车站卸车组织信息系统设计研究

丁永民，石平刚，刘文栋，王玉龙

(1.中国铁路济南局集团有限公司，山东 济南 250001；2.中国铁路济南局集团有限公司 信息技术所，山东 济南 250001)

0 引言

车站卸车结合部多，卸车组织比较复杂，利用信息化手段提高车站卸车组织标准化、规范化、智能化，减轻现场工作人员劳动强度，加强车站卸车组织考核与分析，提升工作效率，突破车站卸车瓶颈，刻不容缓。因此，研究基于先进信息技术构建车站卸车组织信息系统具有重要意义。

在卸车组织研究领域，李文文[1]提出计算铁路站点应卸车负荷能力，对铁路站点实际卸车能力进行评估，通过铁路站点应卸车负荷能力与站点实际卸车能力之间的比对关系，研究构建铁路智能卸车超限分级预警系统；潘云松等[2]研究运用大数据技术构建铁路卸车管理系统，解决待卸车动态分布实时分析、重车在运输过程的监控和预警；王雅琳等[3]综合考虑装卸队作业计划和调车取送作业计划，建立以调车机车总耗时最小为优化目标的数学模型，并提出求解该模型的分布式混合优化策略；Lawley等[4]提出一个时间－空间网络流模型，使用客户需求、铁路网络特征、装卸时间、轨道和车站容量等信息，目的是尽量减少散装货物装卸的等待时间；贾国强等[5]从专用线内卸车作业保障、车站作业保障、运输资源组织保障等方面，研究三门峡车站卸车效率提升对策；徐小勇[6]提出填写“黄陵矿区技术作业大表”，编制阶段计划，掌握矿区列车运行、机车动态、调车作业、装车进度，提高专用线作业效率；郭忠峰等[7]通过引入深度学习技术，使用YOLO_v2网络模型，研究针对货运列车在正常工作条件下车钩的识别问题，实现车钩的快速准确识别；杨彩云[8]研究通过嵌入式、无线通信和北斗卫星定位等技术手段，实时掌握列车运行位置和列车货物状态信息。这些文献对提高车站卸车能力、优化卸车组织、提高作业效率及新技术在卸车组织的应用方面都做了很多思考，其中技术作业大表、YOLO网络模型和深度学习算法、嵌入式、无线通信和北斗定位等技术对于研究车站卸车组织信息系统提供了重要的借鉴和参考。

目前中国铁路济南局集团有限公司(以下简称“济南局集团公司”)部分车站使用人工或者Excel方式铺画卸车技术作业大表，工作效率较低。因此，结合车站卸车实际，济南局集团公司在管内蔺家楼站进行组织试点，研究通过信息化技术手段，提升车站卸车组织管理水平、提高卸车效率。

1 车站卸车组织信息系统架构设计

1.1 研发背景

济南局集团公司共有11个车务站段，对接多个港口和400多条专用线，部分专用线的实际卸车情况与集团公司要求的卸车指标还有差距。为了提高卸车数，济南局集团公司充分调研各站卸车组织情况，了解国铁车站、专用线、港口及它们之间的卸车计划编制与执行环节信息共享情况，认为开发车站卸车组织信息系统对于改善卸车组织现状具有很强的必要性和可行性。经研究，选取济南车务段蔺家楼站作为重点实验车站。蔺家楼站是济南局集团公司济南车务段管辖的三等站，共有正线1条，到发线6条，衔接山东宝鼎金属材料有限公司专用铁路1条，济南铁路煤炭运贸集团有限公司莱芜分公司专用铁路1条，主要担负山东九羊集团有限公司(以下简称“九羊”)及鲁中基地矿粉、煤炭等货物到发业务。管内黄岛港、董家口港、日照港的矿石通过胶黄线(胶州—黄岛)、青盐线(董家口南—洋河口)、胶济线(胶州—东风)、兖石线(日照—平邑)、东平线(东都—平邑)等线路输送到该车站。2020年初蔺家楼站日均仅能接卸6列，无法满足九羊集团矿石800万t、煤炭300万t年运输需求，一度导致济南局集团公司管内到蔺家楼站的作业车到处保留，严重制约黄岛、日照、董家口南站的装车上量。针对这种情况，济南局集团公司多次组织运输部、货运部、信息技术所到蔺家楼站进行现场调研与集中攻关，指导利用列车运行图思维和车站技术作业大表指挥卸车，研究开发车站卸车组织信息系统。其中，列车运行图思维指将列车运行的空间和时间信息同时以图像的方式展现出来，整合调车、装卸和机车等多维信息，便于从不同维度和角度去发现列车运行问题和推测运行趋势。车站技术作业大表是对车站的站场运用、现在车变化和调车机作业过程的动态反映，是车站调度员用以编制阶段计划和进行调度指挥的重要工具和车站工作分析的原始材料，编制好技术作业大表，对于优化车站作业组织，提高工作效率具有非常重要的意义。

1.2 总体架构

车站卸车组织信息系统在济南局集团公司一级部署，在内部服务网提供卸车作业计划编制与调整、各阶段调车与卸车作业写实、各阶段作业结果考核、各阶段作业信息查询与分析等全流程信息服务功能，供济南局集团公司和站段用户使用。车站卸车组织信息系统从架构设计上分为软硬件平台、数据层、业务逻辑层、展示层。软硬件平台作为整个系统的载体支撑系统的正常运行，包括中间件、网络、服务器和存储设备等。数据层提供了铁路局集团公司内部服务网和互联网之间，铁路局集团公司办公网和站段局域网之间的数据交换功能，北斗定位、手持机、红外采集设备从互联网通过安全平台将数据发送至铁路局集团公司内部服务网；作业视频信息先通过站段边缘服务器进行处理，再将处理结果通过办公网发送至铁路局集团公司服务器；铁路局集团公司调度管理信息系统数据直接通过铁路局集团公司办公网进行采集。业务逻辑层定义系统通用功能，主要包括标准管理、计划编制与写实、作业信息采集、作业考核、作业信息查询与分析5大类，每一类下有细分功能，满足站段实际需求。展示层通过PC端及大屏对系统进行访问，实现计划编制、查询等功能的应用。车站卸车组织信息系统总体架构如图1所示。

图1 车站卸车组织信息系统总体架构Fig.1 Overall architecture of the information system for the unloading organization in stations

1.3 技术架构

系统技术架构主要由用户层、数据采集层、服务层、持久层及工程化构成。①用户层。主要是用户用于浏览编组信息、机车运行信息、车站作业信息、考核信息等。②数据采集层。主要包括自动采集和人工采集2部分。自动采集主要依托铁路局集团公司调度管理系统、运输信息集成平台，自动采集列车运行计划和实际信息，利用视频识别、北斗定位技术，将传感器和摄像头采集的信息进行数据解析等处理，形成现场作业信息。人工采集主要依托4G/5G移动互联网，由手持机采集现场作业信息。③服务层。建立标准的数据服务接口，根据服务类型不同，提供数据流程服务、报表服务、视频分析服务、缓存服务、接口服务、日志服务和安全服务等系统服务，为数据展现层提供数据支撑。④持久层。使用Timescale时序数据库作为视频识别结果、传感器分析结果的存储数据库，Oracle则作为运行数据、用户操作记录、系统配置、规则配置、日志等信息的存储数据库。⑤工程化。包括摄像头安装取流，红外、北斗等传感器体系构建，内外网通信及其网络安全、数据加密、稳定性测试等方案的融合建设。车站卸车组织信息系统技术架构如图2所示。

1.4 功能分析

（1）标准管理。结合现场实际，针对不同作业岗位、不同作业环节制定作业标准与考核标准，并对其进行定量维护，作为自动考核的标准依据。作业标准主要包含货位标准、排风摘管标准、调车人员检查车辆标准、货运人员交接检查标准、调车机车运用标准、开关车门标准、扒料机卸车标准、车辆清底标准、机械设备使用标准等，考核标准主要包含总考核内容、起始业务点、起始业务股道、终止业务点、终止业务股道、考核类型、考核标准时间、考核名称、考核岗位、考核金额等。

（2）计划编制与写实。通过铁路局集团公司调度管理系统、运输信息集成平台采集列车运行信息，自动铺画到达列车信息，对于未采集到的运行线信息，可以通过系统手动添加。根据到达列车信息添加本站卸车作业流程，提前做好卸车计划，包括列车在股道停留时间及各项作业标准时间，可以直接铺设列车从进站到出站的整套作业流程，方便业务部门管理列车卸车作业。当班次更新时，会将当前时间之前的上一班次运行线转为实际线，不再允许修改，可以将实际线与计划线进行比较分析，判断列车是否按时作业。用户选取需要编制调车计划的列车运行线，通过手持机或手动设置各项作业时间，取代纸质操作。同时系统可以根据卸车作业标准自动生成卸车作业计划，用户通过拖动作业节点对计划进行调整。

（3）作业信息采集。调车作业信息主要包括摘挂列车、列车防溜、通知列检人员等作业内容，如摘挂作业状态、摘挂作业时间、设置防溜时间、通知发车时间等，依靠在机车前端安装红外装置、作业人员使用手持终端，实现调车作业信息采集。机车运行信息主要包括调车机运行轨迹及机车股道停留与启动，如机车车型车号、机车作业时间、股道停车作业标志等，机车运行信息采集主要利用机车上安装北斗定位装置，记录机车运行轨迹，作为机车运行线自动铺画数据源。卸车作业信息主要包含卸车作业类型(开关车门、扒料机作业等)、卸车作业时间，在作业现场安装摄像头集群，拍摄卸车作业视频，通过对视频进行深度学习分析识别，自动采集现场卸车作业信息，在车站不具备视频识别采集卸车作业信息时，也可以通过手持终端采集卸车作业信息。

（4）作业考核。卸车作业将不同作业时间间隔作为待考核的流程时间，与卸车作业考核标准进行对照，对考核结果进行统计，形成卸车作业进度表和卸车作业考核表。对调车作业流程和列车区间运行、转线、货检等作业项目进行考核，调车作业属于固定流程作业，每个作业之间的顺序是固定的，实际作业过程则是2个作业之间的时间间隔，根据不同的间隔时间对应不同的作业标准，形成调车作业考核表。最终达到按班组、岗位和人员考核的目的，自动计算人员考核金额，形成人员考核表。

（5）作业信息查询与分析。汇总每班作业信息，实现列车运行、调车作业、装卸作业、机车运用信息、交班报告的综合查询展示，点击车次，查询列车编组信息，对系统作业计划、实际和考核信息进行综合分析，形成各种分析统计报表。

2 车站卸车组织信息系统关键技术

2.1 运行图设计与计划算法

以蔺家楼车站为例，从专用线组织调度、运行情况、场内占用等多方面规划设计专用线调度算法，基于可缩放矢量图形(Scalable Vector Graphics，SVG)界面绘制车站技术作业图，基于SVG绘制的车站技术作业图如图3所示，体现在车站技术作业大表上。将到达蔺家楼的列车作为运行线的最小结构单元，把整个图结构分为运行线区域(图3最上方灰绿色背景区域)，中间站区域(图3上方白色背景区域)，区间线区域(图3下方灰绿色背景区域)及专用线区域(图3最下方白色区域)。在技术作业图中，将计划线分为卸车线(包括具体的卸车作业计划及实际运行轨迹等内容)、出发线及通过线。卸车线的起点为莱芜东或司家岭，出发线的起点为蔺家楼，卸车线和出发线只包括起点和终点，运行线区域一端显示大红点的线段为出发线和到达线，其他线为通过线。将具体的卸车作业拆解，首先机车先需要经过蔺家楼停留，在组织作业以后才可以进入九羊进行卸车作业，此过程为股道占用时间，即图3中间站区域绘制的股道黄色标识横线。其次根据卸车作业规则，将一开始的大规则(机车从蔺家楼开始进入九羊到最终空车出九羊进入蔺家楼)进行拆解，设计出区间运行，股道停留，转道作业为主的细节作业模型，然后通过组装细节作业模型实现不同的大作业规则，如推送作业、牵引作业、翻车机作业等。除了这些日常作业模式，可能还会出现并车作业(相同出站点、区间运行的车辆视为并车)，在系统内部自动合并计算。计划铺设以后，如不能满足作业要求，就需要对计划线进行调整，为了方便作业人员调整，系统对特定点进行限制，横线起点如果连接竖线，则只可以移动横线的终点，竖线只可以移动起点，斜线移动终点可拉长斜线的占用时间，并且所有的移动点之后的连接点都会根据前一点的移动距离自动变化，如前点向前移动1 min，后点都同时向前移动1 min。在计划线铺设以后，系统自动记录初始作业时间，作业人员可以根据快捷键实时观察当前计划与实际计划的比对情况。车站技术作业大表采用SVG技术进行界面交互，可以通过点到点的方式，快速绘制图形。经过实践证明，卸车作业组织大表将列车运行、调车作业、装卸作业、机车运用等环节，按照作业标准时间自动生成计划线和运行线，将运行图铺画至卸车点，实现调度所、蔺家楼站、九羊3方信息透明。

图3 基于SVG绘制的车站技术作业图Fig.3 Technical operation drawing of stations based on SVG

2.2 视频与深度学习技术

在九羊安装12个高清摄像头对现场卸车作业进行拍摄，摄像头获取数据，传输到硬盘录像机存储，同时传输到视频识别模块。通过对几种深度学习算法模型进行筛选，YOLO算法不需要复杂的管道，能够实时处理视频流，延迟小于25 ms，同时仍旧具备较高的精度，因而选择基于YOLO算法的YOLOv5框架实现基于视频识别的作业信息分析。主要用于自动分析识别卸车作业并记录相关时间点，如开关车门、扒料作业开始结束等时间点。

YOLOv5框架主要是目标检测框架，在本项目中，开关门任务、扒料机作业任务都属于较大的目标检测，且相对独立，使用YOLO这类锚框算法对卸车作业考核是十分有效的。在工程实践过程中，发现现场具有清晨高曝光、夜晚能见度极低等情况，因而通过调整现场光照，对视频流进行锐化处理，突出物体的边缘信息，在夜晚和清晨图像相对模糊的情况下可以准确获取其特征。另外，因现场车辆数量不固定，停车位置差异过大，车辆有时存在空车，需要对摄像头方向、焦距等属性进行调整，为了减轻现场人员工作量，实现自动化识别，先根据编组信息得到不是空车的车序号，再根据摄像头内通过的车辆数(根据YOLO检测车辆)记录当前摄像头通过的车辆数，当列车停止后根据摄像头当前观察的车序号判断是否为空车，如果不是空车继续观察，如果为空车则通过调用摄像头，向左或向右调整摄像头位置和焦距，继续重复上述过程，直到检测到不是空车的车辆。在此过程中，由于可能涉及到车辆转动角度过大，造成车辆的特征差异过大，因而通过训练多个模型共同检测，给出评分均值，更加准确地抓取车辆状态信息。

针对蔺家楼现场卸车作业，采集训练集共使用1 844张图片。使用mosaic技术进行数据增强，随机选取图片进行拼接，可以使少量图片大量扩增，增大数据集，使提取的特征模型具有健壮性。进行轮询迭代，最终获得最后一轮的模型。在实际检测中，因各目标检测精度不同，为了最大化适应现场作业分析，对不同目标的检测阈值做出调整。例如，扒料部分初始设置阈值为0.9，经过测试改为0.5对扒料的检测较为合适。

2.3 北斗技术

将北斗装置安装在调车机车上，通过北斗定位设备实时获取当前机车位置的经纬度坐标，但经纬度的获取通常会有误差，因而通过扩大范围标注，根据之前走过的经纬路径，通过加权平均的方式计算后面获取的坐标误差，保证受干扰以后的坐标突变不会造成大的影响。基于北斗定位功能，由于机车在股道中运行时机车的运行轨迹为股道轨迹，路径相对固定，因而主要采集九羊站点入口(出口在同一位置)、道岔点、7条股道的入口及尽头点这些关键移动点，减少计算量与数据传输所用的带宽。后期还添加机车在股道上的停留时间，主要通过为机车速度模型设置阈值，经纬变化速度及范围小于阈值时，判断机车在股道停留作业。然后将采集的时间点信息通过计算服务器进行整合，形成关键时间链条。系统结合单点定位和差分补偿双工作模式进行参数检测，实现位置的厘米级测量精度，大幅度提高系统的检测精度和技术水平。在设计时，采用低倍频、低功耗IO接口等方法降低系统功耗；在运行过程中，高效利用睡眠状态低功耗特点；在系统无需工作时，及时控制系统进入睡眠模式。

2.4 红外技术

通过在机车前端安装红外装置，根据机车速度和前方物体的距离判定，实现摘车和挂车信息采集。红外线传感器具有稳定、灵敏等物理特点，符合现场作业环境，机车运行状态时前后没有遮挡，现场机车在行驶中转动角度小，误差可以忽略。在这种情况下使用红外检测技术既快捷又准确，在机车两头分别安装红外检测设备也可以同时解决机车顶送和推送的状态判断问题。在现场进行摘挂车作业时，安装在机车头的红外设备，实时检测调车机车与车辆的间隔装备，在设备内部设定检测阈值，当检测距离小于阈值一段时间后，判断为挂车状态，如果大于阈值一段时间且检测距离越来越大，则判断为摘车状态。

2.5 手持终端技术

在车站不具备视频采集条件的情况下，作业人员也可以通过手持机采集卸车作业时间，主要包含开车门、扒料作业、短搬作业、清底作业、关车门等作业时间点；可以通过手持机采集调车作业时间，主要包括摘车、挂车、设置防溜、调车检查车辆、货运检查车辆、撤除防溜作业时间点。手持机采用工业防护设计，机身外侧包裹特殊减震材质，最大程度减轻作业人员使用时跌落或撞击导致的机器损毁。手持机配备4G物联网SIM卡，具有通信稳定、受环境影响较小等特点，另外手持机使用灵活，无需固定，可以随身携带，随时采集，提高采集精度。

3 结束语

济南局集团公司车站卸车组织信息系统充分利用信息化手段提高卸车组织水平，对于减轻现场人员工作劳动强度、加强考核分析、提升工作效率、突破车站卸车瓶颈具有重要意义。系统通过列车运行图与车站技术作业大表信息互联互通，完成铁路局集团公司调度、国铁卸车站、企业专用线(港口) 3方信息共享，实现卸车作业计划大表的编制调整、车站列车运行计划实时显示；通过北斗定位、视频图像识别等多种技术实现机车作业、卸车作业过程信息自动采集，有助于建立健全正向激励考核机制，对车站各项技术作业时间自动统计分析，自动生成作业人员效率考核，促进调度、货运、行车、机务等各个专业作业有序衔接，共同提高生产作业效率，推动车站接卸能力提升。目前该系统已经在蔺家楼站进行试运行，该站由2020年初日均接卸6列提升到2021年初的日均接卸14列，实现车站卸车能力的重大突破。济南局集团公司正陆续将系统推广应用到日照、湖屯、晏城、桓台等车站，未来随着系统的逐步升级完善及推广使用，可为济南局集团公司缓解卸车能力紧张，创新卸车组织工作提供重要的系统支持。