人工智能机器人在轨道交通自动售检票系统中的应用

靳鸿泽 庞敏 郭大为

（1.大连交通大学 辽宁省大连市 116028 2.大连地铁运营有限公司 辽宁省大连市 116039）

1 研究背景及研究目的

随着全国城市轨道交通行业的网络化运营蓬勃发展，由于地铁线路覆盖范围的广大，传统运维方式对于人工需求过大，运维规范和标准性缺乏统一，运维管理难度逐渐增大，导致运营成本难以下降，政府财政负担无法减轻。智慧交通体系架构理念的提出后，城市智能交通一体化建设规划及发展战略逐步实施，国内各大城市地铁、公交等系统采用移动支付方式标志着城市轨道交通智慧化首战告捷，智能运维将成为轨道交通智慧化的下一个攻克目标。

目前，上海地铁13 号线将中科路站打造成为上海地铁智慧化地标车站，站内有智能问询机器人。2017 中国(湖南)国际轨道交通产业博览会推出了智能巡检机器人“开路者”；2017年西安地铁四号线隧道暗挖工程中也采取了智能机器进行实时监控，2018北京国际城市轨道交通展览会推出了智能隧道巡检机器人“奔跑的兔子”。

目前各城市正在规划采用智慧化、数字化的红利来推动和简化运维流程，智能地铁巡检机器人的出现，节省了大量人力资源，不仅降低了运维成本，同时将巡检机制规范化、智慧化，提高实时反馈机制效用，直接推动了城市轨道交通向智慧化的第二个台阶迈进。

2 城市轨道交通传统AFC系统运维模式

城市轨道交通行业自动售检票系统（AFC）是基于计算机、通信、网络、自动控制等技术，实现轨道交通售票、检票、计费、收费、统计、清分、管理等全过程的自动化系统[1]。近些年，城市轨道交通行业引入移动支付互联网票务平台，实现了通过手机扫码过闸、云购票、手机PAY 闪付过闸等功能，城市轨道交通逐步开始迈入智慧时代，AFC系统的智能运维工程开始成为新的研究和应用课题。

2.1 AFC系统五层架构

2.1.1 车票、银行卡、移动终端（TICKET & Bank Card & Mobile Terminal）

乘客所持的地铁票卡、城市一卡通等实体票卡为刷卡乘车出行的媒介，目前国内很多城市已经实现移动支付过闸功能，譬如云购票、银联卡闪付过闸、二维码扫码过闸、NFC 手机过闸等等，此时作为车费支付媒介的载体已经扩展为车票、银行卡和移动终端（包括手机、带NFC 功能手环等）。

2.1.2 车站终端设备（SLE: Station Level Equipment）

车站终端设备安装在各车站的站厅，乘客可通过自助使用该类设备，进行自助查询、买票、充值、扫码支付、过闸进出站等业务，直接为乘客提供售检票服务，规定了车站各类设备及系统的技术要求和运营管理需求。

2.1.3 车站计算机系统（SC：Station Computer System）

其主要功能是将车站级别所有设备成网连接起来，对车站各类终端设备进行数据收集、事件监控、状态控制，规定了车站系统的数据管理、运营管理及系统运维相关的技术要求。

2.1.4 线路中央计算机系统（LCC: Line Central Computer System）

其主要功能是将本线路交易数据、设备状态数据等各类运营信息上传至城市轨道交通清分系统（ACC），同时与ACC 做好数据对账、审计工作，拥有独立的线路机房，包含小型机、数据服务器及工作站，共同完成信息系统功能。

2.1.5 城市轨道交通清分中心系统（ACC: AFC Clearing Center）

其主要功能是统一管理城市轨道交通AFC 系统内部的各种运行参数，收集城市轨道交通全路网交易数据，并进行对账审核、清分对账，同时负责连接AFC 系统与城市一卡通、移动支付平台、第三方支付平台等系统，完成全路网相关数据及票款的清分，同时规定AFC 系统内各类车票管理及运营管理相关的技术要求。

2.2 传统运维模式

传统的AFC 系统运维包括设备运维、机房运维、数据运维三部分，其中车站级设备运维开展所需人力最大，设备故障率最高，难度最大。其中：

（1）设备运维：通过对整个系统内的设备进行统一编码，从LCC 应用程序中有设备监控的功能，通过该功能可以及时获得设备运行状态，但需要人为进行判断分析，部分设备或因小概率错误，或人为操作异常导致时刻提醒，导致实际参考性不强。

（2）机房运维：主要是指面向AFC 系统机房中的计算机设备中的巨、大、中型机、小型机、PC 服务器等，面向存储设备中的磁盘阵列、存储用光纤交换机、光盘库、磁带机、磁带库、网络存储设备等的运维服务。采取的主要模式是24 小时人工巡检，或定时人工巡检，发现问题后进行人工报修，针对部分重点设备的故障恢复是采取专业委外的方式。

（3）数据运维：主要包括交易数据运维、状态信息运维、管理信息运维。

3 人工智能机器人在AFC智能运维平台中的应用研究

本应用研究基于已有的智慧城市建设参考模型，应用于AFC系统智能运维平台建设，同时建立基于云平台的动态数据仓库，为智能巡检机器人提供行动决策依据。

3.1 AFC智能运维平台

参照智慧城市建设参考模型[2]作为为AFC 智能运维系统功能的模型，主要包括：

3.1.1 物联感知层

提供对整个AFC 系统的感知能力，通过各种车站各类终端信息采集设备、各类异构传感器、网络摄像机以及应用BIM[3]技术开展对各车站环境、设备设施、客流等方面信息采集、识别和检测，最终实现通过模型可视化、信息共享化、数据积累分析，为上层提供海量信息，也为后续人工智能机器人提供每日学习素材。

3.1.2 AFC 通信网络层

借助已有的AFC 传统传输系统，包括互联网、光纤、CCTV等骨干传输网络，以覆盖全城的采用Wi-Fi、4G、5G 等多种无线通讯方式搭建异构传感器网络，最终建设网络通信基础设施。

3.1.3 AFC 计算与存储层

包括车站级别SC、线路中心LCC 及路网票务清分系统ACC的软件资源、计算资源和存储资源，为AFC 智慧运维系统提供数据存储和计算，保障智慧应用层对于数据统计和传输的相关需求。

图1：AFC 系统信息数据仓库

3.1.4 AFC 数据及服务支撑层

利用云计算、大数据等技术，通过对设备状态数据和服务的嫁接融合，支撑承载智慧运维应用层中的故障诊断、巡检握手等相关应用，提供各种服务和共享资源[2]。

3.1.5 AFC 智慧应用层

在AFC 智慧运维平台通过对客流数据上传信息规律及设备故障信息的比对分析，及时分析得出设备运行状态的脱机、故障点，为人工智能机器人后续在现场握手设备，采取软启动、故障修复等操作提供信息支撑和决策依据。

3.2 数据仓库的搭建

在AFC 系统运维中采用数据仓库技术、多传感器识别技术，AFC 系统数据仓库位于线路LCC 及线网ACC 级别，利用已有的AFC 传统五层架构进行信息收集，形成面向主题的、集成的、与时间相关的、不可修改的数据集合，建立基于云平台的动态数据仓库，通过以数据库、数据仓储技术、前置核心部件为中间分析层，最终将数据进行提取、转换、挖掘，达到再利用，反馈到智慧层，为智能机器人信息习得作为重要关键产物，详见图1。

3.3 人工智能机器人借助智能运维平台的应用

随着目前城市轨道交通行业进入交通大数据、云计算、AI 等新一代信息技术时代，根据国内外AFC 系统相关技术的发展现状，结合AFC 系统智慧运维平台，通过四步法打造仿真智能机器人可研性。

3.3.1 建立全方位360 度全景视频实时检测与建模机制

其一，从车站现场或维保现场的场景全部存储建模，建立数据仓库，保证机器人在灵活行动与设备握手（可通过设备读写器或专用接口）；其二，保证数据仓库数据实时通过网络传输到智慧运维平台，固定时间段内机器人通过增量方式习得最新情况，城市轨道交通运营结束后通过全量的方式习得全天全量数据。

3.3.2 智慧运维平台智能巡检及故障诊断指数评估与在线仿真分析

利用大数据分析挖掘技术，BIM[3]技术通过对已收集到的信息进行在线仿真分析，将分析结果通过智能运维通道及时传输给机器人习得系统。

3.3.3 优化智能机器人学习控制能力，提升异构传感器动力反馈机制

重视对传感技术的应用，从故障诊断库中提取设备运维规律，制定针对不同设备的合适评估手段，利用传感器技术实现网络由固定模式向智能化、高端的移动模式发展，实现机器人通过4G、5G、Wi-Fi 网络实时在线联网，从海量巡检维修案例数据分析，优化算法，提高机器人操作精准度及判断决策机制，从而提升易运维质量。

3.3.4 实现智能机器人在现场维保工作中的设备技术接口握手、巡检、故障诊断

从运动目标区域提取信息，确定设备故障所在区域，通过与智能运维平台实时交互确定目标，对上一阶段的候选区域进行确认，机器人走到设备巡检固定位置，再进行与设备握手，从故障诊断库中提取海量案例，判断确认故障点，将故障分类，完成诊断故障分类，最后将处理信息上传至智能运维平台，如此往复迭代计算，提高智能机器人的习得能力和综合判断能力。

综上所述，本文主要是通过模型可视化、信息共享化、数据积累分析，采用Wi-Fi、4G、5G 等多种无线通讯方式搭建异构传感器网络通过对网络摄像头采集的视频信号做实时处理，利用云计算、大数据等技术，通过数据挖掘与应用系统服务的嫁接融合，从而达到支撑智慧交通应用层中的服务[3]，提供应用所需的各种服务和共享资源，分析探讨利用已成型的新型机器人动力学及智能控制模型、图像检测与识别技术模型，通过无线异构传感器网络及网络摄像头状态监控系统，以云平台动态数据仓库信息触发人工智能机器人进行现代轨道交通自动售检票系统智能运维巡检、报修、故障诊断、信息汇总、用户控制以及降级运营模式下的突发状况处理，实现自动售检票系统的智能运维，为传统的轨道交通运维难、服务难提供科技助力。