城轨列车乘坐舒适性是乘客依靠个人的主观感觉在乘坐城市轨道交通列车过程中的一种综合感受评价。针对城轨列车乘客舒适性评价过程中存在模糊性的特点，提出一种基于CRITIC法与处理不确定信息的云模型相结合的城轨列车乘坐舒适性评价的方法。期望通过此方法的应用可以克服以往模糊评价中指标赋权的选择主观性的问题，并实现定性问题与定量问题的合理转化。以杭州市某地铁线路乘客乘坐舒适性评价为例，验证此方法的有效性与合理性。以此拓宽云模型在城市轨道交通领域的应用研究。提出城轨列车乘坐舒适性改进的措施与建议。为后续推进城轨列车乘坐舒适性研究奠定一定的基础。

本作品设计了一种可通过安装滑轨支架安装在地铁车厢底部的过滤器设备，在地铁前进方向垂直的两侧面分别对称设有喇叭形进风口，可旋转式进风门，进风门可在地铁运行时产生的风压作用下打开，进风门的后面设有挡片，可降低进风速度，挡片后面设有除尘布袋，布袋出口朝上，布袋可用于拦截隧道内空气中的颗粒物，设备上部设有反吹管，反吹管一侧设有快接接头，可接压缩空气罐，反吹管上设有喷嘴，对准布袋口，可通压缩空气吹落累积在布袋外侧的颗粒物，设备下部设有便于拆卸的集尘装置，可用于收集颗粒物。

本作品的工作模式是当地铁列车沿某一方向运行时，迎风面一侧的风门在风压作用下打开，隧道内的含尘空气进入装置内部，部分气流撞在挡片上，其中大的颗粒物在惯性作用下分离出来，掉落在集尘装置上，其余气流通过挡片后撞在布袋上，布袋再次进行过滤，被净化后的空气从布袋出口流出，而后通过上方的出风口离开除尘装置。

本作品利用了地铁列车运行时本身的动能，无需风机，不需要供电，能随车运行，吸收地铁运行过程中由于摩擦产生的颗粒物，净化隧道内的环境，保护地铁通勤人员和工作人员的身体健康，绿色环保。

随着国民经济的快速增长、居民生活水平的不断提高，出行需求也不断增加，造成了严重的交通拥堵和空气污染。优先发展公共交通以减少私人机动车的使用，促进城市绿色、健康、可持续发展，成为了世界各国的共识。然而，现有公交系统大多采用固定发车间隔、单一车型、站站停的运营模式，相对固定的运能供给难以满足实时变化的居民出行需求，高峰超载、平峰空驶的现象屡见不鲜。如今，在大数据、智能化、万物互联的背景下，精细化管理手段和创新型服务模式不断涌现，针对供需匹配和时空资源利用的精准、可用的评价体系，及智能调度服务手段或成为打破公交系统效益僵局的重要突破口。

本作品综合考虑时间与空间两个维度，提出了供需匹配程度与时空资源占用指数两个核心指标，构建了双目标公交效益评价体系，探究了低效的调度模式带来的运输服务能力和道路资源浪费问题；进一步提出了全新的公交智能调度方法并设计开发了智能公交调度系统，实现灵活发车、组合车型、动态跳站的运营模式，根据需求动态调整运能供给、优化配置道路时空资源，使得高效的设施有效服务于实际需求，减少公交系统对道路时空资源的占用，真正提高公交系统的效率、服务水平和可持续性。

随着城市轨道交通网络化运营的常态化，网络客流需求迅速增长，与有限运力供给的矛盾日益突出，集中体现于网络运能运量匹配的不均衡性和换乘节点的客流滞留积压。关键问题在于传统的运营管理模式中，各线路运行图编制处于独立编制的层面，未考虑到各线路动态的关联性，造成大客流的影响及延误在网络层面传播。面对此问题，本项目从网络层面分析各线路运能运量的动态关联机理，以线网数据、列车运行图数据为基础，以大规模、高精度的客流数据为驱动，提出“城市轨道交通网络列车运行计划协同优化”的理念。

本项目通过对网络多维度客流进行精细化分析，提出响应时空不均衡客流的全日行车计划编制与优化方法、基于运力匹配及列车衔接的网络列车开行方案综合优化协调理论，构建全日行车计划优化模型（OPM）、网络衔接计划优化模型（ONC），从而形成“城市轨道交通网络化运营智能辅助决策系统”（NODS），对网络各线路列车运行图进行协同优化。相关研究在国内多地进行实践，在一定程度上缓解了网络区间、车站大客流的拥挤，提升了乘客的出行体验，对于提供城市轨道交通网络化运营决策具有重要的实际价值。

本作品是基于轨道波磨弦测法的集轻量化、良好操作性、高精度一体的轨道波磨测量与分析系统。综合运用了物联网技术、无线 WIFI 传输技术、网络数据库管理与应用技术、电源管理技术、步进电机驱动管理技术、激光传感器数据采集传输技术，可在复杂环境下准确测量轨道波磨并同步数据到云端显示保存，及时给与钢轨打磨策略，保证轨道列车的正常安全行驶。

本作品可以把测温电缆嵌入在每节车厢中，这样就可以实时监测客室内每个节点的温度变化，然后通过主机与指挥中心进行通信，以此来控制空调通风系统，对单独的客室进行温湿度的调节，不仅达到节能的作用，也能够大大提升乘客的乘坐舒适度。特别地，一个分机监测一节车厢，所有数据通过通讯主机发送到指挥中心，操作人员只需选择车厢号与时间，就可以看见采集点的3D显示效果以及这个时间段的平均温湿度的曲线图，并及时对空调系统进行调控，确保温湿度始终处于适宜的状态。

大型活动背景下城市轨道交通客流精细化辨识及动态管控系统针对目前越来越多的大型活动客流预测难、疏散难的问题做出了有效的解决方案。该系统主要功能为实时预测轨道交通车站客流变化，根据客流及乘客车站分布状态，分级预警并提供动态管控及智能动态管控策略。集合 Wi-Fi 探针、视频人像识别等高新技术，在Raspberry Pi 内置卷积神经网络算法，实现轨道交通车站客流的动态获取，从而评判客流聚集程度并实现分级预警。最后针对不同客流等级及站内乘客分布特征，智能化输出客流分级管控决策方案，从而为城市轨道交通大型活动车站客流聚集下客流疏散与动态管控提供辅助决策。该系统相比于市面上现有的产品，提高了视频客流数据精准性，增加了分级预警及智能动态管控的功能设计，全方位提升了轨道交通车站大客流预测精度和疏散工作效率，在轨道交通日益发展的今天具有非常宽阔的发展前景。

随着我国城市轨道交通规模的不断扩大，如何有效管理城市轨道交通庞大客流，缩短乘客出行时间已成为城市发展需考虑的重要问题。而目前因地铁计划停站时间不合理，大大影响了乘客出行的连续性，增加了乘客候车时间和在途时间，因此提高地铁的准时性、短时性和可计划性迫在眉睫。

区别于现状运行图乘降时间多为主观性经验值，无法满足司机标准化作业及乘客乘降时间的合理需求。本团队面向地铁列车精准计划停站时间智能决策难题，综合运用Wi-Fi嗅探技术、视频图像识别技术和交通优化建模技术，研发地铁列车计划停站时间智能精准决策模型及系统，共包括客流监测识别、计划停站时间优化、计划/实际停站时间考核三个子模块。项目产品已在上海地铁运营企业得到示范应用，有效解决了地铁列车实际停站时间与计划停站时间的不匹配问题，不但保障了地铁列车计划时刻表的科学性、合理性、可行性，还能够节约地铁车辆购置成本和乘客出行时间成本上千万元，产生了巨大的社会经济效益。该系统可延伸应用到常规公交、城际铁路等公共交通领域，具有广阔的前景。

本作品将视觉信息和振动信息融合，实现对轨道扣件状态进行检测。实地拍摄轨道扣件图像，结合扣件结构特点对图像按照时间序列进行分割，使用卷积神经网络图像进行特征提取，对不同状态下的扣件图像特征进行分类，提取出视觉感知特征向量；按照拍摄的时间顺序，测量扣件处的振动信号，将测量出振动信号进行分离，按照扣件状态对信号进行分类，提取出振动特征向量，将两种特征融合构建特征模型，实现对轨道扣件状态进行检测。

本研究是基于深度学习的钢轨表面缺陷识别模型，本模型由三部分构成，第一部分是基于深度学习的物体定位算法，第二部分是自主设计的基于图像显著性的钢轨表面缺陷检测神经网络算法，第三部分是搭建一个钢轨表面缺陷识别软件终端系统。

第一部分是基于改进的 YOLO 的钢轨表面定位网络，根据钢轨定位的特点对 YOLO 网络进行针对性改进，钢轨表面边界精确定位，并对其单独进行去除背景提取，最后根据定义的标准和阈值检测光带整体宽度异常以及偏离钢轨中心的偏移量。

第二部分为自主设计的钢轨表面缺陷显著性特征检测神经网络，根据钢轨表面缺陷特点，分别采用信道加权块和残差解码器块交替融合浅层的空间特征和深层的语义特征，逐步恢复预测的空间显著性值。最后，采用带有一维滤波器的残差精细化结构来进一步优化粗显著性映射，利用第一部分提取的去背景钢轨表面图像进行缺陷显著性特征准确提取。

第三部分建立在前两部分的基础上，本模型会将神经网络模型进行封装处理，打包为一个端到端操纵的软件终端系统，最终实现检测结果可视化，实现检测智能化，并且能对预测结果进行保存，达到可追溯的目的。

作品主要用于轨道交通运营风险的智能识别与预警，其核心是对地铁车站日常运营中存在的风险隐患进行筛查。研发思路是依据轨道交通车站的实际情况，搜索发现站内存在的各种风险及安全隐患，将风险信息录入系统并与系统数据库进行匹配。数据库中已有过历史记录的风险进入风险计算系统，新发现风险需进行风险界定后进入运算，计算系统根据风险关联矩阵算法和 G-Apriori 挖掘算法对录入风险进行计算分析，并将超出系统设定阈值的风险按风险优先级双向反馈给值班员和乘客，从而对事故和隐患进行有效解决和及时规避。该系统基于以上流程，旨在对轨道交通地铁车站运营中潜在或现有风险进行识别和分析，并将风险信息反馈给相关人员，以此实现对风险的预警，确保车站运营的安全稳定。

由于高速公路的全封闭性以及车速快等特点，导致车辆在高速公路中发生交通事时无法得到及时的处理，往往容易发生伤亡严重的二次事故。本作品是基于stm32单片机开发的高速公路二次事故预警装置，通过在车辆上安装该装置，监测车辆行驶状态，收集其他车辆事故信息，并提醒司乘人员警惕二次事故的发生。Teamwork由数据采集子系统，可视化处理子系统，信息显示子系统，信息发布子系统四个子系统构成。作品基于Zigbee通讯系统的特点，用集中式管理和分散控制方式，各模块相互独立，减少控制干扰同时又有机结合。借助stm32控制器的强大处理能力，对多种数据进行整合分析处理，并判断车辆状态。高性能传感器能够及时准确地将数据发送给stm32控制中心，其在处理分析的过程中对原始数据进行分析处理并储存。当发生事故时，得到的危险判断结果快速传递给周边车辆，预防二次事故的发生。结果表明，该装置能够及时有效地对检测并发布车辆预警信息，最大限度保护事故方的生命安全，能够有效的避免二次事故的发生。

不公开

在城市轨道交通网络化运营的背景下，一票制及无缝换乘模式在带给轨道交通乘客便利的同时也给运营管理带来考验。仅分析OD数据已不能掌握乘客在轨道交通网络中的具体走行路径和客流分布规律，对轨道交通网络中乘客路径选择行为规律的把握尤为重要。

①把轨道交通车站节点拆分为多个节点，增加停车弧和换乘弧的表达方式，在此基础上建立轨道交通网络拓扑模型。

②通过深度优先搜索算法搜索得到有效路径中包含不合理路段的原因，提出基于换乘节点序列的冗余路段判定方法，加入冗余路段判定过程。

③定量分析轨道交通网络熟悉程度、乘车时间、换乘次数、换乘步行距离和拥挤程度对乘客路径选择的影响。

④在路径广义费用中考虑拥挤程度和换乘次数的影响，重新定义拥挤度系数，使其更贴合客流实际。利用MSA算法求解轨道交通网络客流分配问题。

⑤采用Python语言实现整个轨道交通网络路径搜索算法以及网络客流分配模型。在以苏州轨道交通为例的计算结果中表明，研究成果在现实应用中具有很好的基础价值。

⑥使用神经网络算法，对分配结果和现有乘客出行数据综合考虑，得到基于短时预测的客流路径预测结果，对乘客出行具有指导意义，如提示乘客当前线网拥挤度状况，实现更有效的交通系统管理。

本作品针对城市轨道交通盾构施工，通过结合多源数据、地理信息系统（GIS）、建筑信息模型（BIM）和机器学习（ML）等技术构建一套智能监测及预警系统。该系统可为盾构掘进过程搭建数字化平台进行仿真展示，并集成了传感器技术、物联网技术（IoT）与大数据分析技术，可实现数据采集、施工监控和风险预警等主要功能，更直观地展示盾构掘进过程，更高效地处理监测数据，更及时地预测风险，从而实现轨道交通施工过程的智能化管理。

轨道交通区间客流量统计是未来轨道交通大客流量准确预测和影响评估的基础。现有的红外感应、压力弹簧等客流测算技术人流在成本控制、客流统计误差上有明显缺陷。本项目提供了基于机器视觉与空间网格的轨道交通区间客流估计方案，实现了高性价比的智能客流监测。针对视频数据单一问题，本项目结合联邦学习和集成策略，采用Faster-RCNN、FCHD与YOLOv3算法进行头部特征检测，完成小目标及遮挡场景下的乘客快速检测。空间网格划分方法弥补视觉在远端和遮挡下检测能力不足的缺陷，实现了整车客流的估计。测试结果表明，联邦机器视觉检测方法能适应轨道交通车厢环境下的轻量级快速客流检测，车厢客流估计量与实际运营情况近似。本项目的方法相比于红外感应、射频和压力弹簧等方法，在统计准确率不下降的情况下，无需额外加装监测设备，有效控制了应用成本。

当前，石油短缺和温室气体排放等环境问题正严重制约交通运输业的发展，交通运输行业所产生的温室气体将占总排放量的25%。对此，环保驾驶策略被视为解决交通运输所引起的环境问题最有力的手段。环保驾驶是一种以最小化燃油消耗为目标进行路径优化的方法，以多层级的技术引导为支撑。

但通过总结已有研究可以发现，鲜有将环保驾驶策略应用到公共交通系统的研究。其中主要的原因是传统公交采用“定线、定时刻表”的运营方式，缺少根据环保驾驶策略动态调整路径的空间。然而，需求响应公交（Demand Responsive Transit, DRT）作为一种灵活公交，能够根据乘客预计登车时间和登车地点动态调整路径和行车计划。这种方式为环保驾驶技术的嵌入提供了更多空间和可能性，并实现以最大化燃油经济性和最小化排放为目标的系统设计。

综上所述，本研究将致力于完成以下研究内容：

 建立面向DRT系统的环保驾驶实施框架，在DRT运行框架内融入车辆动力学模块、燃油消耗及排放模块；

 考虑复杂交通状态和道路线性，以最小化燃油消耗和排放为目标进行DRT路径和行车计划设计；

 提出一种高效求解算法，保证较高的求解效率，以能够在未来实际应用过程中提供技术支撑。

本作品选题为隧道照明对城市轨道驾驶员的视觉影响研究。通过UC-winroad软件对隧道驾驶场景进行建模，使用眼动仪进行实验，通过构造不同的灯光距离与亮度来改变隧道照明条件，得到不同光照环境下对驾驶员视觉影响的结果，分析驾驶员瞳孔直径变化率以得出其驾驶舒适度，数据分析后得到隧道光照环境对驾驶员的视觉影响，以保障驾驶员在驾驶时的舒适性与安全性。

在当今世界全球化的浪潮下,弱势群体的人权问题是世界各国普遍关注的热点问题，随着我国“以人为本”理念的提出，保障弱势群体的安全便利出行是顺应国际人权保护的发展趋势和我国构建社会主义和谐社会的重要举措。我国《铁路旅客运输服务质量规范》中指出，铁路特殊重点旅客是指依靠辅助器具才能行动等需特殊照顾的重点旅客，既包括行动不便的老人、孕妇、儿童，也包括盲人、聋哑人或行动不便的人士等弱势旅客群体。本项目旨在参考国家和行业标准，结合铁路旅客出行活动、行为、流线、需求等内容，调研并分析特殊重点旅客在站、车旅行中的出行需求特征，提出铁路站、车无障碍设施设备的建设策略，打造方便安全的无障碍流线组织，优化铁路无障碍服务模式，构建服务团队建设、管理和考核体系，加强站、车无障碍的信息化服务，从而构建包括制度、流程、设施、设备、客运组织、服务人员在内的人、物、信息和制度的“旧”设备+新技术、硬设施+软服务全方位、人性化服务体系，从特殊重点旅客实际需求出发，不断提升站、车服务品质，为特殊重点旅客无障碍出行提供主动服务，全面关注特殊重点旅客的服务需求，为其自由、自助、自在和自主出行提供支撑条件。

雾霾问题困扰着人们的生活，汽车尾气排放作为雾霾的主要污染源之一，越来越收到人们的重视。开发一款高效节能绿色清洁能源汽车成为车企亟待解决的问题。氢燃料电池的诞生将这种可能性从梦想变为现实。氢燃料电池的基本原理利用氢和氧的化学反应，将化学能转为电能的装置，排放物只有水和热量，因为没有碳的排放，因而被认为是最有发展前途的能源。

对于整个氢燃料系统而言，如果把燃料电池比作人体，那么电堆就是“心脏”，而空气压缩机就是就是燃料电池的“肺”，在燃料系统中为燃料系统中提供压力和洁净空气，为电堆反应提供必需的氧气。由此可见开发一款效率高，体积小，可靠性高的氢燃料用空压机显得尤为重要。

本作品开发了一款新型的离心式空压机，电机部分采用2级永磁体电机进行动力驱动，转速能达到95000r/min。轴承部分采用空气轴承，实现空压机无油化，低噪声高效率。

都市圈是一种特殊的地域空间组织，它是城市群内部以辐射带动功能性强的大城市为中心，以一小时通勤圈为基本范围的城镇化空间形态。根据国家发改委发布《关于培育发展现代化都市圈的指导意见》，要构建以轨道交通为骨干的通勤圈，推动干线铁路、城际铁路、市郊铁路、城市轨道交通“四网融合”，可以预见，“城际铁路与城市轨道交通”一体化运营将会是都市圈的一个重要发展方向。

实现城市轨道交通和城际铁路一体化运营，使乘客在城市轨道交通和城际铁路之间“无缝化”衔接和“一票通行”，可以减少乘客的换乘时间、安检次数、购票次数和购票时间，提高乘客出行效率、提升轨道交通出行方式的体验感。在采取“城际-城轨”一体化运营中，票务方案和实施一体化票务系统是实现“城际-城轨”一体化运营的关键内容之一。

为此，我们将研究多运营主体协同合作模式、一体化运营集成票务方案、一体化运营合作收益分配等关键问题，构建城际铁路和城市轨道交通一体化运营集成票务仿真试验平台，实现工程化设计和运用。

不公开

1.本项目致力于飞机铁路套票的票价设计与优化，对此拟通过航空公司与高铁集团互联互通，实现铁路车次航班信息的数据共享去安排航班和列车班次，让乘客感受到飞机与高铁一体化所带来的便捷。另一方面，飞机铁路套票推动着中国航空业和高铁业的信息共享发展。飞机铁路套票开创了中国民航和高铁销售平台可以实现互联互通，开启铁路车次航班信息的数据共享，“飞机+高铁”的组合出行模式在现在愈发便捷和需要。

2.项目还将与“空铁联运”对接，以法国的法兰克福机场为鉴，有望助于打造属于我们中国自己的空铁联运方式，让未来潮流空铁联运更好地与大众对接。为实现一张套票无阻碍让乘客到多个地方的切换，探讨飞机铁路套票的一体化运营，研究飞机铁路套票联合运输收费方案问题，具有较强的理论价值和实践意义。可以为航空与高铁一体化运营提供策略理论方法，实践操作模型。

3.该项目结合大众实际需求研究飞机铁路套票；创新地将延误险加入到飞机铁路套票设计中；充分发挥国铁集团和航空集团两者的作用，优势互补。此外该项目还独立设计研发了一个拥有智能系统的app，目前正处于设想阶段有流程图还未做出实品，该平台将专用来购买飞机铁路套票，软件将根据用户的选择提供最优的方案。

本研究通过对城市总客运量、不同城市交通方式的客运量、城市轨道固定投资完成额、铁路客运量、国内生产总值（GDP）、居民人均可支配收入、居民人均消费支出、国内游客、人均汽车保有量等数据的收集，利用SPSS软件进行一系列的统计分析，来了解影响城市总客运量及其轨道交通客运量的主要因素，从而提出合理的建议，对结果进一步改进并进行灵敏度分析。

先采用描述性分析方法对数据进行简单的统计处理，然后用相关分析将轨道交通客运量与其他影响因素进行相关性研究，判断变量是否具有进行后续回归分析的条件。紧接着通过引入因子分析模型，对多个变量实现降维后，得出轨道交通客运量在宏观方面的主要影响因素。接着，将轨道交通客运量与其公因子进行对应的回归分析，得出以轨道交通客运量为因变量，筛选后的变量为自变量的线性回归方程，利用其中几个数据分析其方程参数的灵敏度，最后为城市轨道交通的管理、建设、规划和未来的客流量预测提供有力的数据支持。

“益童出行”系统是运用虚拟现实技术、针对儿童过街的潜在风险、开发出高度仿真的交通情境、以提高儿童过街技能的训练系统。

此系统使用Unity 3D开发工具、3ds Max建模软件和HTC VIVE虚拟现实头盔设备开发儿童过街行为的交通安全训练系统，模拟现实生活中导致儿童发生交通事故的典型情境，同时运用强化、联结等学习原理，围绕儿童的行人技能不足进行针对性训练，让儿童切身体会过街过程中存在的危险，掌握正确的过街行为，最终提高儿童过街技能。

该作品构建了三种儿童过街的典型任务情境，包括车速车距感知情境、儿童视线遮挡情境以及他人在场儿童过街情境等。考虑无信号灯交通状况复杂，儿童较易发生交通伤害，因此所有场景均设计为无交通信息号灯情境。三种情境针对性训练儿童的过街时机判断能力、潜在风险感知能力以及过街决策能力，同时包括具体行人行为规范的训练。系统结合儿童心理发展特点，突出了训练的反馈性以及效果的可迁移性。

该作品已经在小学实验并试用，具有良好的训练效果。用户对系统性能的评估良好。该作品也得到美国国家伤害预防与控制中心科学顾问 David C.Schwebel博士的肯定。

当前无人驾驶技术不断发展，随着学者对其中伦理问题的思考，交通两难情境下决策行为的研究受到广泛关注。但在现实中研究此类问题，极易发生事故，造成严重心理创伤，因此当前的研究形式局限于问卷或视频，为了获得更高的沉浸性和真实感，我们开发了交通两难情境的虚拟仿生系统，模拟无人驾驶汽车的伦理困境进行研究。

本作品构建两种决策模式（快速和深度思考），模拟驾驶员行驶在高桥上，车辆故障刹车失灵，前方道路是分岔路，路口一侧是塌方，另一侧设置实验组：多个行人、单个行人（老年男性、老年女性、成年男性、成年女性、男童、女童）与故障车辆和对照组：无生命的大树。探讨个体在有无行人、不同数量行人以及不同年龄、性别行人存在的交通两难情境中的决策差异，同时结合生理多导设备（MP150）监测生理指标对该系统的真实感和沉浸性进行考证，并通过采集个体在交通两难情境中的决策行为与生理反应，为解决无人驾驶的伦理困境问题提供实证参考和数据支撑。

城市轨道交通运行计划智能编制系统是集客流感知分析、运输方案智能编制、运行图智能编制于一体的智慧运输生产系统。系统以历史、预测OD客流数据为输入，基于先进的清分模型以及客流分配算法，实现客流的精细化统计分析，完成客流时空分布特征的精准把握；以客流统计分析结果为输入，考虑轨道交通线网固定设施设备能力，充分耦合客流与车流，实现支持复杂运输组织方式、动态运行与停站标尺的运输方案智能编制；以运输方案为输入，充分考虑线路线型、场段布设位置，实现列车时刻表与列车周转方案的一体化生成，完成运行图快速编制。城市轨道交通运行计划智能编制系统能够满足地铁运营公司成本控制以及动态化的客流需求，平衡运营成本与服务质量，方便运行计划编制经验回溯，实现运行计划生产的流程化管理；除此之外，城市轨道交通运行计划智能编制系统以其完备、友好的交互功能能够大幅降低运营计划人员的工作强度，快速、高效的协助运营计划人员完成运输生产任务。世界城市轨道交通正在快速而有序的发展，未来轨道交通的发展方向是智能化，而城市轨道交通运行计划智能编制系统则是构建智慧地铁、智慧城市的重要一环。

无障碍的城市环境，特别是无障碍的公共交通出行环境越来越受到重视，无障碍、均好性、社会公平已成为城市环境品质和公共服务质量的提升目标。本作品基于城市公交出行链的无障碍环境调研，分析当前城市公共交通无障碍出行体系存在的问题，提出全面智能化的无障碍服务优化建议，倡导友好的公交出行环境。

作品提出“无障碍出行链”的概念，即“城市社区——城市道路——公交站台——公交车辆系统——公共空间” 的完整无障碍出行链，重点关注老弱病残孕等不便人群，结合智能化和生态设计，营造整个出行链的无障碍环境。

作品贯穿“全面智能化”的理念，细分人群、梳理需求，提供精准服务，通过公交系统与出行环境的响应前置，有效提高公共交通出行链的服务质量。智能化手段包括但不限于NFC信息识别与传输、多样化感官参与系统、AI机器人引导系统、共享代步车，无障碍出租车等。

作品以“人文关怀”为指引，认为智能化终将回归人本视角。作品以“可持续理念”为导向，认为人是可持续发展的中心体。作品从无障碍公交出行的主体出发，关怀行动不便人群，优化无障碍服务，从无到有，从有到优

待确认