朱彬彬

摘? ?要：《鐵路“十三五”發(fā)展規(guī)劃》中提到，到2020年全國鐵路營業(yè)里程達(dá)到15萬公里。為確保鐵路運(yùn)輸持續(xù)安全穩(wěn)定，“十三五”規(guī)劃在提升技術(shù)裝備水平的發(fā)展目標(biāo)上還著重提到應(yīng)提升鐵路技術(shù)裝備水平。如何強(qiáng)化監(jiān)控檢測保障能力是鐵路部門各級管理層的一項(xiàng)重要課題。若能利用人工智能來幫助分析大規(guī)模的數(shù)據(jù)，從而獲得預(yù)測性的洞察分析，將是鐵路信息化建設(shè)的又一重大跨越。文章對此進(jìn)行了分析。

關(guān)鍵詞：AI技術(shù);機(jī)車乘務(wù)員;監(jiān)測分析系統(tǒng)

經(jīng)調(diào)研發(fā)現(xiàn)，在排除外界客觀因素干擾的情況下，機(jī)車乘務(wù)員的非標(biāo)準(zhǔn)化操作導(dǎo)致的安全事故占很大比例，比如新手機(jī)車乘務(wù)員遇到緊急情況應(yīng)對不合理、作業(yè)時間身體抱恙、精神不振甚至是疲勞駕駛等個人主觀因素都對操作造成影響。機(jī)車乘務(wù)員作為保障行車安全的最后一道關(guān)口，如何能夠保障機(jī)車乘務(wù)員在值乘中嚴(yán)守標(biāo)準(zhǔn)化操作，貫徹安全作業(yè)宗旨，或違規(guī)動作發(fā)生時，通過相關(guān)科技設(shè)備進(jìn)行實(shí)時準(zhǔn)確有效提醒，是各級安全管理人員的重要課題。目前，采用的主要管控手段是視頻記錄機(jī)車乘務(wù)員作業(yè)過程，并在機(jī)車乘務(wù)員結(jié)束當(dāng)天作業(yè)后，拷貝相關(guān)視頻，送到機(jī)務(wù)段安全部門，通過純?nèi)肆Φ姆绞竭M(jìn)行現(xiàn)場分析。

這種方式僅能起到考核目的，“有則改之，無則加勉”。如果發(fā)生大事，根本無法提前阻止，還耗費(fèi)了大量的人力進(jìn)行視頻分析。據(jù)調(diào)查，一個機(jī)務(wù)段每天需分析至少400名機(jī)車乘務(wù)員的作業(yè)情況，占用幾十人整天的時間，并且人工容易出現(xiàn)誤判情況。如果在機(jī)車乘務(wù)員剛出現(xiàn)不合格操作的時候，進(jìn)行實(shí)時提醒，同時，長期記錄機(jī)車乘務(wù)員的作業(yè)情況，建立完善的安全監(jiān)督考核系統(tǒng)，在此基礎(chǔ)上衍生多類分析功能，比如優(yōu)秀機(jī)車乘務(wù)員排名、標(biāo)桿教學(xué)、歷史趨勢展示等，將能大大提升監(jiān)控檢測保障能力。

人工智能領(lǐng)域算法與算力高速發(fā)展，已經(jīng)在多個領(lǐng)域展示其強(qiáng)大的預(yù)測力。在計(jì)算機(jī)視覺（Computer Vision，CV）領(lǐng)域，針對視頻數(shù)據(jù)的處理已有較為成熟的追蹤（tracking）與檢測（detection）算法。機(jī)車駕駛艙拍攝的實(shí)時視頻數(shù)據(jù)可作為數(shù)據(jù)源，結(jié)合相關(guān)的視頻、圖像處理算法，為解決以上問題提供了新的方法與思路?；诖颂岢鲈O(shè)計(jì)機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)監(jiān)測分析系統(tǒng)，經(jīng)過多角度技術(shù)推導(dǎo)，完全保證其可行性。

1? ? 系統(tǒng)涵蓋功能

（1）構(gòu)建自適應(yīng)考核評估規(guī)則體系。結(jié)合現(xiàn)有的考核標(biāo)準(zhǔn)，依托機(jī)器學(xué)習(xí)的能力，構(gòu)建完善的考核評估規(guī)則體系，并能夠逐步自動完善。

（2）構(gòu)建作業(yè)行為考核評估模型?；谕晟频目己嗽u估規(guī)則體系，利用人工智能、圖像識別技術(shù)手段，構(gòu)建高準(zhǔn)確率的考核評估模型，對機(jī)車乘務(wù)員的作業(yè)行為進(jìn)行評分考核。

（3）構(gòu)建異常作業(yè)行為故障庫?；跈C(jī)車乘務(wù)員作業(yè)行為考核評估模型的評估過程，篩選出各種不合歸作業(yè)行為，根據(jù)優(yōu)先級排序展示，搭建故障庫，以供警醒作業(yè)人員，提前杜絕隱患。

（4）構(gòu)建模范教學(xué)視頻庫?；跈C(jī)車乘務(wù)員作業(yè)行為考核評估模型的評估過程，可以優(yōu)中取優(yōu)，選擇模范操作視頻，供新手學(xué)習(xí)使用，尤其是各種突發(fā)情況的緊急應(yīng)對，是一筆寶貴的財(cái)富。

（5）優(yōu)秀機(jī)車乘務(wù)員排行榜?；跈C(jī)車乘務(wù)員作業(yè)行為考核評估模型的評估結(jié)果，可以進(jìn)行不同時間維度的優(yōu)秀機(jī)車乘務(wù)員排名展示，比如月度、季度、年度，增強(qiáng)機(jī)車乘務(wù)員的工作積極性及良性競爭意識。

（6）實(shí)時語音監(jiān)督提醒。模型訓(xùn)練成功后，可安裝在機(jī)車上，以實(shí)時監(jiān)督機(jī)車乘務(wù)員操作行為，將隱患扼殺于源頭。

2? ? 系統(tǒng)設(shè)計(jì)步驟

2.1? 模型訓(xùn)練階段

（1）基于仿真系統(tǒng)的訓(xùn)練數(shù)據(jù)采集，按照動作標(biāo)準(zhǔn)構(gòu)建訓(xùn)練數(shù)據(jù)集，形成標(biāo)準(zhǔn)視頻數(shù)據(jù)庫的比對素材。實(shí)際駕駛數(shù)據(jù)量大，有效數(shù)據(jù)標(biāo)注較難。將標(biāo)注的任務(wù)轉(zhuǎn)換為標(biāo)準(zhǔn)數(shù)據(jù)的采集，縮短了數(shù)據(jù)收集的周期，并能夠針對性地生成數(shù)據(jù)。同時，根據(jù)目標(biāo)所在位置確定數(shù)據(jù)采集范圍，例如機(jī)車乘務(wù)員在視頻中的位置等，以便利用標(biāo)準(zhǔn)模式為訓(xùn)練模型提供更多信息。

（2）基于Faster-Rcnn架構(gòu)的目標(biāo)檢測模型建構(gòu)，解決視頻數(shù)據(jù)中機(jī)車乘務(wù)員定位的問題，提取判別模型的目標(biāo)范圍。采用目前流行的Faster-Rcnn深度學(xué)習(xí)架構(gòu)，使用位置數(shù)據(jù)訓(xùn)練模型。模型訓(xùn)練完畢后，提取目標(biāo)范圍，降低圖像噪聲對模型的影響，在離線數(shù)據(jù)集上實(shí)現(xiàn)機(jī)車乘務(wù)員的準(zhǔn)確定位。

（3）基于KCF的模式識別模型構(gòu)建，根據(jù)采集的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行模式匹配，判斷與標(biāo)準(zhǔn)動作的偏離度，評估機(jī)車乘務(wù)員行為是否標(biāo)準(zhǔn)。利用KCF算法，對提取的機(jī)車乘務(wù)員圖像部分進(jìn)行動作識別。在時間序列上與標(biāo)準(zhǔn)數(shù)據(jù)集中的機(jī)車乘務(wù)員動作進(jìn)行矩陣計(jì)算，得到與標(biāo)準(zhǔn)動作間的距離測度結(jié)果，評估機(jī)車乘務(wù)員動作的準(zhǔn)確性，實(shí)現(xiàn)對機(jī)車乘務(wù)員行為的考核評估功能。

2.2? 模型預(yù)測階段

（1）離線數(shù)據(jù)模擬在線化，通過視頻數(shù)據(jù)包含的基本信息按照時間序列進(jìn)行拼接，測試離線模型的FPS（每秒計(jì)算幀數(shù)）與預(yù)測效果。由于模型旨在實(shí)現(xiàn)實(shí)時預(yù)測，落地方面，需要關(guān)注模型計(jì)算的FPS，確保模型能夠及時地向機(jī)車乘務(wù)員發(fā)起反饋。因此，將離線數(shù)據(jù)拼接，按照在線預(yù)測的標(biāo)準(zhǔn)對模型進(jìn)行測試（訓(xùn)練集、測試集分離），提升評估模型的計(jì)算速度與準(zhǔn)確率，確保達(dá)到部署要求。

（2）模型觸發(fā)與實(shí)時語音提醒，根據(jù)監(jiān)控?cái)?shù)據(jù)決定模型觸發(fā)的時間，對機(jī)車乘務(wù)員行為進(jìn)行實(shí)時提醒。機(jī)車運(yùn)行過程中面臨不同場景時，機(jī)車乘務(wù)員應(yīng)做出不同的動作。模型根據(jù)監(jiān)控?cái)?shù)據(jù)訓(xùn)練多分類模型，確定機(jī)車乘務(wù)員應(yīng)當(dāng)采取的動作，并觸發(fā)相應(yīng)的判別模型。通過實(shí)時的數(shù)據(jù)接口及語音提示，匯報(bào)機(jī)車乘務(wù)員動作的偏誤，確保機(jī)車的安全運(yùn)行。

（3）構(gòu)建機(jī)車乘務(wù)員駕駛行為的評估考核體系。模型在提醒機(jī)車乘務(wù)員的非標(biāo)準(zhǔn)操作時，保留提示記錄。根據(jù)記錄的次數(shù)、與標(biāo)準(zhǔn)動作的偏離程度，計(jì)算出該路段機(jī)車乘務(wù)員駕駛行為的得分。該得分可作為機(jī)車乘務(wù)員駕駛行為的客觀考核標(biāo)準(zhǔn)，構(gòu)建評估考核體系。

（4）搭建可擴(kuò)展業(yè)務(wù)模型分析?；谠u估考核體系，構(gòu)建機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)安全監(jiān)督考核系統(tǒng)，并展開多維度運(yùn)用，比如優(yōu)秀員工排名、模范操作教學(xué)、歷史水平追溯等。

（5）基于長期數(shù)據(jù)的機(jī)車乘務(wù)員狀態(tài)評估，模型部署后仍然會根據(jù)新增數(shù)據(jù)進(jìn)行模型的更新、擴(kuò)充模式庫、強(qiáng)化學(xué)習(xí)效果。通過收集較長時間的數(shù)據(jù)及預(yù)測結(jié)果，擴(kuò)展標(biāo)準(zhǔn)庫中的內(nèi)容至非標(biāo)準(zhǔn)行為，可有效判斷機(jī)車乘務(wù)員是否存在明顯的動作不到位或處于疲勞駕駛的狀態(tài)，以決定是否需要進(jìn)行進(jìn)一步培訓(xùn)或調(diào)班，提高機(jī)車運(yùn)行的效率與安全性。

3? ? 系統(tǒng)價(jià)值體現(xiàn)

（1）節(jié)約人力考核成本。通過嚴(yán)格測試上線的系統(tǒng)，完全可以節(jié)約現(xiàn)有占用機(jī)務(wù)段用于分析的人力。

（2）提高機(jī)車安全性。實(shí)時語音監(jiān)督提醒能夠?qū)⑼{扼殺于源頭，有的時候僅僅是一個細(xì)微誤操作，都可能帶來重大的安全隱患。

（3）模型高度可擴(kuò)展性。模型隨著數(shù)據(jù)量增多，準(zhǔn)確率會越來越高，系統(tǒng)支持階段性更新更高準(zhǔn)確率模型。

（4）挖掘更大數(shù)據(jù)價(jià)值。原有的分析手段過于原始，不僅耗費(fèi)大量人力物力，而且可挖掘的數(shù)據(jù)價(jià)值少，通過機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)安全監(jiān)督考核系統(tǒng)，可以挖掘更大數(shù)據(jù)價(jià)值，比如營造良性競爭環(huán)境、提高士氣、模范教學(xué)等。

（5）目標(biāo)管理過程控制化。通過機(jī)車乘務(wù)員標(biāo)準(zhǔn)化作業(yè)安全監(jiān)督考核系統(tǒng)，不僅實(shí)現(xiàn)了多角度、交叉管理，過程細(xì)致可控，還實(shí)現(xiàn)了通過過程控制來實(shí)現(xiàn)目標(biāo)管理。

基于大數(shù)據(jù)機(jī)器學(xué)習(xí)平臺，開發(fā)基于深度學(xué)習(xí)算法的機(jī)車乘務(wù)員駕駛行為考核評估模型，模型通過與視頻采集器對接，采用語音提醒監(jiān)督的方式，實(shí)時地對機(jī)車乘務(wù)員的非標(biāo)準(zhǔn)駕駛行為進(jìn)行提醒。在此模型基礎(chǔ)上，構(gòu)建客觀的機(jī)車乘務(wù)員駕駛行為考核評估體系，免去人工考核的需要，提高機(jī)車運(yùn)行的安全性，降低人力成本，實(shí)現(xiàn)機(jī)車的高效運(yùn)行。