面向普速车站的智能到发作业系统设计与实现

吴兴华

（中国铁道科学研究院集团有限公司 电子计算技术研究所，北京 100081）

随着我国铁路客运和铁路信息化的快速发展，旅客服务系统已经成为客运车站必不可少的生产系统之一。近些年来，除高铁车站以外，各铁路局既有普速车站和普速高速混跑车站也在逐步建设旅客服务集成管理平台（简称：旅服平台），从而实现标准化客运作业。

普速车站旅服系统的到发作业流程采用和高铁车站相同的方式，如图1所示[1-3]。

目前，全路既有普速客运车站相比高铁车站信息化、智能化建设落后很多。通过对太原站、武昌站、商丘站等多个普速车站旅服到发作业流程调研，发现普速车站旅服系统作业主要存在以下问题。

（1）TDMS阶段计划数据不准

相对于高铁车站，普速车站由于运行线路情况复杂，因此，调度计划员在做计划时往往存在不准确、不及时的情况[4]，从而导致旅服系统接口的运输调度管理系统（TDMS）阶段计划数据不准，影响旅服系统作业准确度。

图1 旅服到发作业流程

普速车站TDMS阶段计划不准确、不及时误差可能会在几分钟至十几分钟不等[5]，很难通过旅服系统本身进行相应的误差调整。

（2）列车晚点情况频繁，晚点时间长短不定

普速车站客运列车常常会因列车运行环境、列车调度等因素出现晚点情况，晚点时间长短也无法确定[4-5]，短时间可能1～

2 min，长时间的甚至可能数小时。再加上TDMS阶段计划可能存在的误差，使得客运综控员需要频繁关注列车运行位置并调整作业模板来解决，很大程度上加大了综控员的工作量。

（3）停车时间长短不定，单一作业模板很难适应旅服系统作业管理

普速车站客运列车在站停车时间因为车型不同，而对于相同的车型，也会因为列车调度、列车晚点、赶点等情况而频繁变化，从而使得单一作业模板很难适应旅服系统作业管理。

例如：以列车到达时间驱动的广播和引导业务，当列车压缩停点时间，应该修改为以发点、开检等时间驱动更为合理；以列车发车时间驱动的广播和引导业务，在列车停车时间较长时，应该修改为以到点时间驱动更为合理。

因此，本文根据以上问题，提出一种新的方式，即采用进站咽喉区域设置摄像头进行进站车次识别与临站TDMS实绩到发信息相结合的方式进行列车实时跟踪，并据此优化现有旅服系统到发作业流程，从而解决普速车站由于TDMS计划不准、无法自动联动到发作业的问题。

1 旅服智能到发作业系统设计

1.1 系统总体结构设计

（1）摄像头架设

依据系统全天候数据采集的需求，需在普速车站两个进站方向的进站咽喉处轨边分别设置2组带云台的红外高清摄像头，每组摄像头分别监测进站方向远端和进站站台处，如图2所示，以保证监测范围能够覆盖列车即将进站至列车停稳全部时间的区间。

图2 摄像头架设方式

（2）本站视频分析服务器架设及临站TDMS数据扩展

在车站端，需在车站信息机房视频网内部设置视频接口服务器、网络硬盘录像机（NVR）、视频交换机和网络防火墙。其中，NVR主要用于视频数据的存储，视频接口服务器主要用于视频数据的分析与处理和对旅服平台进行消息发布，视频交换机主要用于视频数据网络传输，网络防火墙主要用于隔离综合视频网和旅服数据网。

当摄像头采集到列车进站视频信号时，通过视频接口服务器进行数据分析处理，并将有效数据发送至旅服平台，旅服平台应用服务器结合列车到发数据对车次进行判断[6]，同时修正客运组织计划。

在铁路局端，需增加对临站TDMS数据的扩展接收，即除本站TDMS压轨信号外，扩展接收各运行方向临站TDMS实际发车压轨信号数据。

当监测到临站列车发车压轨信号后，将业务处理需求发送至视频分析服务器，并开启本站旅服到发作业，对各类业务进行预处理。系统总体结构，如图3所示。

图3 系统总体结构

2.2 到发管理业务流程设计

系统业务流程可划分为：业务启动、车次识别、业务处理3个阶段。考虑到大型车站同时进站列车可能为多趟，在识别时可能会有混淆的情况，因此，本文采用智能视频分析、特征过滤和人工判别相结合的方式进行车次到达判断流程设计。具体流程，如图4所示。

（1）业务启动阶段

当旅服平台监测临站列车发车压轨信号后，开始激活本站旅服作业中到发、广播、引导计划执行状态，并将即将到达列车发送至智能视频分析系统，加入监测队列。

（2）车次识别阶段

智能视频分析系统判断队列中监测列车数量如果仅有一趟，即可通过模式识别算法并结合历史特征库进行深度学习与识别计算，开始识别。

图4 业务流程设计

如果监测队列中列车数量有多趟，则需要反馈至旅服平台，由旅服平台根据动态到发计划对编组、车型、股道、调令等数据进行实时过滤，并将特征差异反馈至智能视频分析系统。如果此时特征差异明显可识别，则开始识别，否则，由旅服平台结合TDCS数据进行人工确认[7-9]。

（3）业务处理阶段

车次识别完成，命令可直接发送至旅服平台，对列车到发作业进行修正，对智能视频分析监测队列进行初始化，删除识别完毕的车次。

3 旅服智能到发作业系统实现

3.1 智能到发作业算法实现

目前，普速车站旅服到发作业执行主要通过综控人员人工调整的到发时间为基准进行向后或向前推移确定。

令列车到达时间为ta，列车发车时间为td。

则每日列车本站到发时间序列为{(ta1,td1),(ta2,td2),…,(tan,tdn)}。令到发时间序列中的某次列车Gi的到发时间为(tai,tdi)，则该列车到发业务执行状态pi可表示为：

Tai和Tdi为计划开始执行时间与到发时间的偏移量。

由于普速车站ta、td与实际列车到发时间误差较大，因此，引入列车视频监测列车即将进站时间为tc、视频监测列车停稳时间为ts以及列车临站发车时间为ta'。

则新业务流程条件下，列车实际到发时间序列可表示为{(ta1',ts1,tc1),(ta2',ts2,tc2),…,(tan',tsn,tcn)}。令实际到发时间序列中的某次列车Gi的到发时间为(tai',tsi,tci)，则新业务流程条件下，列车到发业务执行状态可表示为：

本文采用Windows 7环境下c#编程语言，结合业务启动、车次识别、业务处理的业务流程进行算法实现，系统核心代码可归纳为如下部分：

3.2 旅服智能到发作业系统搭建与应用

目前，本项研究正在太原站实验，根据太原站实际情况，两个方向进站咽喉区域各安装1个摄像头（采用是sony的CCD（1/2.8''靶面），分辨率是 1 920×1 080，昼间探测距离是500 m，夜间探测距离200 m）进行相应的视频采集。安装如图5所示。

图5 实际安装位置

视频信号通过光纤接入通信机房，在视频分析服务器分析后结合铁路局TDMS接口数据将列车运行信息发送至旅服平台。应用效果，如图6、图7所示。

图6 监测界面

图7 列车到发作业自动修正界面

作业流程优化后，通过对太原站116趟列车7天到发情况的统计，系统对车次到发时间预测接近100%，区间运行误差不超过2 min，基本实现了车站到发作业的精准化自动处理。具体统计情况，如表1所示。

表1 到发时间统计

4 结束语

本文研究设计了采用的基于智能视频分析和临站TDMS压轨信号数据对列车到发数据综合判别方法，通过对现场7天内旅服到发状态与到发时间预测观察，采用新算法优化后，到发误差时间明显减小，极大地提高了普速车站旅服到发作业的精准性和作业效率。

目前，研究仅局限在单站，只能对单站到发作业进行优化，未来，可将旅服智能到发作业系统搭建在客运段中心，提高整个区域内普速、高铁以及高普混跑车站的全面到发作业优化，从而实现区域旅服到发管理的业务联动，进一步提高生产效率。