陳德旺 章明亮 沈 鏞

1.福州大學數學與計算機科學學院，福建福州 350116；2.智慧地鐵福建省高校重點實驗室，福建福州 350116；3.福州大學圖書館，福建福州 350116

2006～2015年的10年間，中國城鎮(zhèn)化率由44.34%提升至56.10%，城鎮(zhèn)人口達7.7億人[1]。城鎮(zhèn)人口的增加，隨之而來的就是大城市的交通擁堵問題[2]，原有的基礎建設無法滿足當前的交通需求。特別是在“北上廣深”這樣人口數量達千萬級的特大城市，如何提高城市的通勤效率成為了擺在城市發(fā)展面前的一個重要議題。目前主要采用的方式就是修建地下鐵路設施，解決傳統(tǒng)公共交通運量不足的問題，同時緩解交通壓力[3]。到2017年1月，北京地鐵共開通19條線，全長574km，345個站點，日最大客流量1052萬人；上海地鐵共開通14條線，全長617km，366個站點，日最大客流量1186.7萬人；廣州地鐵共開通10條線，全長308.7km，167個站點，日最大客流量908.3萬人。面對如此大的客流量，地鐵運行的安全性及效率值得我們去深入研究，尤其是系統(tǒng)聯(lián)動和智能化水平還有很大的提升空間。因為小的故障導致地鐵系統(tǒng)大范圍暫停使用的案例時有發(fā)生。

現(xiàn)有地鐵系統(tǒng)包括列車自動控制系統(tǒng)（ATC）、供電系統(tǒng)（SCADA）、自動售檢票系統(tǒng)（AFC）、監(jiān)控系統(tǒng)等多個子系統(tǒng)。在現(xiàn)有地鐵系統(tǒng)中，數據分散于各個子系統(tǒng)，難以實現(xiàn)聯(lián)動，系統(tǒng)整體運行效率有待提高[4]?，F(xiàn)有地鐵系統(tǒng)自動化程度還可以，比如，自動駕駛系統(tǒng)ATO、自動防護系統(tǒng)ATP等。但是，地鐵系統(tǒng)的智能化程度不高，大量采集的數據利用效率不高。地鐵系統(tǒng)還不夠聰明，尚且做不到從數據中學習以不斷提高運行安全性和效率，也難以做到各子系統(tǒng)實時高效智能聯(lián)動。因此，引入大數據和人工智能技術將有利于解決地鐵系統(tǒng)大量數據得不到有效利用和智能化程度不高的兩大關鍵問題。

大數據的典型特征包括數據體量大、數據種類多、要求運算速度快以及價值密度低的特征[5-6]。地鐵各子系統(tǒng)在運營中制造出大量的、種類繁多的數據，傳統(tǒng)的數據存儲和處理方式將無法應對如此數量和種類的數據[7]，而這些數據對于地鐵運營

安全及運行效率是極其有價值的，由此應用大數據技術就顯得尤為重要。谷歌的Google文件系統(tǒng)GFS[8]、分布式數據存儲系統(tǒng)BigTable[9]、MapReduce[10]，以及開源項目Hadoop[11]、Spark[12]等，都為大數據的處理和分析提供了很好的技術支持。

基于大數據的支持，人工智能技術的應用將從中挖掘出更多有價值的信息，如傳統(tǒng)的機器學習方法K-means[13]、SVM[14]、貝葉斯網絡[15]等，以及深度學習算法受限波爾茲曼機(RBN)[16]、Deep Belief Networks（DBN）[17]、卷積神經網絡（CNN）[18]等都可以從大量的數據中學習、總結規(guī)律，使得地鐵系統(tǒng)更加智能化，能夠從歷史運行數據中進行自我學習，自我改進，變得越來越聰明，越來越安全，越來越高效。

綜上所述，我們認為大數據與人工智能技術在地鐵系統(tǒng)的深度應用，將導致現(xiàn)有的地鐵系統(tǒng)向智慧地鐵系統(tǒng)的方向發(fā)展。本文提出了智慧地鐵的概念，指出了智慧系統(tǒng)的研究方向、關鍵技術及其應用。

1 智慧地鐵的定義與主要研究方向

智慧地鐵是地鐵、大數據與人工智能技術的三元交叉領域，如圖1所示。智慧地鐵既是地鐵的一個新的研究方向，也是人工智能和大數據技術的一個應用領域。

圖1 智慧地鐵

智慧地鐵包括三個研究步驟：首先，對地鐵運行過程中產生的客流數據、視頻監(jiān)控數據、列車運行關鍵部件的監(jiān)測數據進行采集；其次，構建大數據平臺，對各種類型的地鐵數據進行清洗、合并、共享等，形成地鐵大數據平臺；最后，通過人工智能技術對地鐵大數據進行智能分析、挖掘和學習等。

智慧地鐵的可研究問題很多，但是主要來說，主要分為4個研究方向，如圖2所示。這4個研究方向分別為：地鐵大數據平臺（方向1），地鐵運行智能監(jiān)測技術（方向2）、地鐵運行智能調度技術（方向3）和智慧地鐵軟件開發(fā)（方向4）。其中，地鐵大數據平臺是基礎，提供數據給方向2和方向3，采用的核心技術為大數據技術，包括數據的清洗、合并與共享等。方向2專注于地鐵運行的安全，采用的核心技術為人工智能（AI）技術。根據地鐵運行的大量監(jiān)測數據，及時檢測出異常并報警。方向3專注于地鐵運行的效率，采用的核心技術也是AI技術。通過分析地鐵客流和視頻等數據，智能優(yōu)化列車運行時刻表，使得地鐵出行的需求得到滿足。方向2和方向3研究成果，提供給方向4進行開發(fā)，形成智慧地鐵軟件，采用的核心技術是軟件工程技術?？傊@4個研究方向相互支撐，形成了一個有機的整體，共同構成智慧地鐵的核心技術。通過智慧地鐵的研究能夠服務于地鐵的安全運行和高效運行，提高乘客的使用滿意度，降低地鐵系統(tǒng)的運營和維護成本，具有重要的意義。

圖2 智慧地鐵的四個研究方向

2 智慧地鐵的基礎：地鐵大數據平臺

地鐵大數據平臺是智慧地鐵的基礎，為其他研究提供數據支撐。搭建地鐵大數據平臺分為以下3個步驟， 首先，接入地鐵運行運營中所產生的車載傳感器數據、車站及列車內的視頻監(jiān)控數據、AFC刷卡數據等。然后，采用Hadoop、Spark等框架對原先分布在不同系統(tǒng)中的數據進行融合，使大數據能更好的發(fā)揮其價值。最后，平臺能夠通過服務接口的形式，為大數據的智能分析和應用等提供數據支持。地鐵大數據平臺結構如圖3所示。

圖3 地鐵大數據平臺

3 智慧地鐵的關鍵技術

智慧地鐵的核心技術為AI技術，研究的核心問題是如何利用AI技術提高地鐵運行的安全性和效率，可以分為地鐵運行智能監(jiān)測技術和地鐵運行智能調度技術。

3.1 地鐵運行智能監(jiān)測技術

地鐵運行的數據有很多種，由于篇幅有限，不能一一詳細討論。本文以視頻數據和關鍵部件傳感器數據為例，來說明智能監(jiān)測技術可研究的具體內容。

（1）研究基于計算機視覺的地鐵視頻數據的異常檢測，對視頻監(jiān)控中出現(xiàn)的突發(fā)擾動、乘客大面積擁堵等容易發(fā)生事故（及事故）的情況通過機器學習算法進行自動檢測，并及時反饋給地鐵運營安保人員，使其能在事情初發(fā)階段趕到現(xiàn)場，及時處理，避免事故帶來更大的損害。

（2）研究基于多傳感器融合的列車運行關鍵部件的故障檢測算法，依托于大數據平臺所收集的列車運行數據，通過故障檢測算法對列車故障類型、故障位置等進行判斷，能在一定程度上減少人工現(xiàn)場檢測排查的工作量，降低地鐵運行日常維護成本。

總之，隨著數據量的增大、算法研究的推進，基于AI的故障檢測算法的準確率也將得到進一步提升。

3.2 地鐵運行智能調度技術

提高地鐵系統(tǒng)的運行效率，使得地鐵客流需求與列車運行時刻表最佳匹配，是地鐵調度的核心問題之一。傳統(tǒng)的運行時刻表主要根據客流數據制定，忽略了視頻提供的客流擁擠數據。傳統(tǒng)的時刻表主要依靠經驗設定，沒有利用AI提供的智能優(yōu)化技術，難以做到需求與供給的最佳匹配。本文認為實現(xiàn)地鐵運行智能調度，關鍵在于以下2個算法的研究。

（1）研究地鐵客流時空模式挖掘算法。通過大數據平臺的數據接口，對乘客的日常出行刷卡數據進行分析，挖掘客流分布在時間和空間上的規(guī)律。通過時空模式的挖掘，可進一步對站點客流預測算法進行研究，預測不同時間各站點的客流量。

（2）研究列車運行時刻表優(yōu)化算法?；谒⒖?、視頻等數據及時空模式挖掘的工作，對時刻表優(yōu)化算法進行研究，力求在乘客滿意度和地鐵運營成本之間達到雙贏。

地鐵客流的變化有一定的規(guī)律，也存在一定的隨機性和不確定性，尤其有時還有突發(fā)事件，真正做到實時最優(yōu)匹配是非常困難的，還需要研究很長的時間。

3.3 智慧地鐵軟件開發(fā)

在方向2和方向3的理論研究的基礎上，還要注意成果的開發(fā)、轉化與應用。所以智慧地鐵還需要一個應用研究方向，可以稱之為智慧地鐵系統(tǒng)開發(fā)。我們認為，智慧地鐵的開發(fā)應該以軟件開發(fā)為主，類似于軟件定義的地鐵，所以方向4為智慧地鐵軟件開發(fā)。該方向所使用的核心技術為軟件工程。

有關智慧地鐵的軟件開發(fā)，包括很多種類型的軟件?；谥腔鄣罔F關鍵技術的研究成果，基于軟件工程技術開發(fā)適用于智慧地鐵的各類軟件，以實現(xiàn)AI技術的研究成果。由于篇幅有限，本文認為首先應重點開發(fā)以下3個軟件：（1）開發(fā)地鐵視頻智能監(jiān)測軟件，能對視頻中異常情況進行報警，并輸出視頻監(jiān)控區(qū)域的擁擠度。（2）開發(fā)地鐵運行關鍵部件智能監(jiān)測軟件，對轉向架和受電弓等列車運行關鍵部件的工作狀態(tài)進行智能分析，實時輸出異常報警信息，以避免安全事故的發(fā)生。（3）開發(fā)地鐵運行智能調度軟件，該軟件能根據客流和視頻數據，對列車運行時刻表進行智能優(yōu)化，以提高地鐵的運行效率和乘客滿意度。

在地鐵大數據平臺上，應用AI核心技術，可以研究出很多算法，以提高地鐵運行的效率和安全性。通過軟件工程等軟件開發(fā)技術，可以分階段分布實施，開發(fā)出很多具有自學習功能的軟件，為智慧地鐵的產業(yè)化打下基礎。

4 結語

針對現(xiàn)有地鐵系統(tǒng)的運行的大量數據利用率不高、各子系統(tǒng)之間聯(lián)動水平較低、系統(tǒng)智能化水平不高等問題，本文提出了智慧地鐵的概念，指出智慧地鐵是大數據、人工智能和地鐵的三元交叉領域。本文指出了大數據、人工智能和軟件工程是實現(xiàn)智慧地鐵的三大技術，其中，大數據技術是基礎，人工智能技術是核心，軟件工程技術是應用。

本文還提出了智慧地鐵研究的4個方向及其相互關系，尤其是提高地鐵運行安全性和效率的兩大關鍵技術：地鐵運行智能監(jiān)測技術以及智能調度技術，并討論了實現(xiàn)這些關鍵技術的難點和算法。

總之，我們認為大數據、人工智能等技術的發(fā)展，導致現(xiàn)有地鐵系統(tǒng)必然朝著智慧地鐵的方向發(fā)展。智慧地鐵是地鐵的一個新的研究領域，也是人工智能的一個新的應用方向，存在很多的研究內容和關鍵技術。在本文的基礎上，還有很多需要研究的內容，比如各種AI算法的適用性、相關性和包容性，以及智慧地鐵軟件開發(fā)的階段性、兼容性和擴展性等。