯参考美国的《公共交通通行能力和服务质量手册》中的建议值和分级标准，以行人密度作为评价指标；对于电扶梯、楼梯、电梯设施，采用英国《车站设计标准》评估标准对通过能力进行评估。
表2 评估依据
表2中共分为A-F一共6个等级，A等级服务水平标注最好，F等级最差。
具体实施方式二：
本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。 所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。 所述存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
具体实施方式三：
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。 所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本发明的技术关键点和欲保护点为：
本发明根据综合交通枢纽的功能布局，将行人仿真区域划分成地面站前广场集散区域、地下综合集散区域和周边延伸区域三层区域，使得行人仿真模型构建更高效。
本发明技术方案根据不同区域特点，提出分层搭建行人仿真模型以及设施设备模型再联通各层模型的具体方法，使得行人仿真模型更可信。
本发明针对不同关键场景的客流组织和评估对象建立相应的评价指标体系，并提出对应的评估标准和方法，使得行人仿真评估结果更全面。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然在上文中已经参考具体实施方式对本申请进行了描述，然而在不脱离本申请的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本申请并不局限于文中公开的特定具体实施方式，而是包括落入权利要求的范围内的所有技术方案。
Claims (8)
1.一种交通枢纽的行人仿真模型构建方法，其特征在于：包括如下步骤：
S1、空间资料收集整理，作为构建行人仿真模型中建筑物、设施设备空间布局的依据；
S2、行人仿真区域划分：根据综合交通枢纽的功能布局，将行人仿真区域划分为地面站前广场集散区域、地下综合集散区域、周边延伸区域；
S3、行人区域分层搭建：依据行人行走区域的通道、上下车面域、平台的具体布局，分层搭建地面站前广场集散区域、地下综合集散区域、周边延伸区域的行人仿真区域；
S4、设施设备模型构建：基于设施设备布局方案布置闸机、柜台、安检设施设备，再通过斜坡、楼梯、自动扶梯、直升电梯连通各层；
S5、行人组织流线铺设：针对不同的客流类型，梳理火车站、地铁、公交的到离站客流及背景车流量，按照流线布设方法对主、次流线进行布设并分配相应的客流，形成行人仿真模型的客流输入方案；
步骤S5的行人组织流线铺设的具体方法包括如下步骤：
S5.1、火车站客流总量输入：结合典型工作日到达分布比例数据和最高日客流量，考虑最高日客流未来的增量趋势，拟定高峰期出站客流总量在标准情景、中强度情景和高强度情景的人次数；
S5.2、地铁客流分时段输入：结合典型工作日地铁早高峰每5分钟进出站客流量数据，拟定分时段输入的比例分布；
S5.3、公交线路与客流输入：通过公交大数据获取公交线路信息输入行人仿真模型的公交线路、公交站点，通过对照百度、高德地图的公交线路进行校核，通过公交GPS数据获取各条公交线路的具体发车班次、根据公交刷卡数据提取各发车班次的登车乘客数量，获得公交线路与客流输入；
S5.4、背景车流量输入：结合高峰小时交通预测流量结果，确定各方向车辆输入总量，并逐条路段梳理各个交叉口的分流方向和相应比例，设置车辆静态路径和相应比例；
S6、关键参数标定校核：结合现场调查结果，进行设施设备仿真参数、行人行为仿真参数标定校核；
步骤S6的关键参数标定校核的具体方法包括如下步骤：
S6.1、通过现场调查提取综合交通枢纽内现有的行人行为和客流组织特征，现场调查内容包括设备设施服务时间调查、行人特征调查；
S6.2、设施设备仿真参数标定校核：
设施设备仿真参数包括自助售票服务时间、闸机通过时间、安检通过时间、电扶梯速率；基于调查实际观测数据，以概率密度函数对设施设备服务时间进行标定，标定结果作为模型的参数输入，正态分布的概率密度函数为：
式中，x为变量，μ为期望值，σ为标准差，f(x)为概率密度函数，π为常数；
S6.3、行人行为仿真参数标定校核：行人行为仿真参数包括行人对设施设备的使用比例、行为特征参数，行为特征参数包括行人行走速率、行人类型比例、人工/自助/直接进站比例，所述行人行为仿真参数基于现场观测值进行参数标定；
S7、行人仿真运行评估：针对不同关键场景的客流组织和运营特征建立评估指标体系，评估分析不同区域的客流承载能力，识别服务水平较差的设施和客流瓶颈。
2.根据权利要求1所述的一种交通枢纽的行人仿真模型构建方法，其特征在于：步骤S1中空间资料包括综合交通枢纽现有规划及设计方案的设计图纸，区域内和周边相关城市交通服务设施线路，地铁、网约/出租车、机场大巴的运营及客流特征，旅客出行特征的调查结果。
3.根据权利要求2所述的一种交通枢纽的行人仿真模型构建方法，其特征在于：步骤S2行人仿真区域划分的具体方法包括如下步骤：
S2.1、地面站前广场集散区域仿真建模包括人行集散广场区、公交始发站区、出租车上下客区、社会车辆下客区和网约车上下客区；
S2.2、地下综合集散区域包括出站口、进站口、地下集散大厅、地铁大厅，地下综合集散区域承接地下出站乘客的免检地铁换乘、网约车换乘、停车场私家车换乘、地面目的地出口指引功能；
S2.3、周边延伸区域包括周边建筑、地面停车场、休闲集散广场。
4.根据权利要求3所述的一种交通枢纽的行人仿真模型构建方法，其特征在于：步骤S3行人区域分层搭建的具体方法包括如下步骤：
S3.1、地面站前广场集散区域分层搭建，包括如下步骤：
S3.1.1、地面站前广场集散层构建：包括构建衔接地面进站口与地下楼梯、公交总站下客区、出租车下客区、社会车辆下客区，用于承接到站人流；
S3.1.2、地面出租车排队上客和小汽车下客层构建：将地面出租车排队上客和小汽车下客层合并为同一层进行构建，基于实地考察结果，乘客排队方式设置为S型长队列排队模式，设置模拟排队行为的行人局部路径，并结合出租车排队接客模拟脚本实现对行人、出租车的联动仿真，通过COM接口对包括交通信号灯、小汽车停车时间、模型行人面域、停车标志进行条件控制模拟；
S3.1.3、地面公交总站层构建：基于实地考察结果，考虑行人前往站台的可行区域，构建包括由站前广场直接前往、由休闲集散区域前往、由地铁出口前往的行人通行道路，保证各面域连通，与实际场景一致；
S3.2、地下综合集散区域分层搭建包括如下步骤：
S3.2.1、地下进出站口层构建：构建地下进出站口层行人区域，所述地下进出站口层行人区域的疏散方向包括：
地铁换乘免检通道方向，地面站前广场的楼梯方向，停车场区域和网约车候车区域的通道方向，地铁大厅的通道方向；所述地面站前广场的楼梯方向用于前往地面公交总站、地面广场中央位置、私家车接送客区域；
然后对刷卡出站排队行为进行建模，模拟相关人行通道与排队通道的布置方式；
S3.2.2、地下集散大厅层构建：包括构建核心走廊通道、集散大厅以及多条停车场疏散走廊，核心走廊通道的疏散人群为前往地铁大厅方向的出站乘客和前往停车场方向搭乘网约车、私家车的出站乘客，集散大厅连接核心走廊以及前往地面休闲集散广场的楼梯，停车场疏散走廊的疏散方向包括网约车候车区、地下停车场和地面停车场、周边建筑；
S3.2.3、地铁大厅层构建：包括构建出站乘客地铁换乘免检通道、地铁站通往的各个出口；
S3.3、周边延伸区域分层搭建包括如下步骤：
S3.3.1、地面休闲集散广场层构建：包括构建行人可行区域、出入口设施；
S3.3.2、周边背景建筑层构建：包括构建各个方向周边建筑层、客运中心方向层、背景建筑层，地面停车场层。
5.根据权利要求4所述的一种交通枢纽的行人仿真模型构建方法，其特征在于：步骤S4的设施设备模型构建的具体方法包括如下步骤：
S4.1、垂直交通设施构建：包括构建自动楼扶梯、行人传送带、电梯，自动扶梯和行人传送带具有方向性，在二维平面上被定义为矩形，电扶梯与楼梯通过建立与实际相同比例功能的三维模型构建；
S4.2、安检闸机设施构建：包括构建模型内部的安检设施、排队区域以及闸机验票设施；
S4.3、购票设施构建：包括构建自助售票机、人工购票窗口，按照建筑具体布置方案进行设置。
6.根据权利要求5所述的一种交通枢纽的行人仿真模型构建方法，其特征在于：步骤S7的行人仿真运行评估的具体方法包括如下步骤：
S7.1、设定评估情景：将评估情景分为标准情景、中强度情景和高强度情景，开展不同客流强度情景的模拟和评估，中强度情景、高强度情景在标准情景的客流量基础上分别提升40％、80％客流量；
S7.2、确定评估对象：仿真评估的对象涵盖地面层和地下一层，评估对象包括进站口区域、地下一层的地下出站口大厅、地下一层的地下集散大厅、地铁大厅及其通道、公交站下客集散区域、地面人行集散广场、火车站进站口、公交总站、出租车排队上客区、楼梯电梯电扶梯；
S7.3、确定评估内容和评估指标：
S7.3.1、对进站口区域、地下一层的地下出站口大厅、地下一层的地下集散大厅、地铁大厅及其通道、公交站下客集散区域、地面人行集散广场的交织区域冲突强度、拥挤区域客流密度分析，评估指标为热力图、行人密度；
热力图由Viswalk软件的评估配置行人网格单元生成；
行人密度为单位面积空间里的行人个数，计算如下：
式中，D为行人密度，N为区域行人数量，S为区域面积；
S7.3.2、对火车站进站口进行检票闸机、安检服务水平的评估，评估指标为平均排队时间、最大排队时间、最大行人密度；
平均排队时间是在一定时间内乘客在站内各设施处排队时间的平均值，计算如下：
式中，
为平均排队时间，ti为第i个设施处乘客的排队时间，n为设施总数量；
最大排队时间计算如下：
tmax＝max(ti,0)
式中，tmax为最大排队时间，ti为第i个设施处乘客的排队时间；
最大行人密度计算如下：
式中，Dmax为最大行人密度，Ni为第i个区域的总人数，Si为第i个区域的面积；
S7.3.3、对公交总站进行公交始发站各站台公交服务水平的评估，评估指标为最大等待人数；
最大等待人数为公交始发站各站台最大等待人数，计算如下：
Wmax＝max(Wt,0)
式中，Wmax为最大等待人数，Wt为时刻t时某公交站台的最大等待人数；
S7.3.4、对出租车排队上客区进行出租车排队上客效率评估，评估指标为平均排队时间、平均最大排队长度；
平均排队时间是一定数量乘客在出租车排队上客区排队时间的平均值，计算如下：
式中，
为平均排队时间，ti为第i个乘客的排队时间，m为排队乘客数量；
平均最大排队长度是出租车排队上客区各泊位最大排队长度的平均值，计算如下：
式中，
为平均最大排队长度，lmaxi为第i个泊位处乘客的最大排队长度，n为泊位数；
S7.3.5、对楼梯、电梯、电扶梯进行各层电梯组服务水平评价评估，评估指标为最大通过人数；
最大通过人数为各层电梯组的最大通过人数，计算如下：
Pmax＝max(Pt,0)
式中，Pmax为最大通过人数，Pt为时刻t时某楼梯/电梯/电扶梯的最大通过人数；
S7.4、确定评估依据：对于步行通道、检票闸机通道关键行人区域分别以行人密度和占有率作为评价指标；对于各类行人区域、楼梯以行人密度作为评价指标；对于电扶梯、楼梯、电梯设施对通过能力进行评估。
7.电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种交通枢纽的行人仿真模型构建方法的步骤。
8.计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种交通枢纽的行人仿真模型构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211082367.3A CN115186516B (zh) | 2022-09-06 | 2022-09-06 | 交通枢纽的行人仿真模型构建方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211082367.3A CN115186516B (zh) | 2022-09-06 | 2022-09-06 | 交通枢纽的行人仿真模型构建方法、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115186516A CN115186516A (zh) | 2022-10-14 |
| CN115186516B true CN115186516B (zh) | 2023-02-03 |
Family
ID=83522415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211082367.3A Active CN115186516B (zh) | 2022-09-06 | 2022-09-06 | 交通枢纽的行人仿真模型构建方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115186516B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116167145B (zh) * | 2023-04-23 | 2023-07-07 | 中铁第四勘察设计院集团有限公司 | 道路下方综合体空间立体安全疏散体系构建方法及系统 |
| CN116502948B (zh) * | 2023-04-25 | 2024-01-19 | 中国地铁工程咨询有限责任公司 | 一种衡量站内设施的客流输送能力的方法及装置 |
| CN116306037B (zh) * | 2023-05-19 | 2023-10-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种计算交叉口行人过街时间方法、电子设备及存储介质 |
| CN116362062B (zh) * | 2023-06-01 | 2023-10-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种行人行进避让的仿真模拟方法、电子设备及存储介质 |
| CN116430787B (zh) * | 2023-06-13 | 2023-09-01 | 通号工程局集团北京研究设计实验中心有限公司 | 一种轨道交通综合监控系统及方法 |
| CN116910853B (zh) * | 2023-06-28 | 2024-05-17 | 深圳市蕾奥规划设计咨询股份有限公司 | Tod立体慢行空间的行人出行仿真模拟方法及装置 |
| CN117454678B (zh) * | 2023-12-26 | 2024-05-10 | 广东工业大学 | 一种基于行人宏观基本图的枢纽站行人流控制方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955595A (zh) * | 2014-03-12 | 2014-07-30 | 北京建筑大学 | 综合交通枢纽行人标识指示效率的测试方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8915669B1 (en) * | 2013-05-31 | 2014-12-23 | Thomas F. Gustafson | Cross street transit and multimodal multi-level station and pedestrian-oriented interchange |
| CN104408234A (zh) * | 2014-11-03 | 2015-03-11 | 北京交通大学 | 一种基于流线分析的轨道交通枢纽设施设计方法 |
| CN112101685B (zh) * | 2020-11-18 | 2021-09-28 | 成都智元汇信息技术股份有限公司 | 一种全路网客流流向统计及客流管控仿真方法及系统 |
| CN112966363B (zh) * | 2021-02-02 | 2022-07-05 | 同济大学 | 面向随机扰动的交通枢纽候车厅人群流动仿真方法及装置 |
| CN114004440A (zh) * | 2021-08-31 | 2022-02-01 | 中铁第一勘察设计院集团有限公司 | 一种基于Anylogic的综合枢纽客运组织评价方法 |
-
2022
- 2022-09-06 CN CN202211082367.3A patent/CN115186516B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103955595A (zh) * | 2014-03-12 | 2014-07-30 | 北京建筑大学 | 综合交通枢纽行人标识指示效率的测试方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115186516A (zh) | 2022-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115186516B (zh) | 交通枢纽的行人仿真模型构建方法、电子设备及存储介质 | |
| CN112598182B (zh) | 一种轨道交通智能调度方法及系统 | |
| JP6875311B2 (ja) | 輸送機関混雑予測システム及び混雑予測方法 | |
| Hänseler et al. | A passenger-pedestrian model to assess platform and train usage from automated data | |
| CN107358357A (zh) | 城市轨道交通换乘车站评价方法 | |
| CN111932925A (zh) | 一种公共交通站点的出行客流的确定方法、装置及系统 | |
| Salavati et al. | Applying AHP and clustering approaches for public transportation decisionmaking: a case study of Isfahan city | |
| CN108364464A (zh) | 一种基于概率模型的公交车辆旅行时间建模方法 | |
| CN116542404B (zh) | 一种客运枢纽场站抵站旅客接续换乘时间的预测方法 | |
| CN116090785B (zh) | 针对大型活动散场场景两阶段的定制公交规划方法 | |
| Davidson et al. | Impact of capacity, crowding, and vehicle arrival adherence on public transport ridership: Los Angeles and Sydney experience and forecasting approach | |
| Galiza et al. | Modelling pedestrian circulation in rail transit stations using micro-simulation | |
| Reilly et al. | Public transport capacity analysis procedures for developing cities | |
| Puspitasari et al. | Location Analysis of City Public Transport Shelters in Commercial Corridors (Case Study: Jl. Dr. Wahidin, Pekalongan City) | |
| Oleyaei-Motlagh et al. | Inferring demand from partially observed data to address the mismatch between demand and supply of taxis in the presence of rain | |
| Askerud et al. | Evaluation of bus terminals using microscopic traffic simulation | |
| CN116910853B (zh) | Tod立体慢行空间的行人出行仿真模拟方法及装置 | |
| CN113095986B (zh) | 公共交通满载率计算方法、系统及计算机可读存储介质 | |
| Zhang et al. | Modeling and Evaluating Multimodal Urban Air Mobility | |
| Thilakaratne | Mode succession in a public transit corridor | |
| Weber | Washington State Ferries Wait Time Analysis and Rider Experience Study | |
| Kim et al. | Group 5–Smart Passenger Allocation | |
| ルンパンサ,ノイチャン | A study on Urban Mass Transit Node based on Passenger Evaluation | |
| Miller et al. | Framework for bus rapid transit development and deployment planning | |
| Sadeghpour | Analyzing passenger boarding and alighting service times for bus transportation in İstanbul |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |