孙世炜,李海鹰,许心越
(1.北京交通大学 轨道交通控制与安全国家重点实验室,北京 100044;2.北京交通大学 交通运输学院,北京 100044)
地铁站内不同类型设施结合处行人速度变化规律研究
孙世炜1,2,李海鹰1,许心越1
(1.北京交通大学 轨道交通控制与安全国家重点实验室,北京 100044;2.北京交通大学 交通运输学院,北京 100044)
摘要:以北京市海淀黄庄地铁站4号线和10号线站厅为研究对象,分析不同类型设施结合处的行人速度变化特性。通过调研,分析不同类型设施结合处行人路线的表现形式,利用非付费区内的行人走行数据,绘制、拟合速度变化曲线和速度-密度曲线,给出了行人速度在安检设备、闸机及其结合处的变化规律。结果表明:闸机前方和安检区域的速度对密度敏感区间分别为0.2~0.6人/m2和0.5~1.5人/m2,两者服务水平分别达到A级和C级时,可使行人通过速度较为理想。同时,安检设备与闸机连续配置时,安检设备可为闸机提供行人缓冲作用。研究成果可为设施设备配置及行人仿真提供依据。
关键词:轨道交通车站;行人走行速度;走行路线;安检设备;闸机;曲线拟合
城市轨道交通枢纽站在城市公共交通系统中起着重要的作用,是城市客运交通体系的关键组成部分[1]。乘客是城市轨道交通的主要参与者,在车站内有着复杂的行为[2]。因此,研究车站内的行人走行特性,对车站乃至路网的运营优化都有着重要作用。国内外很多学者对行人走行特性进行了研究。Hankin等[3]指出可以通过研究地铁站内的行人流来辅助设计行人设施,并说明了楼梯等设施对行人的影响;柳伍生等[4]研究了车站内楼梯处的行人流特征,得到密度-速度、密度-流率关系;王凯英等[5]对楼梯进一步研究,得出邻接站台楼梯比非邻接站台楼梯的行人速度高的结论;贾洪飞等[6]研究了车站通道内的行人流特征,建立了行人流参数关系曲线及函数模型;徐尉南等[7]借助流体力学比拟思想,建立了地铁站台近车门处客流速度-密度的一维和二维数学模型,并可根据模型计算上车时间;杨涵等[8]研究得出不同设施对乘客步速影响显著的结论,并得到了换算系数。但目前研究大多仅针对某一特定设施,忽视了不同设施结合处可能存在的速度变化。现有研究方法通常是宏观的,以区域平均速度作为结论,而没有关注行人走行过程中速度的连续变化。因此,对行人速度在不同设施之间以及结合处的连续变化过程进行研究很有必要。本文以北京市海淀黄庄地铁站为例,研究分析4号线和10号线站厅内不同类型设施结合处的行人速度变化特性,特别关注安检设备与闸机结合处。以期从行人角度对安检设备、闸机等设备的能力利用情况作出评价,为地铁站内设施设备配置和行人仿真提供依据。
1海淀黄庄地铁站概况
海淀黄庄地铁站周边学校、办公楼居多,乘客以通勤为主,日客流量较为平稳,且一日内平峰和高峰客流量有较大差异。车站衔接4号线和10号线2条线路,共有4个站厅。车站布置基本对称,为研究方便,本文仅选择两条线路各一个站厅进行行人速度变化规律研究,分别为从A口进入后经下降斜坡通道到达的10号线站厅(A站厅)、从B口进入到达的4号线站厅(B站厅)。研究范围为进站流线上处于站厅非付费区的部分,即从进站楼扶梯或通道与站厅的衔接处起,到进站闸机处止。2个站厅的平面图如图1~2所示。
图1 A站厅平面图Fig.1 Layout of concourse A
图2 B站厅平面图Fig.2 Layout of concourse B
2不同设施结合处行人走行路线特性
通过分析行人从进入站厅至到达进站闸机这一过程的视频资料,总结设施结合处的行人路线特征,得到2个站厅的行人路线,为行人速度数据提取打下基础。
2.1楼扶梯出口
自动扶梯有效净宽为1 m[9],以均匀的速度上升或下降。由于自动扶梯具有固定的速度、较窄的宽度,同时梯级具有一定的高差,行人会受到一定的约束。在扶梯内部时,行人通常站立不动或向前行走;离开扶梯时,由于扶梯与地面存在相对运动,行人需要一定的反应时间[10],不会立即变更方向,而是会沿着扶梯的运行方向依靠惯性继续前进一段距离进行调整,再选择目标方向。
行人在楼梯上自由度更高,但同样由于梯级高差的影响,离开楼梯时也会存在一段惯性走行。
2.2通道出口
通道一般坡度很小,甚至没有坡度,行人在通道的走行自由度较高。通道的最小宽度为2.4 m[9],行人在通道内超越、变向等行为都有足够空间[11],瞭望视野也较好。因此,行人离开通道时,通常在通道内接近出口处的位置即可瞭望到目标位置,此时行人会开始直接趋向目标走行。
2.3闸机入口
闸机是一种客流控制装置,主要负责乘客出入检票[12],宽度较小,每次仅容许1人通过。为了更顺利地通过闸机,行人会先走到闸机前方某一位置,待与闸机通行方向处于一条直线时,再直线走行通过闸机。经统计得知,闸机处不存在明显排队现象时,前方的直线走行长度通常在0.1~1.5 m范围内。
2.4海淀黄庄站站厅内行人路线
根据以上不同设施的特性,行人由楼扶梯走向闸机时,一般会经过“惯性走行-趋向走行-直线走行”这一过程;由通道走向闸机时,一般会经过“趋向走行-直线走行”这一过程。示例如图3所示,海淀黄庄站仅涉及到由通道走向闸机的情况。
图3 经不同设施进入站厅走向闸机路线示例Fig.3 Examples of routes walking into concourse through different facilities to gates
进而可根据图3所示模型确定走行路线,具体步骤如下:
1)确定行人进入站厅时处于通道的位置。在通道与站厅衔接处,以地板砖为单位元对通道离散化,记录行人进入站厅时所处的地板砖编号[13]。以通道一侧墙壁为参照物,根据下式计算出行人进入站厅时与墙壁的距离。
(1)
式中:ki为经过第i块地板砖进入站厅的人数占所有样本数的百分比;di为第i块地板砖中线距通道一侧墙壁的距离;a为一块地板砖的宽度。
2)行人通过闸机的位置设定在闸机间的中线上,闸机前方的直线走行距离可多次测量取均值。
3)将进入站厅位置与直线走行起始端连接,即可得到走行路线。
以上是理想情况下的走行路线确定方法。在实际中,站厅内可能存在各种设施,对行人路线产生影响,此时可根据如下方法确定:
1)站厅内存在安检设备。此时行人进入站厅后应首先接受安检,安检设备旁的路线绘制在距设备34 cm(人群中单个行人所占空间宽度的一半)处[14]。若安检后行人正对闸机,且距离较近,闸机前方的直线走行距离很短,可忽略不计。
2)站厅内立柱影响。立柱会干扰行人的瞭望、走行,使行人产生绕行行为,此时路线产生一个折角。具体的转折位置及角度可分析视频资料得到。
3)站厅内存在导流护栏。为了规范行人路线、维持车站秩序、限制站内人数,通常会设置导流护栏。在护栏内,行人路线与护栏走向一致,可以认为是护栏所围区域的中线位置。
根据以上方法,得到A和B站厅内行人路线分别如图4~5所示。
图4 A站厅行人路线Fig.4 Pedestrian routes in concourse A
图5 B站厅行人路线Fig.5 Pedestrian routes in concourse B
3行人速度影响因素分析
根据调研数据绘制速度曲线,进一步分析得到行人速度的影响因素,为曲线拟合提供依据。
3.1速度数据收集与计算方法
根据距离闸机的水平距离,将站厅非付费区划分为若干小区域,为便于观测,区域边缘与地板砖接缝吻合。区域划分结果如图4~图5中竖线所示,对于B站厅,安检处划分为3个小区域,其中2号区域为行人放包,3号区域为行人无包走过安检设备,4号区域为行人拿包。
根据视频资料采集行人经过每一小区域的时间以及进入闸机编号。进入闸机k时,第i区域内的路线长度lik可以依照平面图比例尺计算得到。设第j次统计中第i区域内的走行时间为tij,则此次统计该区域内的平均速度可由下式计算:
(2)
以vij近似表示第i区域中线位置的瞬时速度,该区域最终的统计速度vi为:
(3)
每一站厅分闲时、忙时各采集样本至少80个。
3.2速度曲线及影响因素确定
假定设施类型、设施布置形式、客流量[15]以及进入闸机组中不同闸机会对行人速度产生显著影响。通过绘制、分析速度曲线,明确影响因素,为速度变化规律研究奠定基础。
以各区域中线距进站闸机组的水平距离xi为横坐标,速度vi为纵坐标,分别绘制A和B站厅闲时、忙时行人速度曲线如图6~9所示。
图6 A站厅闲时各闸机行人速度曲线Fig.6 Speed curves of each gate in concourse A during non-busy hours
图7 A站厅忙时各闸机行人速度曲线Fig.7 Speed curves of each gate in concourse A during busy hours
图8 B站厅闲时各闸机行人速度曲线Fig.8 Speed curves of each gate in concourse B during non-busy hours
图9 B站厅忙时各闸机行人速度曲线Fig.9 Speed curves of each gate in concourse B during busy hours
1)不同设施类型对速度产生影响。图8~9中,距进站闸机组5.4~8.4 m处为安检设备位置,行人速度在0.4 m/s左右,远低于闸机前方速度0.8 m/s。
2)不同设施布置形式对速度产生影响。A站厅的安检设备布置在站厅外,行人只在闸机前方速度受到限制,约为0.6 m/s;B站厅的安检设备布置在站厅内,此时行人增加了一个速度限制点,改变了速度曲线形式,同时闸机前方速度提升至0.8 m/s。
对于增加安检设备后闸机前方行人速度提升的原因解释如下。根据已有研究[16],安检设备的能力为2 600人/h,每台闸机能力为2 100人/h,安检设备的能力小于闸机组,成为进站过程的瓶颈,这使得安检后行人恢复正常步速,闸机处基本没有排队现象。实际情形如图10所示。
图10 B站厅忙时行人经过安检前后对比Fig.10 Contrast of passenger flow before and after security in concourse B during busy hours
3)客流量对速度产生影响,通过不同时段的数据来体现。在A站厅内,闲时,行人进入闸机前方1 m区域时,速度会迅速由1.2 m/s降低至0.6 m/s左右,这通常由行人在闸机前方的一些延滞性活动造成,例如寻卡、放置行李、等待他人等行为[17];忙时,降速的起点由闸机前方1 m位置移至2 m,这主要是由闸机前方排队人数增加造成。此外,忙时,距闸机组2 m以外区域行人速度呈现出上升的趋势,这是由于进入队列前行人会加速来选择较短的队列,以节省排队时间,这与闲时较为平稳的曲线形式不同。
在B站厅内,闲时,行人从站厅入口到安检设备前方为正常步速,接受安检时经历“放置行李-走到取行李处-停留等待取行李”这一过程,导致速度呈现波动的形式;忙时,客流量剧增,一台安检设备的能力已经不能满足需求,行人一直处于紧密队列中,安检处行人速度波动不再明显,一直处于很低的水平,基本在0.4 m/s以下。
可见,客流量会对行人速度产生影响,有必要进一步对行人速度与密度的关系进行研究。
4)行人进入闸机组内不同闸机时,速度水平和趋势均没有明显差别,可以将一个闸机组作为整体进行研究。
4行人速度变化规律
4.1速度曲线拟合
将各站厅各时段的速度数据取均值,进行曲线拟合,如图11所示。
(a)A站厅闲时;(b)A站厅忙时;(c)B站厅闲时;(d) B站厅忙时图11 行人速度曲线拟合Fig.11 Pedestrian speed curves fitting
A站厅闲时为Logistic函数:
(4)
A站厅忙时为LogNormal函数:
(5)
B站厅闲时为BiPhasic函数:
(6)
B站厅忙时为BiPhasic函数:
(7)
从曲线拟合结果可以得到如下结论:
1)闸机是行人速度很重要的限制节点。行人在闸机前速度通常会急剧降低,客流量较大时更加明显,持续的时间更长、空间更广。
2)安检设备是行人进站过程的分界点,行人在安检前后的速度变化相互独立,这使得行人速度变化呈现双相的特性。安检设备前行人速度骤降,安检后又回升。若安检设备能力不足,会大大降低行人的进站便捷度。
3)安检设备与闸机连续配置时,安检设备可以为闸机提供行人缓冲作用。但为了避免延滞作用加成,两者之间应保持一定的距离。
4.2速度-密度曲线
在站厅内选择特定的区域,获取该区域内的速度-密度曲线。
A站厅选定进站闸机组前方4个地板砖宽度的区域,区域面积为9.22 m2;B站厅选定安检前及安检区域,安检前为2个地板砖宽度,安检为1个地板砖宽度,区域面积为7.56 m2。选定区域如图4~图5阴影区域所示,速度-密度曲线拟合结果如图12所示。
(a)A站厅;(b)B站厅图12 速度-密度曲线拟合Fig.12 Speed-density curves fitting
A站厅闸机前方为Boltzmann函数:
(8)
B站厅安检处为Logistic函数:
(9)
根据速度-密度曲线可以得到如下结论:
1)选定区域内,行人速度均随密度的增加而明显降低,可将密度作为识别速度变化的一个指标。
2)闸机前方在0.2~0.6 人/m2区间、安检处在0.5~1.5 人/m2区间速度变化趋势较陡,为速度对密度的敏感区间,该区间两边变化趋势较缓。
3)若将行人密度控制在敏感区间的上限之下,即闸机前方行人密度控制在0.6 人/m2以下、安检处控制在1.5 人/m2以下,可以有效提高行人的通过速度,保证良好的通行效率。行人服务水平一般可分为A~F共6个等级[18],根据对应行人密度可知,闸机达到A级服务水平、安检设备达到C级服务水平时,可使行人通过速度较为理想。
5结论
1)得到了楼扶梯出口、通道出口、闸机入口等不同设施结合处的行人路线特征,在实地调研中操作简便且有较好的准确性。
2)通过研究站厅非付费区内的行人速度曲线和函数,明确了设施类型、设施布置形式和客流量是行人速度的主要影响因素。其中重点研究了闸机和安检设备对行人速度的限制作用,并发现两者连续配置时,安检设备可以为闸机提供行人缓冲作用。
3)根据在安检区域和闸机前方拟合得到的速度-密度曲线和函数,得到两者应达到的服务水平等级。若未达到相应等级,应考虑增加设施数量,或改变设施配置形式及设施间距离,使其能力与客流相适应,从而控制行人密度,保证通行速度,提高车站运营效率。
参考文献:
[1] SUN Lijun,LU Yang,JIN Jiangang,et al. An integrated Bayesian approach for passenger flow assignment in metro networks[J].Transportation Research Part C:Emerging Technologies,2015,52:116-131.
[2] Dong Hairong,Ning Bin,Qin Gaoyou,et al. Urban rail emergency response using pedestrian dynamics[J].IEEE Intelligent Systems,2012 (1):52-55.
[3] Hankin B D,Wright R A.Passenger flow in subways[J].OR(Operational Research Quarterly),1958,6:81-88.
[4] 柳伍生,余朝玮.地铁站楼梯行人流交通特征的数据拟合分析[J].计算机工程与应用,2008,44(3):50-52,77.
LIU Wusheng,YU Chaowei.Analyzing to characteristics of pedestrians flow on stairways at metro transfer stations basing on data fitting[J].Computer Engineering and Applications,2008,44(3):50-52,77.
[5] 王凯英,廖明军,孟宪强,等.上海地铁站内行人楼梯交通特性[J].上海海事大学学报,2009,30(1):69-73.
WANG Kaiying,LIAO Mingjun,MENG Xianqiang, et al.Stair traffic characteristics of underground station in Shanghai[J].Journal of Shanghai Maritime University,2009,30(1):69-73.
[6] 贾洪飞,杨丽丽,唐明.综合交通枢纽内部行人流特性分析及仿真模型参数标定[J].交通运输系统工程与信息,2009,9(5):117-123.
JIA Hongfei,YANG Lili,TANG Ming.Pedestrian flow characteristics analysis and model parameter calibration in comprehensive transport terminal[J].Journal of Transportation Systems Engineering and Information Technology,2009,9(5):117-123.
[7] 徐尉南,吴正.地铁候车厅客流运动的数学模型[J].铁道科学与工程学报,2005,2(2):70-75.
XU Weinan,WU Zheng.Mathematical model for the passenger flow in subway station waiting rooms[J].Journal of Railway Science and Engineering,2005,2(2):70-75.
[8] 杨涵,伍梦欢,张含笑,等.地铁换乘站不同设施区域乘客走行速度分析[J].交通运输系统工程与信息,2011,11(z1):140-145.
YANG Han,WU Menghuan,ZHANG Hanxiao,et al.A modeling study of the walking speed of the passengers in different areas of a subway station for transfer[J].Journal of Transportation Systems Engineering and Information Technology,2011,11(z1):140-145.
[9] GB 50157—2003,地铁设计规范[S].
GB 50157—2003,Code for design of metro[S].
[10] 赖丽萍,陈勇烽,晏小波.国内外地铁车站楼扶梯设计方法比较分析[J].城市轨道交通研究,2012,15(10):17-20,42.
LAI Liping,CHEN Yongfeng,YAN Xiaobo.Comparative study of metro stairway and escalator design in the world[J].Urban Mass Transit,2012,15(10):17-20,42.
[11] 刘立元,张宁,王洪臣.地铁通道内行人交通微观特性的实测分析[J].交通运输工程与信息学报,2014(3):18-25,31.
LIU Liyuan,ZHANG Ning,WANG Hongchen.Empirical study of pedestrian microscopic characteristics in metro station corridors[J].Journal of Transportation Engineering and Information,2014(3):18-25,31.
[12] 何铁军,张宁,王健.便携式人工检票机的研究与开发[J].铁道科学与工程学报,2008,5(5):92-96.
HE Tiejun,ZHANG Ning,WANG Jian.Research and development of portable examining machine[J].Journal of Railway Science and Engineering,2008,5(5):92-96.
[13] 贾洪飞.综合交通客运枢纽仿真建模关键理论与方法[M].北京:科学出版社,2011:49-54.
JIA Hongfei.Key theory and method of simulation modeling for integrated transport hub[M].Beijing:Science Press,2011:49-54.
[14] 廖明军.轨道交通站内行人行为建模[D].上海:同济大学交通运输工程学院,2008:35-37.
LIAO Mingjun. Pedestrian behavior modeling in rail transit station[D].Shanghai: School of Transportation Engineering,Tongji University,2008:35-37.
[15] 王俊杰,谭倩,王璞.城市轨道交通客流突增研究[J].铁道科学与工程学报,2015,12(1):196-202.
WANG Junjie,TAN Qian,WANG Pu.Analysis of surging passenger flow in urban rail transit network[J].Journal of Railway Science and Engineering,2015,12(1):196-202.
[16] 张慧慧,陈峰,吴奇兵.北京地铁进出站设施通行瓶颈问题定量分析[J].都市快轨交通,2009,22(3):20-23.
ZHANG Huihui,CHEN Feng,WU Qibing.Quantitative analysis on the passage bottlenecks through the entrances and exits of Beijing subway stations[J].Urban Rapid Rail Transit,2009,22(3):20-23.
[17] 常丹.地铁行人微观行为参数量化研究[D].北京:北京交通大学,2010:30-32.
CHANG Dan.Quantified study of microscopic pedestrian behavior parameters in subway[D].Beijing: Beijing Jiaotong University,2010:30-32.
[18] National Research Council.Transit Capacity and Quality of Service Manual[R].Washington:TCRP Report,2003:part4/1-48.
(编辑阳丽霞)
Study on pedestrian speed change in connection areasbetween different facilities in subway station
SUN Shiwei1,2, LI Haiying1, XU Xinyue1
(1.State Key Laboratory of Rail Traffic Control and Safety,Beijing Jiaotong University,Beijing 100044, China;2.School of Traffic and Transportation,Beijing Jiaotong University,Beijing 100044, China)
Abstract:In this paper, the concourses of line 4 and line 10 in Haidian Huangzhuang subway station were chosen as research objects, and the pedestrian speed features in the connection areas with different types of facilities were focused on. Traveling route modes were analyzed through survey. The of curves of the speed and speed-density were drawn and fitted using the data of pedestrian in non-paying areas to show the feature of the speed change in security inspection equipment and gates. The results show that the speed-sensitive intervals of density are 0.2-0.6 person/m2 in front of gates and 0.5-1.5 person/m2 at security inspection equipment,respectively. The pedestrian speed will be acceptable when the service level reaches A at the gates and C at the security equipment, respectively. Besides, when the security inspection equipment and gates are located successively, the security inspection equipment can reduce the pedestrian arriving rate at the gates. The results could provide guidance for facilities layout and pedestrian simulation.
Key words:rail station;pedestrian speed;traveling route;security equipment;gates;curve fitting
中图分类号:U121
文献标志码:A
文章编号:1672-7029(2016)03-0570-07
通讯作者:李海鹰(1966-),女,山西榆次人,教授,博士,从事交通枢纽规划与设计的研究;E-mail:hyli@bjtu.edu.cn
基金项目:国家重点实验室自主课题资助项目(RCS2015ZZ002);北京市科技专项资助项目(Z141106004414106)
收稿日期:2015-07-27