王 辉 文
概要:文章以新型冠状病毒感染肺炎疫情为例,将目前国内疫情防控分为疫情突发时期,疫情流行时期,防疫常态化、动态化、精准化时期3个阶段,并采用回顾性研究方法分析重大突发公共卫生事件下城市地面公共交通的信息化应对策略,得出其防疫措施在信息感知层、信息共享层、信息应用层存在不足,建议:(1)强化精准高效感知能力,推广自动驾驶技术应用;(2)创新数据共享融通机制,破除数据壁垒、连接信息孤岛;(3)优化定制公交线路,以期丰富突发公共卫生事件下应急交通策略体系。
2019年底开始爆发的新型冠状肺炎病毒(简称“COVID-19”)是1949年以来发生的感染范围最广、传播速度最快、防控难度最大的一次突发性重大公共卫生事件。该疫情爆发以来,在党中央的正确领导下,全国人民众志成城,确保交通运输经济恢复运行,疫情所带来的负向影响正在逐步消退,生产生活交通秩序正在全面恢复。[1]但近期北京新发地农副产品批发市场中心出现的新冠疫情,再度给“健康国防链”敲响了“警钟”,疫情尚未结束,防控绝不可松懈。
目前对于重大公共卫生事件,公共交通方面还缺乏有针对性的应对策略方面的研究。为此,本文采用回顾性研究方法,分析城市地面公共交通助力疫情防控、保障复工复学的信息化举措,梳理其脉络趋向,总结其成功经验,从既有信息化防疫措施的继承、完善和更科学措施的引入等方面,对目前城市地面公共交通发展提出建议,以期丰富突发公共卫生事件下的应急交通策略体系。
按照新冠疫情对国内公共交通行业的影响,下面以新冠疫情重灾区——武汉封城直至解封为时间节点,将公共交通疫情防控划分为3个阶段,即:
(1)疫情突发时期(2019年12月武汉金银潭医院收治首例新冠肺炎疑似病例—2020年1月23日武汉紧急实施封城封路措施)。
(2)疫情流行时期(2020年1月23日多地陆续启动突发公共卫生事件一级应急响应—4月7日),2月3日城市地面公共交通为保障有序复工复产开始陆续恢复营运。
(3)防疫常态化、动态化、精准化时期(2020年4月8日武汉离汉离鄂通道管控措施正式解除—至今)。在此期间,各地依据应急响应级别,有序复学复课。
纵观疫情防控的3个阶段,信息化、智能化、数字化,成为城市地面公共交通“疫”路同行的关键词。
搭建智能云平台,打造公交智慧大脑,实现信息精准传达,精准预判客流分布的时间、地点、趋向,动态跟踪、实时监控并发布绕行提示等服务信息,同时为市民提供智能公交指引和预警。比如,北京公共交通控股(集团)有限公司(下简称:北京公交集团)自主研发的“智能公交1.0版”系列软件是(疫情)前期“前端设备传输与处理能力、数据平台接驳能力、数据融合和应用开发能力”3个基础能力建设成果和数字化转型探索的具体体现。(注:2020年3月31日,北京公交集团在机关大楼举行了“智能公交1.0版”系列软件发布会)
智能调度各通勤类线路,实行精细化管理。重点关注复工复学后客流提升较快的线路,实时监测线路客流变化趋势,研发“车厢高密度载客预警”系统功能。当车次客运量超过规定人次时,及时调配运力,加大发车频率,适当降低车厢内的人员密集度,确保行车时人与人之间的安全距离,科学防控疫情的同时满足复工复学客流的出行需求。
构建追溯乘客及同乘人出行轨迹的倒查机制。乘客通过“亮码扫码”实名认证登记方式,导入登记人相关信息,汇总、统计、上报数据,“公交同乘信息系统”高效校验海量OD数据进行人车筛查,即可完成“零接触”的防控筛查,有效避免交叉感染,最大程度遏制新冠疫情蔓延风险。针对老年乘客智能设备使用率低的现状,改造升级售卡系统,更新了老年卡实名制查询功能。
通过使用“人脸识别测温仪”,锁定乘客额头区域完成秒级检测、多点测温、自动预警,并屏蔽车门周边环境和人员的影响,实时回传数据到监测后台予以保存,以作为疫情溯源追踪的可靠依据,精准化设备和智能化技术提升了防疫能力。期间,金龙客车迅速研制了ANMO智能防疫工作站,以自动化、秒级、精准地通勤防疫流程,实现全程无接触,在连续通行的情境下,检测消毒速度小于5 s。
通过面向社会、学校和个人征集出行需求,直接线上申报,智能计算并撮合需求,依据大数据获取的每天公交线路高峰值,合理规划行车作业,量身定制公交通勤线路和学生助学专线,实时分析线路营运情况,对途径学校周边线路的发车时间、停靠站点做出科学优化,实现“点菜式”动态发车。
城市公共交通是复工复学的“先行官”,多地采取电子凭证模式、“点对点、一站式”定制化公交等举措,保障疫情防控与返岗通勤双安全。同时,反思公交信息化防疫措施,仍存在几点不足:
首先,基于感知层的数据采集、融合和分析能力有待精准。当前公共交通感知体系建设中,对于乘客出行信息采集仍停留在“乘车记录”阶段,疫情感染链条回溯难度较大。
第二,数据共享程度有待提高,大交通、大公交平台的数据融通机制尚需完善。
第三,城市公共交通大脑在应急场景下快速响应、精准决策和协同调度能力有待进一步强化。[2]
引入基于深度学习的多源信息融合技术,针对每个视角实现多个传感器实时监测,从而全方位感知、精准判断外部环境。借助5G智能公交系统、智能安全主动预警系统、智能语音系统、车辆盲区监测功能等,实现车辆与云控平台迅速接驳,并与附近公交场站互联互通信息,监测车辆进出站情况等,强化突发事件下智能交通的预测、预警功能,健全应急联动防疫机制、提升协同联动处置水平,为进一步推广智能网联汽车的场景应用提供支持。
疫情期间更突显“智能公交”的重要意义
运用多传感器实时采集信息和数据,并加以标识、联合、组合、分类、分级、标准化、结构化、溯源,从而提高前端数据挖掘的质量。通过整合跨公共交通方式的应急管理数据资源,创新交通领域数据融通机制,实现信息系统之间的数据共享和互联互通,推进政企数据交互融合,优化数据开放生态。持续深入开展大数据创新示范应用,完善大数据可视化分析决策系统,加强综合研判,强化公共交通支持决策能力。
秉承“需求响应式”的Maas理念,全面分析居民出行需求,运用智能算法拟合需求,优化调度策略和路径选择,合理规划定制公交和常规公交的协同停靠。科学编制行车时刻表,提升线路乘座率,并根据乘座率来调配线路车型,完善返程签单功能,提高续单率和运营效率。为满足乘客享受更好的公共出行体验,可以借鉴国外定制公交Leap的模式,对公交车厢内部采取个性化设计,配备电脑桌、雅座、充电插座等办公设施。[3]