一种交通枢纽通行风险指数判别方法及系统技术方案

本发明专利技术公开了一种交通枢纽通行风险指数判别方法及系统，包括：定义通行设施中的人流参数；根据人流参数建立参数关系模型；结合所述参数关系模型和人流参数的参数分布特征进行统计分析，并根据所述通行设施的类型建立对应的风险指数模型；根据所述风险指数模型判断风险指数等级，本方案的好处在于：对于通勤类车站和枢纽类车站中各类通行设施内不同的行人流特征进行区分，从而发现通行风险的突变点特征，对各类枢纽的各类通行设施行人流关系图进行统计分析，分别建立对应的流体力学模型；统计分析得出各类不同通行设备的风险突变点；以密度、速度转化的通行成本为判断指标，将非线性关系转化为线性关系，得到风险指数。得到风险指数。得到风险指数。

【技术实现步骤摘要】
一种交通枢纽通行风险指数判别方法及系统


[0001]本专利技术属于轨道交通风险预警领域，具体涉及一种交通枢纽通行风险指数判别方法及系统。

技术介绍

[0002]作为轨道交通与城市生活交互的直接对接载体和线路之间的中转节点，车站具有吸引、聚集、转换、疏散等特殊功能。在北京，巨大规模的客流量既是对车站运营的考验，也是其重要性的集中体现。近年来，车站尤其是换乘站不断增多，部分车站通道、楼扶梯、出入口拥挤，乘客服务水平降低，存在严重的拥挤踩踏风险。
[0003]从运营安全状况和安全水平所具有的内涵来看，线路层面是一个包括行车组织到客运服务质量的多维对象，车站层面集中反映了客流和设备设施、土建结构之间的匹配所产生的拥挤风险，其本质是客流在时间轴和空间轴上所呈现的形态，如何设定风险描述参数，如何设计评价指标体系，这是标准设计的难点。
[0004]从运营安全状况和安全水平所面向的对象来看，路网不仅仅是线路的简单的物理集合，同时更是相互作用和相互协调的复杂系统；由于线路之间的存在显著的相互制约与干扰，各线路之间相互的风险转移、扩散、升级呈现出多样形态，如何确定风险来源交互关系，一方面，单线的风险在路网环境下极易扩大和升级，另一方面，本线的风险可能来自于其他线路，这是系统研判的难点。
[0005]轨道交通的科学化管理工作中，常态风险的定量化监控必不可少。在这项工作中，相应的指标体系、标准规范以及计算方法是基础。
[0006]目前，在道路交通运行的评价方面，有北京市交通发展研究院开展的道路交通拥挤指数研究，其中设置综合反映道路网畅通或拥堵的概念性指数值，相当于把拥堵情况数字化：拥堵指数在0至2之间为“畅通”，2至4之间为“基本畅通”，4至6之间为“轻度拥堵”，6至8之间为“中度拥堵”，8至10之间为“严重拥堵”。但是目前我国轨道交通路网既定运营车站、线路，在全部运营时段内的运营状态如何标定车站、线路、路网的隐患指数与风险等级还处于空白，亟需进行填补。
[0007]在已有的关于轨道交通枢纽车站通行风险判别中，存在以下几个问题：1、对于通勤类车站和枢纽类车站的客流整体行人流特征未进行区分。
[0008]2、对于各类通行设施，包括上行楼梯、下行楼梯和通道中不同的行人流特征未进行区分，未能发现通行风险的突变点特征。
[0009]3、选择负荷度作为风险判断指数，未能解决流量和密度、速度的双对应关系，可能引起误判。

技术实现思路

[0010]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种交通枢纽通行风险指数判别方法对于通勤类车站和枢纽类车站的客流整体行人流特征进行区分，
对各类通行设施中不同的行人流特征进行区分，从而发现通行风险的突变点特征，通过密度和时长倍数的双对应关系对风险指数进行判断。
[0011]为了解决上述技术问题，本专利技术采用了如下的技术方案：一种交通枢纽通行风险指数判别方法，包括以下步骤：定义通行设施中的人流参数；根据行人流参数建立参数关系模型；结合参数关系模型和人流参数的参数分布特征进行统计分析，并根据通行设施的类型建立对应的风险指数模型；根据风险指数模型判断风险指数等级。
[0012]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，人流参数包括：单位时间通行量、时长倍数、行人流密度、行人流速度、自由流速度、自由流通行时长、通行时长和通行距离。
[0013]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，参数关系模型包括：单位时间通行量、行人流密度和行人流速度的关系：单位时间通行量=行人流密度*行人流速度;自由流通行时长、通行距离和自由流速度的关系：自由流通行时长=通行距离/自由流速度;时长倍数、通行时长和自由流通行时长的关系：时长倍数=通行时长/自由流通行时长。
[0014]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，通行设施的类型包括通勤类车站上行楼梯、通勤类车站下行楼梯、枢纽类车站上行楼梯、枢纽类车站下行楼梯和车站通道，对应的风险指数模型为通勤类车站上行楼梯风险指数模型、通勤类车站下行楼梯风险指数模型、枢纽类车站上行楼梯风险指数模型、枢纽类车站下行楼梯风险指数模型和车站通道风险指数模型。
[0015]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，通勤类车站上行楼梯风险指数模型包括：通勤类车站上行楼梯密度函数=通勤类车站上行楼梯时长倍数
‑
通勤类车站上行楼梯表征截距；通过通勤类车站上行楼梯密度函数得出通勤类车站上行楼梯密度，对通勤类车站上行楼梯时长倍数的值进行广义线性划分并结合通勤类车站上行楼梯密度进行分析，划分出通勤类车站上行楼梯风险指数等级。
[0016]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，通勤类车站下行楼梯风险指数模型包括：通勤类车站下行楼梯密度函数=通勤类车站下行楼梯时长倍数
‑
通勤类车站下行楼梯表征截距；通过通勤类车站下行楼梯密度函数得出通勤类车站下行楼梯密度，对通勤类车站下行楼梯时长倍数的值进行广义线性划分并结合通勤类车站下行楼梯密度进行分析，划分出通勤类车站下行楼梯风险指数等级。
[0017]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，枢纽类车站上行楼梯风险指数模型包括：枢纽类车站上行楼梯密度函数=枢纽类车站上行楼梯时长倍数
‑
枢纽类车站上行楼梯表征截距；通过枢纽类车站上行楼梯密度函数得出枢纽类车站上行楼梯密度，对枢纽类车站上行楼梯时长倍数的值进行广义线性划分并结合枢纽类车站上行楼梯密度进行分析，划分出枢纽类车站上行楼梯风险指数等级。
[0018]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，枢纽类车站下行楼梯风险指数模型包括：枢纽类车站下行楼梯密度函数=枢纽类车站下行楼梯时长倍数
‑
枢纽类车站下行楼梯表征截距；通过枢纽类车站下行楼梯密度函数得出枢纽类车站下行楼梯密度，对枢纽类车站下行楼梯时长倍数的值进行广义线性划分并结合枢纽类车站下行楼梯密度进行分析，划分出枢纽类车站下行楼梯风险指数等级。
[0019]在一些实施例中，上述一种交通枢纽通行风险指数判别方法中，车站通道模型包括：车站通道密度函数=车站通道时长倍数
‑
车站通道表征截距；通过车站通道密度函数得出车站通道密度，对车站通道时长倍数的值进行广义线性划分并结合车站通道密度进行分析，划分出车站通道风险指数等级。
[0020]一种交通枢纽通行风险指数判别系统，其特征在于：系统包括：网络构建模块，用于将轨道交通列车的时间信息，旅客进出站信息和旅客站内等待时间信息加入到物理网络中，建立轨道交通服务网络；建模模块，用于根据轨道交通列车的时间信息，旅客进出站信息和旅客站内等待时间信息得到人流参数并建立参数关系模型，结合参数关系模型和人流参数的参数分布特征进行统计分析，建立风险指数模型；风险判断模块，用于计算风险指数模型得出时长倍数和密度，根据时长倍数和密度判断出风险指数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通枢纽通行风险指数判别方法，其特征在于：包括以下步骤：定义通行设施中的人流参数；根据所述人流参数建立参数关系模型；结合所述参数关系模型和人流参数的参数分布特征进行统计分析，并根据所述通行设施的类型建立对应的风险指数模型；根据所述风险指数模型判断风险指数等级。2.根据权利要求1所述的一种交通枢纽通行风险指数判别方法，其特征在于：所述人流参数包括：单位时间通行量、时长倍数、行人流密度、行人流速度、自由流速度、自由流通行时长、通行时长和通行距离。3.根据权利要求2所述的一种交通枢纽通行风险指数判别方法，其特征在于：所述参数关系模型包括：单位时间通行量、行人流密度和行人流速度的关系：单位时间通行量=行人流密度*行人流速度;自由流通行时长、通行距离和自由流速度的关系：自由流通行时长=通行距离/自由流速度;时长倍数、通行时长和自由流通行时长的关系：时长倍数=通行时长/自由流通行时长。4.根据权利要求1所述的一种交通枢纽通行风险指数判别方法，其特征在于：所述通行设施的类型包括通勤类车站上行楼梯、通勤类车站下行楼梯、枢纽类车站上行楼梯、枢纽类车站下行楼梯和车站通道，对应的所述风险指数模型为通勤类车站上行楼梯风险指数模型、通勤类车站下行楼梯风险指数模型、枢纽类车站上行楼梯风险指数模型、枢纽类车站下行楼梯风险指数模型和车站通道风险指数模型。5.根据权利要求4所述的一种交通枢纽通行风险指数判别方法，其特征在于：所述通勤类车站上行楼梯风险指数模型包括：通勤类车站上行楼梯密度函数=通勤类车站上行楼梯时长倍数
‑
通勤类车站上行楼梯表征截距；通过通勤类车站上行楼梯密度函数得出通勤类车站上行楼梯密度，对所述通勤类车站上行楼梯时长倍数的值进行广义线性划分并结合所述通勤类车站上行楼梯密度进行分析，得出通勤类车站上行楼梯风险指数。6.根据权利要求4所述的一种交通枢纽通行风险指数判别方法，其特征在于：所述通勤类车站下行楼梯风险指数模型包括：通勤类车站下行楼梯密度函数=通勤类车站下行楼梯时长倍数
‑
通勤类车站下行楼梯表征截距；通过通勤类车站下行...

【专利技术属性】
技术研发人员：李健，杨博，窦园园，王琼，李红涛，单耀，薛新聪，
申请(专利权)人：华北科技学院中国煤矿安全技术培训中心，
类型：发明
国别省市：