Análise de otimização baseada em simulação da organização do fluxo de passageiros em estações de troca de metrô usando AnyLogic

Por que estações lotadas importam

Quem já correu por uma estação de metrô lotada sabe quão estressantes são as multidões. Filas nas máquinas de bilhetes, gargalos nas catracas e fluxos de pessoas que se cruzam podem atrasar todo mundo e aumentar riscos à segurança. Este estudo analisa uma estação de transferência movimentada onde passageiros de trens intermunicipais desembarcam diretamente no metrô e faz uma pergunta simples, porém relevante: redesenhando cuidadosamente rotas, catracas e sinalização, quão mais fluido e seguro podemos tornar o pico diário?

Um olhar mais atento sobre um hub de transferência movimentado

Os pesquisadores concentram-se na Estação S, em uma grande cidade chinesa, onde o metrô conecta diretamente à estação ferroviária principal. Durante os períodos de pico, cerca de 4.000 pessoas por hora entram no metrô, a maioria chegando de trens de alta velocidade e muitas puxando bagagem. Como a saída principal das plataformas ferroviárias dá acesso próximo a um único conjunto de bilheterias e catracas, os recém-chegados tendem a se aglomerar instintivamente nessa área. Ao mesmo tempo, outros passageiros estão saindo do metrô ou fazendo transferência entre duas linhas. O resultado é uma zona estreita onde pessoas indo em direções diferentes cruzam seus caminhos e rapidamente geram congestionamentos.

Construindo um gêmeo digital da multidão

Em vez de experimentar diretamente com passageiros reais, a equipe cria uma simulação computacional detalhada da estação usando um software especializado chamado AnyLogic. Cada pedestre virtual se comporta como um indivíduo, escolhendo rotas, acelerando ou desacelerando e desviando de outros com base numa ideia de “força social”: as pessoas são atraídas para seus objetivos, repelidas de colisões e sutilmente atraídas por elementos-chave, como saídas ou escadas rolantes. O modelo incorpora medições reais, incluindo as velocidades médias de quem está com e sem bagagem, o tempo gasto na compra de bilhetes e a rapidez com que catracas e escadas rolantes processam passageiros. Com esse gêmeo digital, os pesquisadores podem reproduzir a hora de pico e ver exatamente onde surgem longas filas e aglomerados de alta densidade.

Identificando os pontos de estrangulamento

Executar a simulação para uma hora de pico típica confirma o que as observações no local sugeriram. Um conjunto de máquinas de bilhetes e um grupo de catracas próximos à saída ferroviária ficam sobrecarregados, mostrando densidades de passageiros muito altas e longas filas. Em contraste, outras catracas e máquinas mais distantes permanecem subutilizadas. A sinalização atual incentiva a maioria das pessoas — especialmente os cerca de 88% que não conhecem a planta — a usar o grupo de catracas mais próximo. Cerca de 28% dos passageiros também optam por comprar bilhetes de papel nas máquinas mais próximas em vez de escanear um código, intensificando ainda mais a aglomeração nessa área pequena. Esse desequilíbrio desperdiça espaço útil e retarda todos.

Redesenhando caminhos, catracas e sinalização

Para corrigir esses problemas, os pesquisadores testam uma estratégia combinada. Primeiro, reconfiguram as instalações físicas: várias catracas pouco utilizadas são convertidas em um novo conjunto de catracas de entrada no lado oposto do hall, e um grupo previamente inativo de máquinas de bilhetes é ativado. Em seguida, repensam a orientação. Novas placas suspensas e independentes são colocadas em cantos e junções-chave para separar suavemente os passageiros por destino, direcionando os que vão para diferentes linhas do metrô a diferentes catracas e máquinas. As mensagens são mantidas simples, refletindo como as pessoas retêm apenas poucas informações de relance. Na simulação, a maioria dos passageiros segue as placas, enquanto uma minoria ainda escolhe suas rotas habituais mais curtas, imitando o comportamento real.

Quanto de melhoria é possível?

Ao comparar vários cenários — mudar apenas as instalações, mudar apenas a sinalização e mudar ambos juntos — a abordagem combinada vence claramente. As densidades máximas nas piores áreas de estrangulamento caem cerca de 40–60%, os comprimentos de fila nas máquinas e catracas mais movimentadas encolhem drasticamente e o tempo médio que os passageiros que chegam levam para alcançar suas plataformas diminui cerca de um quarto. Importante, a qualidade do serviço nos pontos mais congestionados melhora de “pior caso” para um nível mais aceitável, embora uma área de saída fique ligeiramente mais movimentada à medida que os fluxos são redistribuídos. A estação como um todo funciona de forma mais suave, com fluxos mais claros e menos pontos de conflito.

O que isso significa para os passageiros do dia a dia

Para o usuário cotidiano, a conclusão é encorajadora: ganhos significativos em conforto e segurança nem sempre exigem construção cara ou nova tecnologia. Combinando posicionamento mais inteligente de catracas e máquinas de bilhetes com sinalização bem projetada e fácil de seguir, as agências de trânsito podem transformar multidões caóticas em fluxos ordenados, reduzindo tempos de caminhada e espera enquanto usam melhor o espaço existente. O estudo mostra que tais mudanças podem ser avaliadas e ajustadas antecipadamente usando simulações realistas de multidões, oferecendo aos planejadores urbanos um kit prático para manter sistemas de metrô em crescimento em movimento.

Citação: Tian, Y., Jin, G., Lu, S. et al. Simulation-based optimization analysis of passenger flow organization in metro interchange stations using AnyLogic. Sci Rep 16, 12517 (2026). https://doi.org/10.1038/s41598-026-41719-5

Palavras-chave: lotação no metrô, fluxo de passageiros, design de estação, sinalização de orientação, simulação de pedestres