点击上方蓝色字体关注「Amy职业探寻」
你好,欢迎来到《工业软件公司100》。
上期我们聊了PTV,那个从卡尔斯鲁厄大学走出来、让全世界城市学会“治堵”的德国隐形冠军。
今天这家公司,和PTV算是“表亲”——都做仿真,都管“人”怎么动。但PTV管的是“车流”,它管的是“人流”。
如果说PTV是“路网级”的宏观交通规划师,那Legion就是“厘米级”的微观行人观察家——两者互补,共同构成了城市人流与车流的完整仿真拼图。
一座体育场散场时,6万人同时往外走,会不会发生踩踏?一个新火车站设计好了,早高峰的客流能不能顺畅通过换乘通道?一座摩天大楼发生火灾,所有人疏散需要多长时间?
这些问题,PTV答不上来。但Legion可以。

它是行人仿真领域的“王者”,全球超过一半的大型机场、地铁公司和顶级体育场馆运营商都在用它。
而这一切,始于1997年伦敦一个叫Douglas Connor的人,对人流的一次“较真”。
一、出身:从“看”到“算”的执念(1997)
1997年,英国,伦敦。
一个叫Douglas Connor的人,对一件事越来越“看不下去”——大型公共场所的人流管理,基本靠“猜”。
火车站的设计,靠的是设计手册上的经验公式;体育场的疏散方案,靠的是组织方的“觉得差不多”;机场的安检排队,靠的是“以前就这么排”……
Connor是一个“数据驱动”的人。他相信:人的行为虽然看起来随机,但只要数据足够多,就可以被“算出来”。他要做的,就是把“凭眼看”变成“用算法算”。
于是他创立了一家公司,名字就叫Legion——军团。他要做的,就是管理这“军团”般的人流。
Legion早期的商业模式,不是大规模销售软件授权,而是以“软件+咨询”服务为主——客户把图纸给Legion,Legion用自己开发的算法帮客户模拟人流、交付分析报告。
这种方法叫“微观行人仿真”——一辆车一辆车地跟踪叫“微观交通仿真”,一个人一个人地跟踪,就是“微观行人仿真”。
那么问题来了:人不是车。
车的运动可以被物理定律精确描述——加速度、减速度、跟车距离,都有公式。
人呢?人在路口是犹豫还是果断?被挡住的时候是绕路还是停下来等?一群人在狭窄通道里是排队还是挤?这些问题,没有公式可套。
Legion为此做了可能是行人仿真史上规模最大的一次“田野调查”。Connor和他的团队,在全球各地的火车站、机场、体育场,架设摄像机,拍摄海量的人流视频,然后用这些数据“反推”人在不同情境下的决策逻辑。
他们研究的内容甚至包括:不同性别、年龄、文化背景的人,步行速度有什么差异?一个人在多大“拥挤感”下会改变行走方向?一群人同时到达一个瓶颈时,通过的“吞吐率”是多少?
这些研究成果,最终被数学建模,变成了Legion软件的核心——经过科学验证的行人行为模型,并申请了专利。它的核心决策模型分为三个层次:
战略层(路径选择) :决定最终目的地,例如选择哪个出口、换乘通道或售票窗口。
战术层(路径规划) :在已知起点和目的地的基础上,规划出大致的行走路线,例如“先穿过大厅中央,再转向出口方向”。
操作层(避障与运动控制) :在战术路径的引导下,实时响应周围环境,完成规避障碍物、调整步伐、跟随人流等具体的行走动作。
就这样,Legion从一个“咨询公司”,慢慢长成了一个“软件公司”。
2003年,Legion正式发布了第一个面向市场发行的商业版本,包含三大模块:
Model Builder:导入CAD图纸,定义空间里的障碍物、楼梯、闸机,设定客流起点和终点。
Simulator:运行仿真,电脑里生成成千上万的“小人”,每个人都有自己的“个性”,在虚拟空间里走路、排队、犹豫、绕路。
Analyser:分析结果——热力图显示哪里会拥堵、哪里是疏散瓶颈、平均等待时间是多少。
软件发布后,第一个找上门的“大客户”是Crossrail,伦敦耗资巨大的横贯铁路项目。Crossrail的设计师要确保那些深埋地下的换乘大厅和狭窄通道,能承受早高峰的巨大人流。他们用Legion做了大量仿真优化,一次次调整扶梯位置、闸机数量、通道宽度,最后才定稿。
二、封神:从悉尼奥运会到全球标杆(2000-2018)
Legion真正“一战成名”,是2000年的悉尼奥运会。
奥运会的主办方面临一个巨大的挑战:几十个比赛场馆,上百万观众,如何在比赛间隙安全、高效地疏导?
彼时Legion尚未推出标准化商用软件,是以定制化仿真咨询团队身份进场,采用自研算法模型完成人流测算分析。他们模拟了各场馆的散场人流,发现了几个关键问题:
核心发现:仿真显示,比赛日散场高峰时段,奥运公园单靠新建火车站疏散,排队人数可能高达48,000人,最长等待时间2.5小时。同时,Olympic Way沿线有近2,500人将经历超过5人/㎡的危险拥堵密度——这相当于旧式足球场最恶劣的拥挤条件。
针对性措施:规划者设计了“围栏系统”来组织排队,辅以工作人员引导和公众信息告知。更重要的是,基于Legion的仿真建议,组委会增建了一座人行天桥来改善人流循环——这笔资本支出通过仿真量化的效果得到了充分论证。
实际效果:峰值时段的拥堵时间减少,服务水平提升,潜在的安全问题被提前化解。悉尼奥组委首席运营官Jim Sloman评价:“这套新一代工具让我们在做出不可逆的规划决策之前,就能看到真实的人流、密度和空间使用情况。”一位带着4个月大婴儿的现场访客反馈:“我们以为要排长队、挤得难受,结果完全没问题。带着婴儿车都觉得很方便。”
这是Legion第一次在世界级舞台上亮相。从那以后,每一届夏季奥运会——雅典、北京、伦敦、里约、东京——都有Legion的身影。它也完成了从“英国本土软件”到“全球行业标准”的蜕变。
到2018年被收购前,Legion的客户名单里,有全球40家最大交通机构中的超过20家。伦敦地铁、纽约大都会运输署、香港港铁、新加坡陆交局……全在用。
三、联姻:Bentley的“天作之合”(2018)
2018年10月,伦敦,Bentley“纵览基础设施大会”(Year in Infrastructure Conference,简称YII)。
Bentley Systems宣布:收购Legion。
这笔交易,在行家看来是“天作之合”。
Legion擅长的是“人怎么动”,但它的软件需要空间模型。以前,Legion的用户要把CAD图导进来,在Legion里重新建模——费时费力。
Bentley是做什么的?基础设施设计。火车站、机场、体育场——这些“大空间”,是Bentley的拿手好戏。把Legion的“人流仿真”能力直接嵌入Bentley的“设计建模”工作流——你一边画图,一边就能实时看到人流变化。
Bentley为此将Legion的能力深度集成到其设计平台中,并推出了面向轨道交通车站设计的专用解决方案——OpenBuildings Station Designer,让设计师可以在设计环境中直接调用Legion进行人流仿真。
自2018年被Bentley收购后,Legion便开始了品牌与产品的系统性整合,其产品曾以“LEGION Simulator CONNECT Edition”等名称融入Bentley的OpenBuildings产品线。具体集成方式上,Legion Model Builder作为配套应用随OpenBuildings Station Designer软件安装提供,许可证已包含在内;但Legion Simulator需单独授权,不包含在Station Designer中。到了2023年,Bentley进一步将Legion的建模与仿真组件统一为单一产品,简化了品牌结构。2025年发布的新版本则是这一整合过程的延续,标志着“Bentley Legion”这一统一品牌叫法的彻底落地。
Bentley设计工程高级副总裁Santanu Das说:“行人交通和承载量是基础设施规划和运营的重要考虑因素,因此在设计过程中需要优先考虑用于行人仿真的协同数字工作流。”
Legion创始人Douglas Connor说了一番话,挺有情怀:“火车站或机场这些基础设施资产,本就是为了满足行人需求而建的。行人流动,应该被视为它们的基本设计标准。”Connor还说,加入Bentley后,Legion的“运动科学”愿景会进一步实现——从项目的战略规划,到设计,到后期改造,再到资产运营,行人仿真可以“全程参与”。
收购完成后,Legion成为Bentley产品家族的一员,但Legion这个品牌被保留,团队也基本维持原样。
四、独门绝技:凭什么它是“王者”?
在行人仿真这个赛道里,Legion不是唯一的玩家。但它能成为“王者”,靠的是几道“护城河”。
护城河一:基于真实数据的底层模型。
这是Legion最深的“护城河”。它的人流模型,不是“拍脑袋想出来”的——是通过在全球各大公共场所架设摄像机、采集数十万人的行为数据、再经过数学建模“跑”出来的。竞争对手可以抄界面、抄功能,但这个数据库和模型,难以复制。
护城河二:微观到“每一个人”的精度。
Legion是“微观行人仿真”的代表。它不把人当成“流”,而是一个一个的“智能体”。每个“小人”都有自己的起点、终点、行走速度和决策逻辑。当你在屏幕上看到几万个“小人”同时走动,那种“群智涌现”的真实感,其他软件很难达到。
护城河三:与BIM的无缝集成。
被Bentley收购后,Legion不再是一个“孤立”的工具。设计师在Bentley的OpenBuildings Designer里画好车站,数据可以直接导入Legion做仿真;仿真结果可以直接反馈回设计模型。这就是Bentley说的“数字孪生”——电脑里的模型,和物理世界里的真实人流,形成了闭环。
五、Legion在中国:从“奥运”到“轨交”
Legion进入中国的时间,也是2008年北京奥运会前后。
有了悉尼奥运会的“标杆案例”,北京奥组委在筹备期间也引入了Legion做场馆的人群管理仿真。从鸟巢到水立方,从五棵松到奥体中心,Legion的算法被用来预估观众的入场、散场、换乘。学术研究也证实,Legion在五棵松地铁站的行人服务水平评价中发挥了关键作用,模型经过了针对中国地区行人特征的参数标定。
奥运会之后,中国进入了“地铁建设狂飙期”。北京、上海、广州、深圳、成都、武汉……一座座城市的地铁网络快速扩张。
每一个新建的地铁站,都面临一个共同的问题:早高峰的人流,会不会在这个站厅堵死?
Legion被引入中国,成了各大设计院和地铁公司的“标配”。在中国,Legion的客户包括中铁设计、中交铁道设计院、北京城建院、上海隧道院等几乎所有“涉铁”的设计院。
Legion在中国的推广,早期主要通过代理商。具体的代理体系经历了一些变化,但始终有本土技术团队提供支持。
一个做地铁设计的工程师说过一句话:“我们现在做换乘站,如果不跑一下Legion,心里都没底。万一开通后堵了,那可不是小事。”
六、今天:Bentley家族里的“人流专家”
被Bentley收购后,Legion一直在“进化”。
产品层面,Legion的核心套件仍然是三大模块——Model Builder、Simulator、Analyser,但在不断迭代:
2024年,在上海举办了线下实操培训,覆盖地铁站、体育馆、机场、邮轮等场景。
2025年,发布了Legion 2025版本,建模和分析速度更快,楼梯、扶梯模型可修改,PTI(Pedestrian Time Interval,行人时间间隔——衡量行人拥堵与服务水平的核心评价参数)功能更新。
今天的Legion,仍然是行人仿真领域的“全球第一”。它的应用场景,已经远远超出了最初的“火车站”:
体育场馆:超级碗、温布尔登、欧冠决赛,都用过Legion做人群管理。
机场:希思罗、肯尼迪、浦东——航站楼的安检排队、免税区客流、登机口疏散。
商业综合体:大型购物中心的客流分析、节假日峰值管理。
邮轮:消防疏散模拟。
博物馆:纽约大都会艺术博物馆的客流疏导。
从最初聚焦轨交枢纽客流仿真,到拓展至体育场馆、机场、商业综合体等全类型人员密集场所的人流分析,Legion把“人流仿真”这件事,做到了极致。
七、彩蛋:那个“把人当成粒子”的创始人
Legion的创始人Douglas Connor,是一个不太“商人”的创始人。
他在公司被Bentley收购后,对媒体说的一段话让人印象深刻。他说,人的行为虽然看起来不可预测,但如果把每个人当成一个“粒子”,加上约束条件(物理障碍、时间压力、文化习惯),“人流的物理学”是存在的。Legion要做的,就是发现这门“物理学”。就像物理学家用牛顿定律预测小球轨迹,Connor试图用“行人力学”预测人群的运动规律。
2018年Bentley收购后,Connor没有像很多创始人那样直接离场。他在收购初期继续参与Legion业务的技术方向,推动“运动科学”愿景的实现。据公开资料显示,他此后逐步淡出一线管理,转任战略顾问等角色。
如今,打开这款软件,看到那个在三维空间里行走的“小人军团”,你依然能感受到Connor当年那个“把人流算清楚”的执念。
八、小结 & 下期预告
今天我们聊了Legion,那个从伦敦起步、让百万人在电脑里“预演”逃生的行人仿真之王。
简单总结一下第36期:
| PTV Group | Legion | |
|---|---|---|
| 出身 | 德国卡尔斯鲁厄大学 | 英国伦敦 |
| 起家武器 | 宏观/微观交通仿真 | 微观行人仿真算法 |
| 核心能力 | 车流+交通规划 | 单个人步行模拟 |
| 主打场景 | 城市路网、信号配时、公交 | 车站、体育场、机场、疏散 |
| 用户画像 | 交通规划师、市政工程师 | 建筑师、安全顾问、运营商 |
| 江湖称号 | 交通仿真之王 | 行人仿真之王 |
| 现状 | 2024年被保时捷控股收购 | 2018年被Bentley收购 |
Legion的故事告诉我们:有时候,最难算的不是物理定律,是人心。但如果你把一百万个人的“心”放在一起看,它就成了“物理定律”。
下期,我们聊第37家。这一次,我们换个“画风”——聊聊一家中国公司。
这家公司,你可能没听过名字,但如果你做机械制图、建筑设计,大概率接触过它的产品。
它叫中望软件——中国CAD的“孤勇者”。
一个从1998年开始,在AutoCAD盗版横行的年代里硬生生活下来的国产软件,如今已经在科创板上市,成为中国工业软件的一张“名片”。
下期见。
本文参考了官网公开资料、历年财报、行业媒体(如Engineering.com、DEVELOP3D)报道及科技博客分析。部分数据和表述基于公开信息整理。
如果你是工业软件圈子的
工程师|销售|技术经理
或者你是一个想重返职场的妈妈关注我,我们一起少走弯路。我是Amy,下期见!
#工业软件 #智能制造 #数字化转型 #CAD #CAE #CAM#PLC#工程师 #职场妈妈
夜雨聆风