智慧轨道交通及其系统设计研究

赵晶

智慧轨道交通是以智能信息化为基础，通过信息收集、信息共享、信息互换等达到信息为城市轨道交通服务的目的。智慧轨道交通系统的应用可以利用智能信息对轨道交通的运输、部署等进行决策与处理。此外，智慧交通系统能够通过计算机对与城市轨道交通相关的海量信息进行采集、整理、分析、利用，进而通过城市轨道交通的物理网络将相关的轨道交通信息整合，构建成一个高效、安全、可靠、实用性强的现代智慧轨道交通系统。

一、智慧轨道交通概述

目前我国城市市政管理体制越发成熟，就运营管理改革而言，智慧城市轨道交通运营与管理是一个非常重要的方向，近些年来各类智能化设备以及新型技术的应用极大促进了我国城市轨道交通的发展，但仍旧存在稍许问题亟待解决。例如，在一些小型城市，轨道交通的信息化技术应用以及信息化体系建设仍然处于发展阶段，一些与轨道交通信息技术相关的应用不成熟，且这些系统多是通过一单个单元来实现的，不能满足智慧轨道交通的发展理念。因此，在构建智慧轨道交通模型的过程中，该系统需要同时满足多个部门在信息和数据分析方面的要求。

二、智慧轨道交通系统构建与设计

（一）系统平台建构

智慧轨道交通包括三个研究步骤：首先，收集客流数据、视频监控数据以及轨道交通运营过程中产生与列车运行关键组成部分相关的监控数据；其次，搭建大数据平台，整合各种类型与轨道交通相关的信息数据，进行合并、整合、共享等，最终形成城市轨道交通大数据平台；最后，利用人工智能技术对采集到的信息数据进行智能分析，为轨道交通的部署决策提供支持。智慧轨道交通主要分为四个研究方向：轨道交通大数据平台、轨道交通运营智能监控技术、轨道交通运营智能调度技术、智慧轨道交通软件开发。

（二）大数据平台

城市轨道交通大数据平台是智慧城市建设的基础，并为其他研究提供数据支持，城市智慧轨道交通大数据平台分为以下三个步骤。首先，将与轨道交通相关的列车信息、车站、车辆等视频监控数据接入车载传感器，然后，使用Hadoop、Spark和其他框架融合最初分布在不同系统中的数据，以便大数据可以更好地发挥其价值。最终，该平台可以通过服务接口的形式为大数据的智能分析和应用提供数据支持。

三、智慧轨道交通系统职能

（一）数据智慧采集

数据采集是使用设备从系统外部收集数据并将其输入系统的过程，在轨道交通运输领域常用的数据采集工具包括传感器、摄像机等。收集的数据是已转换为电信号的各种物理量，例如车速、振动加速度、轮轨力、噪声、压力、温度、湿度等，可以是模拟信号或数字信号。信息收集通常采用采样法，即在某个时间在同一点重复收集数据，收集的大多数数据是瞬时值，但在一定时间内也是特征值。

（二）数据智慧融合

轨道交通数据的智能融合是基于轨道交通数据系统所使用的大量不同类型的传感器来完成的，基于预先建立的规则集，在统一的基础上自动进行分析、转换、集成和集成，以形成一个良好的数据组合，以进行进一步的分析。在数据融合系统中，多传感器系统是数据融合的基础。多源异构信息是数据融合的处理对象，建立统一的基准和规则集，以及自动集成数据是融合系统的核心。

（三）数据智慧挖掘

数据智慧挖掘是指对所采集到的海量信息进行识别、整理，并对有效信息数据进行整合，呈现给管理者，为管理者的决策提供帮助。数据智慧挖掘的主要过程包括数据信息的关联分析、聚类分析、数据的分类、目标信息的预测、信息时间序列模式确定以及偏差的分析。一般而言，在智慧轨道交通领域数据智慧挖掘包括对轨道交通运营列车信息、行驶路线、行驶过程中经过的桥梁、隧道、列车牵引供电智慧系统信息的融合等，通过对轨道交通相关信息的采集、挖掘、整合，找出问题根源。此外，可借助信息数据之间的关联性，分析其内在联系，挖掘出潜在数据模式与规则，进而帮助管理者及时发现轨道交通运营中存在的安全隐患，确保运输过程的安全、稳定性。

（四）指挥决策

决策支持是最高级别的信息处理，基于智能的数据收集，融合和挖掘，为管理人员提供解决方案。目前使用最广的智能决策支持系统一般包括数据库、方法库以及模型库与知识库。通过对海量信息数据的获取、整理、挖掘，可以帮助管理者在决策过程中优化模型分析方法。例如，铁路运输系统具有行驶时间长、行驶里程长以及覆盖范围广等特点，为保证列车在行驶过程中控制系统的安全运行，操作人员需要自身工作经验来确保列车行驶的安全性与稳定性，但从现实来看，传统的基于管理者经验来进行决策的管理模式已不能适应时代发展需求，因此，引入IDSS已成为必然。例如：在进行铁路运输调度时，管理者可基于已经获取的信息数据对列车网络交通信息进行整合，进而方便用户合理地安排出行计划，列车安全运行决策系统则可以将以往列车行驶过程中发生的事故信息进行搜集整理，分析列车运行实时情况，为列车的安全行驶保驾护航。

四、实际应用——以上海智慧地铁为例

（一）总体架构

智慧地铁是指通过技术层面的智能技术应用集成和业务层面的联合集成，共同促进上海地铁整体管理能力。智能技术应用是指各种智能技术在城市轨道交通各个业务领域中的应用，例如人脸识别、图像识别、语音识别、大数据分析，以提高业务执行的安全性和质量。业务链接集成是指数据驱动服务的实现，一种服务在接到执行命令或者是受到触发时则会导致其它服务执行。本文中所研究的上海地铁在构建智慧地铁系统时，以“标准管理、有序推进、成本可控性和资源共享”的IT治理理念为指导，并按照统一的标准规范与安全策略进行系统的构建。该智慧地铁系统的架构主要包含1轴、1运、3域、5层；其中1轴指的是地铁的中心控制系统，该部分主要是全方位地呈现智能地铁的风貌，对整个地铁系统进行总控制；1云是指通过构建地铁云系统，能够对海量的信息数据进行采集、整理、储存，同时地铁云系统还能够将智慧地铁系统与互联网技术向结合，构建一体化的数据资源平台。3域是指在系统应用层内构建智能架构、智能运营以及智能维护三个部分；5层是指构建5层智能地铁技术架构系统，包括采集层、存储层、分析层、应用层和集线器层。

（二）建设思路与方法

智能地铁的建设思路应基于“数据”。通过两个行业的整合和云端的协作，结合地铁的实际运营目的与条件、服务对象、安全要求等，可将智能地铁的技术架构按照信息数据处理过程、服务对象划分为信息采集层、储存层、分析层、应用层和中央层。其中采集层主要是基于系统的数字与自动化技术对目标信息进行优化，达到改善目标业务信息数据的目的，为系统设备、操作人员、运行系统等获取更加准确的业务信息数据提供支持。系统采集层在进行设定时应考虑到系统边缘基础架构位置区域的信息数据的安全性与实时性，同时应确保其信息数据的响应及时、通信网络良好；储存层主要是基于大数据或人工智能算法对获取到的信息数据进行整理与分析，储存层能够对采集到的海量信息进行存储与处理，即智能地铁云的构建，在构建储存层时应在系统设计的早期阶段就构建安全高效的信息网络体系结构，确保系统硬件与软件基础架构相一致，能够在同一标准操作环境下运行；分析层主要是指通过构建智能地铁大数据分析平台对搜集到的海量地铁信息进行分析，基于人工智能和机器自学习模块来实现业务的自我发展与管理改进。

五、结论

智慧城市轨道交通运营与管理是一个非常重要的方向。相信在不久的将来，智慧轨道交通系统将为社会的发展提供更大助力。

作者單位：北京信息职业技术学院交通工程系