通过数字孪生技术，实现城市公交运营服务系统个体级对象重建、全周期服务重构，不仅可对城市公交常规精准管理提供帮助，亦可对城市公交在重大公共事件下的应急决策提供支撑。

公交服务是城市中一项重要的、不可或缺的基础性功能，“公交优先”亦是我国建设交通强国，建设社会主义现代化强国的重要引领和战略支撑。

在公交服务中，运营水平的高低将直接影响出行者公交出行体验，为进一步提高公交管理决策能力，相关从业人员先后引入了数据可视化、公交仿真等数字化技术，为集计型指标呈现、服务片段还原等提供帮助。

随“数字孪生”技术发展，目前已具备在虚拟数字空间中对现实城市公交运营服务，以个体级对象重建、全周期服务重构的形式进行等价映射的能力和技术条件，可实现对公交用户出行活动、公交车辆运营周转全过程的完整描述，进而切实赋予城市公交运营服务管理智能化自主决策的能力，为体系性的开展城市公交数字化、智慧化升级提供新工具。

引言

“数字孪生”概念起源于工业生产活动，服务于产品生命周期管理，其核心思想为：通过数字化技术，现实物理系统中的对象结构可以被映射表达为虚拟数字空间中的实体，该实体在虚拟数字空间中具有与现实物理系统等价的特征形态与交互规则，互为“孪生体”关系，且随着对象结构在现实物理系统中的发展，虚拟数字空间中的“孪生实体”将同步进化升级。

因此，得益于“数字孪生”技术“数字化表达”、“等价映射”等技术特点，近年来其被应用于航空航天、智能制造、城市规划等重点领域，为现实物理系统中真实对象的性能评价、状态预测等方面提供支撑帮助。

城市公交运营服务作为城市基本服务中重要一环，日均服务百万级市民出行，其在系统结构上具有对象多元、组成复杂等特点，虽然随着IC卡、GPS、数字图像等技术发展，管理者可对城市公交服务进行持续观察，但对象间繁杂的时空交互关系仍然对城市公交运营规律个体级、全周期的掌握带来挑战，影响着服务管理的科学性和有效性。

通过“数字孪生”技术，可以对城市公交运营服务在虚拟数字空间，针对性的重建个体级对象，重构全周期服务，进而实现两大管理的重要目标：

（1）“孪”——在公交运营服务个体级、全周期数字孪生的条件下，最大程度还原城市公交运营服务在现实物理系统中的真实水平；

（2）“生”——在不对百万公交用户产生直接干扰的前提下，支撑管理者对城市公交系统进行对象交互规律挖掘、运营方案模拟评估，进一步提高服务管理效能。

因此，本文就如何对城市公交运营服务进行数字孪生设计开展讨论。

城市公交运营服务的本质

为更好地对城市公交运营服务进行数字孪生设计，首先需要对城市公交运营服务的本质进行提炼，对其中关键的对象结构、服务过程进行映射表达，最终实现个体级对象重建与全周期服务重构。

从系统“供-需”交互的角度，城市公交系统可以拆解成代表“供给”的公交车辆端，以及代表“需求”的公交用户端。

其中公交车辆端涵盖了公交车辆发班、停站、收车、待班等服务行驶单元，公交用户端涵盖了到站、候车、乘车、下车等出行行为单元。进一步通过IC卡、车牌号等个体级身份标签，公交用户在时空范围内的若干出行行为单元可以串联形成“公交用户出行活动链”，类似的，公交车辆在时空范围内的若干服务行驶单元可以串联形成“公交车辆运营周转链”。

上述两个链条可以对城市公交系统在“供给”、“需求”方面进行较完备的描述，帮助实现城市公交运营服务系统个体级对象重建和全周期服务重构。公交运营服务计划作为系统运作策略，影响着上述两个链条的交互效果，是系统服务管理中重要的控制对象。

城市公交运营服务数字化分析的历程

面向以“公交用户出行活动链”、“公交车辆运营周转链”为核心单元构成的城市公交运营服务系统，业界对其进行数字化分析的历程大致可分为以下3个阶段：

（1）基于运营数据的公交系统信息可视化；

（2）基于统计模型的公交系统仿真；

（3）基于个体模型的公交系统数字孪生。

在第一阶段中，得益于IC卡、车载GPS等技术的发展，管理者可对“公交用户出行活动链”、“车辆运营周转链”进行细致观察，此阶段的数字化分析主要目标为，结合服务评价指标对服务水平信息进行可视化，直观掌握各公交用户、线路、站点、班次的历史特征。

此阶段下的城市公交运营服务管理仍强依赖于人工经验，可视化带来了信息直观、易读的优势，但并未赋予直接的决策能力，同时其所呈现的信息以历史数据为主，较难支持对象交互关系挖掘，亦难以支持未来拟实施公交运营服务计划效果的预评估。

为提高城市公交运营服务数字化分析后的辅助决策能力，在第二阶段中以Paramics、Vissim等经典交通仿真软件为代表的厂商逐渐耕耘公交仿真。

此阶段的数字化分析主要目标为：

（1）对城市公交运营服务的关键对象进行建模，如公交场站、公交站台等；

（2）对片段公交服务现象进行还原，如公交用户候车行为、乘车行为等。此阶段下城市公交运营服务管理拥有了更强的可视化能力，“供-需”两端的对象亦有各自的动作能力与初步的交互能力，公交仿真使公交服务过程得以动态呈现。

但其对实际管理决策的支撑程度仍较有限，仍无法在公交仿真中构建起“车辆运营周转链”、“公交用户出行活动链”：供给主要以公交线路发车频率进行表征，而需求主要以OD矩阵进行表征，这与现实中公交用户、公交车辆具有独立个体标签的事实不一。

全周期管理公交运营服务，缺少包括“公交用户连续公交出行”、“公交车辆待班周转运行”等关键环节描述的能力。

故其仍难以全方面支持未来拟实施公交运营服务计划效果的预评估，仅可获得区段客流量等公交服务片段的集计型评价。

总结其原因在于，公交仿真是基于公交服务片段现象而非公交服务全周期，是面向统计特性相似而非个体体验匹配。

因此，为真正赋予城市公交运营服务数字化分析后智能且自主的决策能力，实现城市公交运营服务系统个体级对象重建、全周期服务重构，以“数字孪生”为代表的技术发展，推动了城市公交运营服务数字化分析进入第三阶段。

此阶段的数字化目标主要为，基于公交供需交互机理，将现实物理系统中的“公交用户出行活动链”、“车辆运营周转链”等价映射至虚拟数字空间，面向公交运营服务全周期，建立公交运营服务中个体级的“数字孪生体”，实现公交系统在现实世界与数字空间中的关联对应与交互反馈。

近年来，笔者研究团队为实现上述目标，提出了关于城市公交运营服务的数字孪生设计4层模型框架，结构如下图所示。

图1 城市公交运营服务的数字孪生技术框架

在该4层技术框架中，实体层、关联层、规则层体现了第三阶段下，城市公交运营服务系统数字化分析“孪”的特性，即在现实物理系统等价映射的虚拟数字空间中，城市公交对象实体真实准确、关联关系可计算、运营规则可服从。

推演层体现了第三阶段下，城市公交运营服务系统数字化分析“生”的特性，即在现实物理系统等价映射的虚拟数字空间中，城市公交系统可推演、可进化。

具体而言，实体层以公交IC卡数据、公交车辆数据等相关数据为基础，重点解决了现实物理世界中个体对象在虚拟数字空间中的等价表示问题，使各虚拟数字空间中的实体同样具有独立身份标签、个体行为规律等属性信息，实现城市公交运营服务系统的个体级对象重建。

关联层以公交运输线网、城市路网等网络关联关系为基础，重点构造了城市公交在虚拟数字空间中运营服务的环境，使公交车辆与公交线路匹配、公交线路与城市道路匹配，实现城市公交运营服务环境在虚拟数字空间与现实物理世界的一致。

规则层以城市公交运营服务中，涉及到的各项基本约束为基础，重点限制了城市公交在虚拟数字空间中运营服务的交互行为，使公交车辆与社会车辆可进行合理行驶交互、公交用户与公交车辆可进行合理乘行交互、公交车辆与公交线路可进行合理调度交互等，实现城市公交运营服务规则在虚拟数字空间与现实物理世界的等同。

经过实体层、关联层和规则层后，城市公交系统基本完成现实物理系统到虚拟数字空间的等价映射，实现“公交用户出行活动链”、“车辆运营周转链”的构建，达到城市公交运营服务个体级对象重建、全周期服务重构的目标。

推演层将进一步提高系统辅助决策的能力，下设常规性公交服务场景评估与探索性公交服务场景设计模块，通过加载不同服务场景方案，支持管理者预先掌握服务方案对城市公交系统的影响，助力精准决策。

城市公交运营服务数字孪生应用

笔者研究团队已于2021年初，将上述技术应用于广州市城市公交运营服务的研究分析中，并初步开发城市多模式出行服务数字孪生系统（DigitalTwinsofTransitService, DT-TS），如图2及图3所示。目前在已构建的虚拟数字空间内，涵盖了广州市范围内超7400平方公里的物理路网、逾12000公里的公交线路、14条地铁线路 、千万级的公交用户与过万辆公交车辆。

后文将以2017年9月广州大学城区域内公交出行数据为例，进行功能和效果说明。

图2 DT-TS系统（操作系统）

图3 DT-TS系统虚拟数字空间（运作内核）

（一）数字孪生下常规公交运营服务的表征能力

为切实体现数字孪生下公交运营服务的表征能力，笔者在以往公交仿真效果常见评价指标——行驶速度、总运载客流量的基础上，新增班次客流量评价指标。

班次客流量评价指标，指某时刻发出的班次，其至终点站时所运载的总客流量，反映了公交用户与班次的匹配关系。

由于在城市公交系统中，公交用户是系统需求侧最基本单元，班次则是系统供给侧最基本单元，因此班次客流量是城市公交运营服务在数字化分析过程中，供-需交互角度下的较为精细的指标。若在模拟中班次客流量与现实情况越接近，则说明在公交用户与班次模拟中的匹配关系，与现实中的一致性强。

图4对广州大学城区域内的公交车辆在各时段内的平均行驶速度进行展示。观察可发现，广州大学城区域内公交自7点起，平均行驶速度整体呈下降趋势，并于13点左右达到谷值，同时早、晚高峰现象不明显，日平均行驶速度约23.18km/h。

可发现DT-TS模拟的公交行驶速度与真实公交行驶速度时变特征较为一致，部分时段DT-TS模拟行驶速度变化较真实行驶速度剧烈，全日平均绝对误差为1.35km/h。

图4 平均行驶速度对比图

1.“个体级”设计特性的能力优势

图5展示了真实运载客流量与DT-TS模拟运载客流量的累计时变曲线，可发现在整体趋势上，DT-TS能较好的贴合真实情况。

同时，因DT-TS在虚拟数字空间中建立了个体级的“公交用户出行活动链”与“车辆运营周转链”，真实物理世界中的公交用户、公交车辆在虚拟数字空间中均能找到唯一对应的实体，故DT-TS模拟的累计客流量与真实情况差异极小。

图5 累计客流量对比图

值得说明的是，当前以Paramics、Vissim为代表的公交仿真工具，经过精细地调校各线路发车频率、OD需求生成速率等参数后亦能达到类似效果，但其作用机理并非直接面向个体级公交车辆与个体级公交用户，因此较难衡量其在微观公交用户、班次层面与现实情况差异，这对城市公交运营服务中的串车、车厢载客人数不均等关键问题解决的支持性不足，未能切实赋予城市公交运营服务精细化治理的能力。

而基于“公交用户出行活动链”与“车辆运营周转链”的DT-TS，其“个体级”的设计特性赋予其支持城市公交运营服务中精细指标——班次客流量分析的能力，其变化曲线如下图所示。

图6 班次客流量对比图

由于广州大学城区域每日发班数量较多，不同线路班次间客流量差异较大，遂截取上午6-10时班次客流量情况进行对比说明。

从对比图中可以发现，大体变化趋势上DT-TS模拟情况与真实情况较为一致，平均绝对班次客运量差异为12人。同时亦可发现，在现实公交运营过程中，同一时段内的相邻班次客运量存在一定差异，可指导公交运营服务进一步优化。

2.“全周期”设计特性的能力优势

在城市公交运营服务中，班次时刻表与公交车辆调度方案的设计对运营服务质量有直接且关键的影响。

而在实际作业过程中，由于运营计划执行后的行程时间、载客水平等信息存在不确定性，调整运营计划后可能出现公交车辆未周转回场站，导致“无车可发”现象，因此人工往往难以进行优化。

在DT-TS中，公交车辆、公交用户均进行了“全周期”的建模表达，在“车辆运营周转链”与“公交用户出行活动链”中涵盖了包括发班、收车、待班、乘车等行为单元，其中关键的“待班”行为模拟串联起了公交运营计划的完整过程，进而可进一步支持公交车辆的工作负载、驾驶强度等指标优化。

以广州大学城中的典型常规公交线路——383路为例开展后续说明。

383路全程共计26个站点，约有公交车辆12台，主要服务大学城岛内出行，在15条岛内运营线路中，客流分担比例超过20%。

383路所属公交车辆于2017年9月某典型工作日的运营服务情况如下图所示，其横轴为运营服务时间，纵轴为去隐私处理后的公交车辆独立编号，不同颜色用于区分公交服务行向，色块上的数字记录了该班次运载客流量。

可发现383路不同车辆间工作强度具有一定差异，编号1~7、10公交车辆工作强度较大，连续班次间待班时间较短，存在进一步平衡车辆间工作强度的优化空间。

图7 广州大学城383路公交车辆服务图

（二）数字孪生下个性化公交运营服务的设计能力

除了对常规城市公交运营服务进行一致表征外，基于个体级、全周期“公交用户出行活动链”与“车辆运营周转链”的DT-TS，还可进一步支持区间公交服务、需求响应型公交服务（DemandResponsiveTransit, DRT）、可变线路式公交服务（FlexibleTransit, FT）等个性化公交运营服务的设计。

1. DT-TS对区间公交服务的支持

在区间公交服务设计中，由DT-TS具有个体级、全周期的特点，可对区间公交进行模拟，进一步支持其服务效益评估。

如下图所示，其中蓝色标记为乘客，蓝色标记密度越高，说明该公交车辆内运载人数越多。可发现在公交线路未加入区间服务（图8（a））时，公交车辆间存在明显运载人数不均衡问题。

而加入区间服务后（图8（b）），公交车辆间运载人数均衡程度较左侧得到优化，同时因差异化公交服务水平的提升，在同期亦吸引了更多出行者乘坐公交。

当前DT-TS该能力亦支撑了笔者及研究团队针对广州市182路公交区间服务场景设计的研究。

图8 DT-TS中的区间公交服务图

2.DT-TS对需求响应型公交服务的支持

在DT-TS中，承载“车辆运营周转链”的公交车辆，具有完整车辆属性，可通过研发的模拟接口，支持进行“公交车辆调度”、“公交车辆重定位”、“行驶路线指定”等车辆精细化操作；承载“公交用户出行活动链”的公交用户个体，具有完整活动属性，可支持进行“出行需求发起”、“乘车信息下发（人-车关系匹配）”等操作。

对照图9 DRT公交服务一般设计流程发现，DT-TS基本对其关键环节进行了覆盖，因此可对设计提供较完整的支持。当前DT-TS该能力亦支撑了笔者及研究团队针对广州大学城多出行服务场景下的DRT服务设计研究，如图10所示。

图9 DRT公交服务一般设程图计流

图10 广州大学城多出行服务场景下的DRT服务图

结语

随车载GPS、公交IC卡等技术的发展，城市公交运营服务系统产生了丰富且精细的数据，使城市公交管理者可以对公交运营过程进行逐公交用户、逐公交车辆的观测。

同时，Paramics、Vissim等公交仿真软件的拓展也使得城市公交运营服务可以在集计层面进行片段现象的观察，但对于公交智慧决策、精准治理等措施的实施较难产生直接作用。

通过数字孪生技术，构建“车辆运营周转链”与“公交用户出行活动链”，对城市公交系统在“供给”、“需求”方面进行较完备的描述，将现实公交系统等价映射至虚拟数字空间，实现城市公交运营服务系统个体级对象重建、全周期服务重构，不仅可对城市公交常规精准管理提供帮助，亦可对城市公交在重大公共事件下的应急决策提供支撑。

充分使用数字孪生技术“孪”的能力，可在城市公交运营服务的精准复现、公交参与对象的精确画像、对象间交互规律的精细挖掘与构建公交车路协同、自动驾驶环境等方面发挥直接作用，为城市公交治理能力的现代化提供助力。

充分发挥数字孪生技术“生”的特性，可在常规公交服务的差异化优化、应急管理、新型公交服务的个性化设计和运营策略的演化式评价等方面产生直接帮助，为体系性的开展城市公交数字化、智慧化升级提供新工具。

作者简介 | 何兆成，中山大学智能工程学院，教授，博士生导师；钟嘉明，中山大学智能工程学院博士研究生；邓森，中山大学智能工程学院硕士研究生