王 辉

（北京公共交通控股（集团）有限公司党校，北京 100085）

引言

2019年底爆发的新型冠状病毒肺炎（简称“COVID-19”）是我国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重大突发性公共卫生事件。新冠疫情爆发以来，在党中央、国务院的坚强领导下，全国人民同舟共济、众志成城保障交通运输经济恢复运行，疫情所引发的负向影响正在持续消退，交通、生产、生活秩序正在全面恢复[1]。但疫情防控尚未取得最终胜利，防疫绝不能松懈。本文通过回顾性研究方法，分析城市地面公共交通在保障复工复学、助力疫情防控过程中采取的信息技术措施，梳理其中脉络趋向，汲取防疫成功经验，从既有信息化防控举措的继承、改进、完善，到更科学有效措施的落实等方面，提出城市地面公交应对突发公共卫生事件的建议。

1 多策并举，智慧公交助力复工复学

分析疫情对国内公共交通行业的影响，本文以武汉封路封城直至解封为分割时点，将公共交通筑牢疫情防控“防火墙”的过程划分为三个阶段，即疫情突发时期（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日武汉紧急施行封路封城措施）；遏制疫情流行时期（2020年1月23日多地陆续启动重大突发公共卫生事件一级应急响应机制—4月7日），2月3日开始各地城市地面公共交通为畅通复工复产“生命线”而陆续恢复营运；防疫精准化、动态化、常态化时期（以2020年4月8日零时武汉离汉离鄂通道管控措施正式解除为启点），在此期间各地遵照应急响应等级的要求，有序复工复学。纵观疫情防控的三个时期，“智慧公交”成为交通运输领域应对疫情的关键词。智慧公交是基于智慧城市概念下的一种公交新理念，即研发并利用5G、车联网、智能驾驶、区块链、云计算、大数据等最前沿的智能化、信息化的科学技术，促进“人、车、路”等全要素互联互通和深度融合，旨在为市民提供更安全、更准时、更便捷、更舒适、更高效的公共出行服务而形成的具有创新管理模式的现代公共交通系统。

1.1 智慧平台—超强大脑

疫情期间，各地公交通过搭建智能云平台，打造公交智慧大脑，实现了信息快速传达，精确预判客流主要分布的时间、地点和趋向，实时跟踪、动态监控，同时发布绕行疫情风险地区等提示服务信息，为市民出行提供了智能公交预警与指引。例如，北京公交自主研发的“智能公交1.0版”系列软件，就是“前端设备传输和处理能力、大数据平台接驳能力、大数据融合与应用开发能力”三项基础能力科技成果以及数字化转型的探索实践。

1.2 智慧调度—管必精细

随着各地公交陆续恢复营运，智能调度系统发挥了高效指挥、精细化管理的作用。例如，通过实时观测通勤线路客流的变化趋向，监控复工复学后客流增量较快线路而研发的“车厢高密度载客预警系统”，当运行车辆客运量超过额定人次时，则及时增加运力，调整发车频率，适当降低车厢内人员密集度，确保营运时车内人员间的安全距离。

1.3 智慧行车—行必安全

构建追溯新冠疑似病例及同乘密切接触人员行程轨迹的倒查机制，有利于智能公交系统利用大数据技术实现数字化安全管控。例如，市民乘车需“亮码扫码”进行实名认证登记，通过“公交同乘信息系统”导入登记人身份信息，接驳大数据平台，完成“零接触”的人车筛查。倒查机制的安全管控，降低了交叉感染风险，遏制了疫情蔓延。

1.4 智慧防疫—科技赋能

通过精准化设备与智能化技术提升了科技防疫能力。例如，使用“人脸识别测温仪”完成秒级检测，发现异常自动预警并实时回传数据到监控后台存储，以为疫情溯源追踪；ANMO智能防疫工作站是秒级、精准、自动化的通勤防疫黑科技，实现了全过程无接触，在连续通行的情境下，可完成口罩识别→体温检测→智能考勤→全方位消毒→数据上传等流程，全程用时少于10秒。

1.5 智慧服务—数字预约

通过采取线上直接预约的方式面向社会公众和学校征集并运用算法撮合出行需求，运用大数据技术获取实时客流峰值，科学规划疫情期间的行车作业，量身定制公交复工通勤线路与师生复学专线，实现“点菜式”发车。针对老年乘客智能电子设备使用率较低的情况，改造升级公交IC卡系统，更新了老年卡实名制刷卡查询等功能。

2 智慧公交信息化仍需进一步完善提高

城市公共交通是复工复学的“领跑”者，多地采取电子认证模式以及“点对点、一站式”定制化公交等服务措施，保障了返岗通勤和疫情防控双线安全。回顾分析公交信息化防疫举措，仍有以下不足需进一步完善提高。

2.1 基于感知层的数据采集、分析有待进一步精准

当前公共交通感知体系建设中，对于乘客行程信息的采集仍停留在“乘车记录”阶段，疫情感染链条的回溯难度较大[2]。受限于海量数据采集、存储和迭代的困难，快速分析疫情的预判能力还有欠缺，算力和算法有待进一步优化。

2.2 基于大交通理念的数据交换、共享机制尚需进一步完善

公共交通行业间模块数据多源异构，不同来源数据独立运行、格式不统一、数据标准化程度不高，元数据互联互通性不强且共享融合度较低。全国性的交通疫情数据库尚未完善，数据价值尚待进一步挖掘[3]，数据综合服务能力尚需提高。

2.3 基于应急情境下迅速响应、协同调度能力仍待进一步强化

路况数据精准度和可视化协同调度能力有待提高，存在公交车到站不够准时、乘客候车时间较长、行车间隔不均衡等现象，使得车站乘客密集，既增加了新冠病毒传播风险，又影响了乘客出行需求。

3 共筑智慧公交，护航公共出行

3.1 基于多元融合感知技术，加速自动驾驶场景应用

（1）基于深度学习与复杂网络的多源信息融合技术，实现高精度、全天候（全天时）、全方位的立体感知和特征提取，确保基础数据的准确性、真实性和权威性。

（2）全面分析海量疫情数据，综合动态研判疫情趋势，强化疫情等突发事件下智能交通的预警、预测功能，建构事前预测、事中监控、事后回溯的数学模型，优化客流OD算法，提升云端算力。

（3）健全大数据可视化决策支持系统，严格疫情期间公交管控，完善防疫应急机制，构建响应灵敏、运转高效、快捷畅通的信息管理体系。为加速智能网联汽车和自动驾驶的场景应用提供支持。

3.2 创新数据共享融通机制，持续深入推广大数据示范应用

（1）运用多元传感器实时监测跨公共交通方式的应急管理元数据和有效信息，并加以规范标准化、分离组合、跨界融合、分级防护、追踪溯源，进一步提升前端数据挖掘的质量。

（2）通过创新数据共享协作机制，优化数据开放生态，突破数据壁垒，促进政企数据互联互通互认，实现交通全领域各信息系统之间的多元交互、数据汇聚和资源融通，深入推广疫情期间大数据示范应用。

3.3 优化定制公交线路，有效降低疫情传播的风险

（1）秉承“需求响应式”的MaaS（出行即服务）理念，全面解析并智能拟合市民出行需求，遵循疫情期间客流规律。

（2）依据疫情防控响应级别的调整，优化线网和调度策略，提高公共交通运能，智能协调运力资源，合理规划定制公交和常规公交的协同停靠。

（3）科学编制行车时刻表，动态调控疫情期间乘坐率，根据乘客密集度调配线路车型。

（4）通过疫情大数据分析，为市民规划安全出行网络，实现乘客能准确掌握所乘车次实时位置、到达时间、动态载客数、起始地至目的地换乘信息和交通拥堵状况、到达目的地所需时间等，从而避免人员密集，有效降低疫情传播的 风险。

（5）为满足乘客享受更通畅、更舒畅、更和畅的公共出行体验，建议借鉴国外定制公交Leap的模式，对公交车厢内部采取个性化的“防疫”设计，比如配备充电插座、独立电脑桌和保证“防疫距离”的雅座等办公设施[4]，并提供机场客运、网约定制公交等多种运输接驳方式。