熊天圣 司春宁
摘要:通过在上海诸光路站、顾村仑园站智慧车站的试点建设实践,本文研究轨道交通车站运营管理的主要场景,分析车站智能化应用需求,提出基于工业互联网平台架构的智慧车站总体设计,构建车站自动化和信息化专业系统融合、各类运营管理业务高度集成联动,实现运营管理高效化、设备管理智能化、乘客服务自主化的轨道交通智慧车站。
关键词:智慧车站工业互联网平台 大数据分析人工智能
引言
网络化运营和全自动无人驾驶成为轨道交通发展的主要趋势,以上海为例,截止2019年6月,开通运营线路17条,运营里程705公里,运营车站415座,日均客流1170万乘次,已经开通运营的10号线和浦江线,在建的14/15/18均为全自动无人驾驶系统。在线网运营、超大客流、重点车站功能集中的车站运营管理压力和车站自动运行技术发展的趋势下,上海轨道交通引领智慧车站试点建设,成为轨道交通车站智能化建设热点。智慧车站的研究是智慧地铁的基础,通过智慧车站的建设实现车站运营管理模式的变革,采用高度智能化的应用提升车站运营管理和服务水平,是轨道交通车站技术发展的必然趋势。
1轨道交通智慧车站运营场景分析和智能化应用需求研究
1.1车站运营场景分析
面向乘客服务的车站场景包含进站、乘车、下车、出站四个业务节点。在进站环节,依次需要站外提示、站内导航、快捷进站、站厅指引、与车站工作人员即时沟通等服务;在乘车和下车环节,需要站台引导、车内引导;在出站环节,需要站厅引导、快捷出站、站内导航、站外导航等服务。具体业务流程如图1所示。
站长/值班员的车站管理业务主要包括开站、运营、关站、夜間施工。在开站环节,需要对各个自动化系统进行自检、测试和启用;在运营环节,根据车站环境和具体场景,启用相应运营模式,对车站进行全息感知和监控;在关站环节,发布车站关站广播、出入口卷帘门关闭、自动扶梯停止、智能照明和大系统模式关闭等;在夜间施工环节,需要进行清场巡查、施工监护等业务。各个环节具体业务流程如图2所示。 面向维保管理业务主要环节包括设备巡检维修计划维修物资、维修工单、维修策略、巡检、全生命周期管理,具体业务流程如图3所示。
1.2车站智能化需求分析
从设备管理、客运管理、人员管理等车站运营管理业务出发,对车站智能化需求分析如下:
(1)设备管理能力
通过建设智慧车站,利用移动互联,物联网、研究知识计算和可视交互引擎、大数据等先进的智能技术,对接入智慧车站的各专业机电系统和各类感知终端,达到对车站设备群体智能主动感知与发现,实现多种运营场景的联动控制,提高运营人员的工作质量。
(2)客运管理能力
提供丰富乘客导向信息乘客自助服务设备智能视频分析监控、车站客流实时监测、智能机器人等,应用人工智能服务机器人、自然语言处理、自主无人操作系统等技术,改善乘客体验与提高运营服务水平。
(3)人员管理能力
实现对车站各项管理业务系统的实时数据综合分享和应用,通过采集各业务系统中的人、事、物及其关联数据和信息,运用复杂
环境下基于计算机视觉的定位、导航识别、虚拟现实智能建模分析技术,实现对数据的整合分析,并基于整合分析的结果来构建、丰富和完善车站各岗位工作人员的个人工作档案,提出效能提升管理建议。对运营人员日常的作业流实现电子化管理,包括信息化部岗、任务派发、设施设备操作监督、行车管理操作监督、乘客服务响应监督、工作效能评定等。
2基于工业互联网平台的智慧车站设计
2.1智慧车站功能设计
智慧车站功能包含:全息感知、自动运行、智能诊断、自主服务、主动进化等功能。
(1)全息感知
通过应用智能传感、视频分析等智能感知技术,构建以新型感知为依托的车站设备全自动智能运行系统实现对车站的设备环境、客流、人员等对象的群体智能主动感知与发现; (2)自动运行 面向轨道交通车站管理业务,通过应用先进的信息系统集成架构,并应用可视交互引擎、高效人机协作、智能建模集成等技术,构建以可视化为核心的车站全自动智能运行系统,实现车站过程性控制与事务性处理等管理业务的高效化;
(3)智能诊断
应用大数据智能分析与决策技术多源异构数据融合智能学习、设备消耗与健康诊断模型等,构建以车站为建模对象的智能运行系统,通过对各类运营场景下的车站运行数据深度分析挖掘,形成面向轨道交通车站运行管理与应急处置的智能化运营辅助决策功能。
(4)自主服务
面向轨道交通乘客出行服务及车站运维管理需求,应用出行问询机器人设备巡检机器人智能语音购票车站综合信息展示等技术,构建以多媒体信息理解、智能人机对话为载体的车站全自动智能运行系统,实现对车站乘客高品质服务与车站管理的精细化。
(5)主动进化
根据全息感知提供的数据支撑,自动运行、智能诊断、自主服务提供功能支持,进行数据建模,采用机器学习模式,构建智慧车站核心大脑,实现车站运营效果的自我评估与车站运行策略的自动完善。
2.2基于工业互联网平台的智慧车站架构设计
上海轨道交通智慧试点车站主要实现功能为全息感知、自动运行和自主服务,需要大数据分析和人工智能能力的智能诊断和主动进化难以在单个车站实现,基于车站综合监控的边缘计算平台主要以实时计算、场景联动执行、智能监视为主,为了充分发挥车站全面采集的海量数据,研究设计了基于工业互联网平台架构的智慧车站整体架构,应用大数据分析、人工智能技术,实现智慧车站的智能诊断和自主进化功能,并在线路/网络的层面进行车站间的调度协调和应急联动。整体架构设计如图4所示。
边缘层:依托智能物联、工业控制、智能终端技术,通过车站边缘计算平台综合监控,实现对设备、人员、环境等信息进行实时采集和处理,实现智慧车站全息感知、场景模式化自动运行、综合可视化看板、车站节能、数字车站等功能。
平台层:为应用层功能提供数据接入,提供大数据平台能力、微服务框架、人工智能、数字孪生等基础支撑。
应用层:依托边缘层的数据接人和平台层的人工智能、工业大数据分析等PaaS支撑能力,将设备、数据、流程、人等因素信息综合分析,提供隐患预警分析、故障智能诊断、设备健康评价、车站运营评估、车站策略优化以及线路/网级的协调和联动。
3结语
通过总结在上海轨道交通诸光路站、顾村公园站智慧车站试点建设中遇到的问题,研究提出工业互联网平台架构的智慧车站探索设计,能够较好的实现(1)基于智能物联的车站全息感知;(2)基于车站边缘计算平台的车站场景模式化管理;(3)基于智能终端的车站自主服务;(4)基于大数据分析、人工智能的车站智能诊断和自动进化,具有积极的推广价值。
参考文献
[1]工业互联网产业联盟.工业互联网白皮书(2017).
[2]和小双;张腾蛟;车站管理对地铁运营安全的影响[J].技术与市场;2019年05期.