RIMcomb项目

1 项目简介

2015年 — 2016年，德国铁路股份公司（Deutsche Bahn AG）对基于建筑信息模型（BIM）的数字化规划方法的需求大幅增加，于是其意识到BIM技术的应用将不仅限于交通设施建设领域，而且还会延伸到铁路电气装备技术领域。

出于相同的见识，南德意志集团技术检验协会（T?V S?D）下属子公司Signon Deutschland GmbH也较早地展开了一些较小的研究项目，以开发基于BIM技术的数字化规划流程和方法，涉及的领域包括以下铁路专业系统：①控制系统和安全系统;②接触网（包括架空式和接触轨式）系统;③供电系统和电气装备系统;④信息（IT）/通信系统。主要研究内容为：加快规划基础的数字化，研究现有软件工具并对其进行调整和优化以适应未来的需求，以及借助数字化技术优化规划流程。

2017年初，Signon Deutschland GmbH、慕尼黑工业大学和AEC3 Deutschland GmbH 3家公司/机构联合从拜仁研究基金会处申请到了1项名为“RIMcomb：为铁路基础设施技术装备建立信息模型”的研究项目。RIMcomb项目的研究目的是为铁路设施（尤其是装备技术）开发跨专业领域、基于模型、计算机辅助、合作式的新规划方法，以显著提高规划效率和规划质量。该项目持续时间为3年。项目的核心是：基于BIM技术创建非专有的数据模型，用于描述线路设施和装备技术，以及导出具有不同抽象级别的视图（从2D的线路拓扑图到细节化程度极高的3D显示）。研究人员将在此数据模型的基础上设计和开发一个平台，该平台可确保模型描述在所有情况下的一致性，并实现各专业人员在可同步的专业模型基础上开展协同规划工作;并开发用于传达模型变更（“修补”）的新方法，以对专业模型进行比较;此外，还要确定装备技术规划所适用规则的描述和检查过程，以便对规划进行半自动化检查。该项目的另一个重要内容是研究精确采集设备状态数据的方法，这是项目取得成功的基础。因此，研究人员将研究从点云（通过激光扫描或摄影测量获取）中生成语义丰富的3D模型的方法，及其成本和收益、错误率、可持续性和可重复利用性。

由于其复杂性，该项目被划分为7个具有时间上相继关系的工作包（AP）：

（1） AP1分析所有装备专业的规划流程;

（2） AP2创建铁路电气装备技术数据模型;

（3） AP3采集数据和生成模型;

（4） AP4自动化合理性检查;

（5） AP5研究确保一致性的方法;

（6） AP6创建RIMcore数据平台;

（7） AP7耦合现有系统。

目前，该研究项目已经开展2年，并取得了一些基础性成果，这些成果引起了2018年德国柏林轨道交通技术展（Innotrans 2018）的极大关注。目前，AP1～AP3已完成，AP4、AP5和AP6正处于高级加工阶段。

2 当前项目状态

2019年春季，研究项目组对RIMcomb项目的现状进行了总结，并将其提交给拜仁研究基金会。

2.1 AP1 分析所有装备专业的规划流程

目前，研究人员已经完成了对上一章所提到的4种铁路装备专业规划和维护流程的分析;创建了实际状态（未使用BIM技术）和当前可实现的目标状态（使用BIM技术）的映射模板，将分析结果填充其中，并以流程图的形式记录下来;在分析过程中，考虑了专业工作流程以及全面的交流过程，并确定了可能的应用场景。

2.2 AP2 創建铁路电气装备技术数据模型

AP2的目标是识别BIM应用场景，使用软件对其进行映射，并建立元素、几何和属性的可持续结构。为此，使用了基于网络的数据库BIMQ（产品所有者：AEC3 Deutschland GmbH），并使其适应铁路装备技术的一般和特殊要求。

目前，研究人员针对各种应用场景、工作阶段和元素/对象，建立了基于规划常识的完整属性结构。利用现有的属性结构，可以实现各种程序输出和格式。但目前，研究人员未与铁路公司做进一步的协调和合作研究，以便将这些对象属性（即信息级别LoI）具体化到铁路装备行业。

由于装备技术属性与现有的工业基础分类（IFC）标准结构相关联，因此不同程序之间的装备技术数据可以使用IFC接口传输。IFC是指基于《建设和设备管理行业的数据共享用工业基础类》（ISO 16739-2013）的不同软件程序之间的BlM开放接口标准。由此能够得到可显示网络结构和继承结构的统一建模语言（UML）图。通过在线数据库BIMQ，可以借助UML图安全地完成各种输出和传输工作，例如在独立文档中输出预格式化的客户信息请求（AIA）。如果需求改变（如应用场景、元素、属性等），则可以在数据库中进行必要且清晰的结构更改，并迅速创建更改后的客户信息请求。根据需要，还可以在客户信息请求中传输根据IFC4 Add2标准在数据库中分配的IFC属性，以记录对IFC交换接口（此为不同软件程序之间数据交换的基础）的相应要求。

此外，研究人员还将数据库中针对各个应用场景或工作阶段预先配置的对象属性作为共享参数传输至BIM软件Autodesk Revit。在Revit中，这些共享参数用于补充预设的型别，并且可以分配给各个对象/模型。通过使用在线数据库BIMQ并将预设对象属性传输至Revit，可以轻松、快速地分配或修改属性。由于Revit上的图像和IFC4 Add2上的图像都是在线数据库BIMQ中定义的，因此可以为Revit生成IFC映射文件，并用于配置从Revit导出的IFC文件。

2.3 AP3 采集数据和生成模型

AP3的任务是研究对铁路装备技术相关模拟文件和真实环境进行数字化处理的方法和技术。

规划数据的数字化及其实时性是铁路行业目前尚未解决的问题。其表现为，在几乎每个建筑项目开始之前，都必须检查几十年前的相关旧文件是否仍然符合实际情况。而检查的方式通常是实地考察、查阅照片文档，以及使用测量轮进行测量。为此，必须封锁线路以确保安全。随后还要将仅以纸质形式存在的规划文档手动传输到规划软件中。这些操作由于需要大量人工，因此有成本高、费时且容易出错的缺点。

在铁路装备技术规划时，以下数字化步骤非常重要：①纸质模拟库存文件的数字化;②真实环境中基础设施元素的自动检测识别。

2.3.1 纸质模拟库存文件的数字化

本项目开发的卷积神经网络（CNN）可以识别出文档中大小不同、有变形和旋转的各种符号。由于研究人员对CNN进行了优化，因此它能检测出大量假正例（False Positives，即預测为正，真实为负）符号，以及极少量假负例（False Negatives，即预测为负，真实为正）符号。对于本应用场景，这种情况是有利的，因为用户可以毫不费力地删除False Positives符号，并保证所有符号都能被识别。当使用CNN对未经过学习的文档进行检测时，其感兴趣区域（ROI）的准确性始终高于95%，因此其错误识别符号的概率非常低。对于ROI中的1个符号，符号坐标精度小于3个像素;对于ROI中的2个符号，符号坐标精度小于5个像素。如果对训练过程进行了相应的优化，即使文档质量较差，符号高度失真，CNN也能实现上述精度。

2.3.2 真实环境中基础设施元素的自动检测识别

AP3的目标之一是开发一种可以利用神经网络自动识别视频中的欧洲列车控制系统应答器（ETCS-Balise）、架空导线支架、色灯信号机、道岔和站台边缘等设施的软件，为其设定的验收标准是识别率不低于99%，检测精度不低于95%。为此，研究人员整理了1个包含6 722个标记图像文件的数据集，用于训练神经网络。经过训练的神经网络在纯图像数据上对于目标对象类别的识别率达到了86.80%（架空导线支架）～93.73%（站台前边缘），精度达到了83.35%（站台后边缘）～94.01%（应答器）。视频播放速度通常为25帧/s。因此，神经网络对于图像中对象的检测频率是25次/s。为进一步完善对象检测的结果，研究人员还采取了后处理措施，使对于长达15 h的视频测试材料中应答器和道岔的识别率提高到100%。研究人员也期待通过采取后处理措施提高对于其他对象的识别率，使之达到不低于99%的验收标准。由于准确性检查所用的测试工具尚处于开发的早期阶段，因此无法进行精度研究，但研究人员将在以后的独立项目中对其进行研究。

2.4 AP4 自动化合理性检查

本文所指的合理性检查是检测铁路装备是否符合相应铁路法规和标准要求的活动。由于要遵守的铁路法规和标准非常复杂，因此研究人员从2018年8月起便开始对各种规则进行分析。在此基础上，研究人员确定了合理性检查的4个步骤，以便为随后在软件中进行的模型测试确定对应的规则。第1步“输入”，指定要检查的组件，精确选择模型内容;第2步“模型准备”，确定为了执行规则必须从模型中隐式加载的模型内容;第3步“规则检查”，确定组件是否符合测试规则要求;第4步“输出”，列出有缺陷组件列表，并确定后续流程。

自动化合理性检查的实施基于IFC模型。目前，已有支持此种数据格式的软件产品投入市场，这些软件产品主要用于测试建筑施工模型，也可以用于基础设施系统。其中，“Solibri Model Checker （SMC）”应用程序是常用产品，本AP测试使用的就是这款产品。SMC中存储着多种规则集模型，这些模型可用于各种测试流程（包括几何碰撞检测、须遵守的最小或最大距离检测、属性集及其相关属性检查），并且可进行调整。研究人员分析了规则集，利用SMC进行了模型测试。此外，对于许多规则，研究人员已经确定并记录了测试流程中的必要步骤，目前正出于测试目的实施这些步骤。由于IFC铁路标准尚未出台，因此对于特定铁路对象规则检查的研究受到了一定限制。

3 展望

至2020年，研究人员将在现有项目研究成果的基础上完成AP4～AP7的研究工作。所有项目参与者都认为该项目已取得的成果及其在今后研究中的不断发展完善可以带来巨大的利益。总而言之，这个创新的研究项目不仅为项目工作带来了经济效益，而且积累了丰富的经验和知识。借此，项目参与者可以制定未来的战略措施，勾画未来的蓝图。

参考文献

[1] Thomas Winkelbauer， Thorsten Hiebenthal. ProjektRIMcomb： EntwicklungneuerdigitalerMethodenimBereich BIM für die Ausrüstungstechnik[J]. Signal+Draht，2019（9）：12-18.

苏靖棋 编译

收稿日期 2020-01-17