城市轨道交通综合服务平台研究与设计

毛少将

（通号通信信息集团有限公司,北京 100070）

0 引言

城市轨道交通具有安全、快捷、准时、高运能、绿色环保等明显优势，对推进城市现代化进程、改善交通运输环境、引导优化城市空间布局、带动城市经济创新发展发挥了巨大推动作用，被各级政府和市民所接受[1]。目前全国运行线路数量和旅客总量均列世界首位，中国已成为名副其实的“城轨大国”。在当前中国城市轨道交通建设规模化、现代化快速推进的情况下，中国实现了由“城轨大国”到“城轨强国”的转变，大数据、人工智能、物联网、云计算等新一代信息技术在中国城市轨道交通方面发挥了关键作用[2-3]。

2019年9月，由中共中央、国务院印发实施的《交通强国建设纲要》提到了“大力发展智慧交通，推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合”[4]。该文提出的城市轨道交通综合服务平台将大数据、人工智能、物联网、云计算等信息技术与城市轨道交通运营管理、运维保障和安全防护业务应用深度融合，实现城市轨道交通服务的智能化和协同化，进一步提升了城轨公共服务水平和治理能力。综合服务平台作为城市轨道交通各业务应用实现智慧化的“数字底座”，通过整合所有信息系统的海量异构数据资源，进行汇集、管理和分析，可打破城市轨道交通各信息系统数据孤岛的局面，形成数据融合分析和共用共享，推动城市轨道交通系统向智慧化、人性化的趋势演变。

1 总体架构

城市轨道交通综合服务平台的总体架构如图1所示，整个平台由基础设施层、平台服务层和应用展示层构成。向下由城市轨道交通现有的乘客资讯、综合监控、自动售检票、通信、视频监控、供电等信息系统，各类传感设备及其他行业相关数据源提供数据来源，向上支撑城市轨道交通智能车站、运维保障和智能安防等业务应用。

图1 城市轨道交通综合服务平台总体架构

1.1 基础设施层（IaaS）

基础设施层是整个城市轨道交通综合服务平台的载体，包括网络系统、服务器集群系统、存储备份系统等物理环境，以及专用计算机机房环境、互联网等，其为系统提供其所需的计算、通信和存储等资源[5]。

1.2 平台服务层（PaaS）

平台服务层主要实现城市轨道交通各原有信息系统和多源异构设备数据的采集、加工、存储、分析和管理等功能，提供系统或设备与平台间稳定安全的双向通信。同时，根据平台内部集成的分布式存储、平台管理、大数据分析、人工智能分析和空间位置服务，提高数据的流式和离线计算、数据存储、基于机器学习的数据分析和挖掘、智能化视频分析、信息融合、资源共享、统一管理等能力[6]。平台服务层是整个系统的核心层，其面向应用软件开发者，把分布式软件开发、测试、部署、运行环境以及复杂的应用程序托管当作服务，使得开发者可以从复杂低效的环境搭建、配置和维护工作中解放出来，将精力集中在软件编写上，从而大大提高软件开发的效率[7]。平台服务层向下由城市轨道交通各信息系统和设备提供海量数据来源，向上支撑城市轨道交通行业的各个应用子系统的需求。

1.3 应用展示层（SaaS）

应用展示层的功能是实现大数据信息技术与城轨行业应用的深度接触，完成物体信息的协同、共享、决策等功能，形成智能化应用的解决方案，从而实现大数据在城市轨道交通行业的运用。其直接面向城市轨道交通工作人员和管理员，提供城市轨道交通行业应用服务，解决包括智能车站、运维保障、智能安防等应用子系统的需求问题，提供城市轨道交通行业通用的综合管控。

2 系统组成

城市轨道交通综合服务平台由两大块组成：一个是大数据平台，一个是融合3个应用系统的城市轨道交通智慧应用服务。整个系统的组成结构如图2所示。

图2 城市轨道交通综合服务平台组成结构

2.1 大数据平台

大数据平台主要针对多种城市轨道交通应用服务提供统一的数据及计算支撑。平台主要包括数据采集子系统、数据预处理子系统、数据分析子系统、数据存储子系统、平台管理子系统五个部分。

2.1.1 数据采集子系统

城市轨道交通系统的数据来源复杂，有业务系统的数据库和文件，也有终端实时运行数据。数据采集子系统是大数据平台进行数据处理的第一个环节，如图3所示，从功能上分为离线数据采集和实时数据采集。其中离线采集包括Mysql、PostgreSQL数据同步以及文本类日志同步，Mysql、PostgreSQL数据同步基于Seatunnel框架构建，文本类日志同步基于Flume构建。实时采集包括Mysql、PostgreSQL数据同步和Kafka数据采集，整体基于FlinkCDC构建。同时，支持传感设备数据的接入，由IoT-hub统一接入到消息代理服务器，并发布到Kafka消息总线。

图3 数据采集子系统结构图

2.1.2 数据预处理子系统

从采集大量原始数据只有被整合和计算才能体现出其价值，数据预处理子系统结构如图4所示。其主要对数据进行一系列的校验、清洗和转化，然后按主题对数据进行重组，最后以维度模型的方式呈现出来。其中主要分为FlinkSQL在线编辑、建表和相关功能预处理部分，包括分组聚合、缺失值处理、数据筛选、表连接、表合并、修改列名、新增字段等。该模块使用Flinksql、Hive组件基于SpringBoot和Codemirror框架开发。

图4 数据预处理子系统结构图

2.1.3 数据存储子系统

如图5所示，整个数据存储子系统对外通过统一的数据访问层，提供多种数据的存储能力，具体包括：对象存储、半结构化存储、数据仓库。其中选择IoTDB等数据库用于半结构化存储，存储以传感设备上传的终端数据的设备影子和智能分析为主的海量半结构化数据。选择MinIO用于对象存储，包括视频及图片二进制对象。选择Openlookeng提供通过数据源连接框架连接数据仓库，Data Source Connector提供多种数据源的访问能力，无论是大数据生态的Hive或者Clickhouse，或是OLTP数据库PostgreSQL以及MySQL，都可以方便地接入。此外，OpenLooKeng提供跨数据中心Data Center Connector，提供高性能跨域协同计算。

图5 数据存储子系统结构图

2.1.4 平台管理子系统

平台管理子系统主要包括分布式协调、集群管理、任务管理、元数据管理、统一认证管理、消息管理、运维管理7个部分。其中分布式协调采用Zookeeper组件，主要实现任务的分配以及分布式各个节点的信息同步；采用Yarn实现集群资源的调度以及各任务资源的分配；通过Oozie实现数据预处理以及分析任务的整合，大幅提高开发效率；元数据管理主要是管理业务元数据以及集群元数据的收集、组织和维持，通过Atlas元数据架构，它建立了一种可延伸和可拓展性的核心基础数据管理业务集；统一认证管理主要实现各个子系统以及模块之间的认证（鉴定访问是否合法），该平台统一认证主要是基于spring security来实现；消息管理部分采用成熟的大数据组件Kafka来开发，主要实现各个子系统及集群之间的消息交互任务以及消息创建、跟踪、销毁等；运维管理功能主要是基于Metrics进行二次开发，实现对设备层、服务层、平台层不同资源的监控。

2.1.5 数据分析子系统

数据分析子系统主要包括数据分析、数据可视化、机器学习/人工智能、信息融合4部分。其中数据分析主要实现基本的数据统计分析和关联分析业务，使用SparkMLlib及Kylin、Druid来实现对业务中数据的基本统计分析和潜在关系的深度挖掘；数据可视化主要实现业务数据的可视化展示，基于Tableau、OpenLayers、Cesium等来实现，包括数据的可视化、数据分析建模可视化、数据处理过程可视化、自定义操作界面和三维地理信息可视化交互；机器学习/人工智能实现图像、文本、语音等数据的知识提取，依托于大数据平台标准化后的数据进行学习，此部分基于Sklearn、Tensorflow、Pytorch等深度学习模型，使用深度学习算法（CNN、DNN、RNN、LSTM等）及部分机器学习算法（SVM、DBSCAN、KF等）实现对语音、图像及其他数据的分析；信息融合主要是对原始数据、标准化数据、高维度数据进行融合分析，实现辅助决策，根据信息融合得到的结果，可以为城市轨道交通行业提供全方位、多层次的辅助决策支持和知识服务，实现包括应急预案推荐、节能计划推荐、系统优化方案推荐等。

2.2 城市轨道交通智慧应用

2.2.1 智能车站

智能车站系统主要针对城市轨道交通车站日常运营和车站管控，其通过大数据平台对车站各信息系统和传感设备的连接、控制，实现一键智能开关站，将开关站从线下转为线上，缩短开关站时间；采集环境数据，智能调控车站内部温度异常、空气异味；采集手机、购票、闸机数据，精准监测车站及线路的人流数据，科学预判未来人流趋势；配置应急预案，根据报警类型智能匹配对应预案；采用大数据分析技术，对车站能耗指标多维度分析；采用室内定位技术，定位车站工作人员准确位置。

智能车站系统通过利用大数据平台的服务，赋能原始数据并应用到车站不同场景的各个功能，实现车站运营智慧化、报警处理智能化、人员管理数字化。

2.2.2 运维保障

运维保障系统通过智能检测设备、检修机器人、智能生产作业、设备健康大数据评估等技术手段对传统城市轨道交通运维作业和管理进行智慧化升级。系统利用车载设备、综合检测设备对隧道、轨道、桥梁等设施检测和智能分析，升级检测和巡检方式；设备接入、状态检测，科学评估设备健康状态，升级设备故障预防技术；围绕设备设施运维管理，自动化生成计划，作业流程标准化监控，升级生产管理方法，提升管理效率；引入检修机器人，升级检修手段。

系统通过接入城市轨道交通各信息系统的终端设备数据，利用大数据平台服务，实现包括智能生产管理、应急抢修管理、安全管理、资产管理、基础数据管理、消息管理、用户管理、系统管理等功能。结合智能装备（线路巡检车、智能作业终端、检修机器人）实现城市轨道交通运维管理智慧化、设施设备检测智能化、设备检修自动化。

2.2.3 智能安防

智能安防系统整合了视频监控、安检、出入口控制、入侵报警、电子巡查等子系统，实现各子系统间信息共享和统一联动。智能安防系统由安防综合监控和安防监控模块组成。其中根据城市轨道交通运营系统组织机构的层级，安防综合监控总共划分为路网级安防监控、区域级安防监控、线路中心级安防监控和站点级安防监控4个综合监控等级。根据面向的安防子系统的不同，共有视频监控、客流管理、入侵探测、门禁控制和安全检查5个安防监控模块。

智能安防系统应用视频AI技术，实现多种重要安防场景的视频分析及异常识别，内置多种场景化的事件处置预案和应急预案，结合大数据统分功能，实现安防事件的快速处置和科学分析预测。

3 结语

随着城市化进程的加快，城市轨道交通建设发展迅猛[8]。但由于信息化和协同化程度不高，城市轨道交通存在各子系统间数据难以共用、系统存在独立操作和展示等问题。结合城市轨道交通的智能化发展需求和新技术与业务的深度融合，急需打造具有互联互通和“接、存、算、管”一体化特色的城市轨道交通综合服务平台。该文以城市轨道交通行业信息化、协同化、智能化需求为背景，基于大数据、人工智能、物联网、云计算等信息通信技术，构建了一个提升城市轨道交通管理与服务信息化、智慧化能力的综合服务平台，为轨道交通行业在生产方式、组织形态、管理理念和商业模式方面的创新发展提供新思路。