李 威，馬興宇，馬寶奎，曲書新

（北京市地鐵運營有限公司運營四分公司，北京100102）

1 引言

安全是北京地鐵運營的生命線，是永恒的主題，是企業(yè)賴以生存與發(fā)展的基石。隨著社會經(jīng)濟的發(fā)展和人民生活水平的提高，公共安全、生產安全等越來越受到政府、社會及廣大市民的關注。北京地鐵作為首都的重要交通命脈，占有特殊地位。

北京地鐵是中國第一個地鐵系統(tǒng)[1]，第一條線路自1969年開通運營以來，已經(jīng)有50 年歷史。截至2018-12，北京地鐵運營線路共有22 條地鐵線路，運營總里程637 km，運營車站391 座，開通里程居中國第二位。2017 年，北京地鐵年乘客量達到45.3 億人次，日均客流為1 241.1 萬人次，單日客運量最高達1 327.46 萬人次。隨著線路的延長，出現(xiàn)線長、點多、客流大的情況，安全工作的難度隨之增大。目前，北京地鐵在現(xiàn)有的安全保障體系中，將更多的精力集中在加強對基礎設施、車輛和設備的狀態(tài)進行實時感知和預控。但是在地鐵運營過程中，人處于管理、控制、執(zhí)行的主體位置，是運營安全系統(tǒng)中最不穩(wěn)定的因素。在對地鐵運營事故的調查中，由于人為失誤造成的事故數(shù)占的比例最大。有文獻對2001—2014 年北京100 起地鐵運營事故原因進行了分析，得出工作人員失誤引起的運營事故占比最大[2]。根據(jù)北京地鐵運營有限公司事故統(tǒng)計標準，將運營時間延誤5 min 以上定為運營事故，對北京地鐵2001—2011 年11 年間5 min 以上運營事故的原因進行分析，可知由于人為因素造成的地鐵運營的事故高達74%[3]。因此，研究地鐵運營工作人員的人為失誤影響因素，對減少地鐵運營事故有重要的指導意義。

2 北京地鐵運營安全與人因安全

人類工效學是一門運用系統(tǒng)科學理論和系統(tǒng)工程的綜合性學科，主要研究人-機-環(huán)境諸要素的交互協(xié)調作用以及其間最優(yōu)組合方案的科學，具有極廣泛的研究和應用范圍，已被廣泛應用于安全管理領域[4]。

地鐵運營是一個封閉、動態(tài)的系統(tǒng)，因此需要從系統(tǒng)的角度全面考慮地鐵的安全問題。根據(jù)系統(tǒng)理論，導致事故的因素可以分為人、機、管理、環(huán)境四個方面。在復雜的人-機系統(tǒng)中，隨著科技的發(fā)展、設備的可靠性不斷提高，運行環(huán)境得到了較大的改善，雖然整體事故件數(shù)大幅下降，但人因失誤導致事故的比例卻大幅提高。

人因失誤主要表現(xiàn)在：人感知信息方面的失誤；信息刺激人腦，人腦處理信息并做出決策的失誤；行為輸出時的失誤等方面。由于大腦支配人體所有行為，因此人的異常狀態(tài)的發(fā)生首先由大腦發(fā)出異?！爸噶睢保沟萌梭w生理狀態(tài)發(fā)送改變，隨之會通過人體的一些生理特征表現(xiàn)出來，進而影響作業(yè)人員對其所操控機器設備的正常操作，最終導致所操控的機器設備異常運行。

人因事故是由人的不安全行為引起物的不安全狀態(tài)爆發(fā)所產生的結果，它是物質、環(huán)境、人的行為等諸因素的多元函數(shù)[5-6]，具有以下特點：①人因事故是由人的不安全行為造成的。②人因事故隱患具有動態(tài)性，并不是靜止不變的，而是隨著人實時變化的。人的動態(tài)性決定了人本身是具有隱患的，如人的生理狀況、心理狀態(tài)、專業(yè)知識掌握程度、思想素質等都會引起人的不安全行為。③人因事故具有可預防性，通過教育培訓、加強管理等措施，可以降低人為因素引發(fā)事故的概率，對事故發(fā)生采取事前預防的措施，也能有效降低事故的發(fā)生概率。

關鍵崗位員工應對復雜環(huán)境時產生的生理或心理變化（如突發(fā)狀況引起的情緒慌亂等），以及對危險信號的辨識、判斷和應急處理的能力，這些都是關系到整個系統(tǒng)運營安全的重要環(huán)節(jié)。應在日常運營管理中加強對人的監(jiān)控和分析，特別是對關鍵崗位員工安全狀態(tài)的實時感知和監(jiān)測，并在此基礎上建立北京地鐵關鍵崗位員工安全狀態(tài)數(shù)據(jù)管理平臺，通過長期數(shù)據(jù)化分析把握員工安全狀態(tài)，確保安全精細化管理有效落地。

鑒于目前對地鐵關鍵崗位員工安全狀態(tài)的實時性監(jiān)測、系統(tǒng)化數(shù)據(jù)分析和數(shù)據(jù)管理相對比較薄弱的現(xiàn)狀，以地鐵司機為研究對象，利用可穿戴設備采集腦電信號和運動軌跡，得到對人精神狀態(tài)的數(shù)據(jù)化描述，建立綜合反映司機安全狀態(tài)的生理和心理指標體系，在未來推廣至所有地鐵關鍵崗位時，期望與軌道交通中基礎設施和機車的安全保障技術相匹配，為構建人機環(huán)管綜合安全保障體系奠定基礎。

3 人員狀態(tài)的量化指標

在人-機-環(huán)-管這個地鐵系統(tǒng)中，四者之間是相互依存、互相影響和制約的。而其中人為因素是該系統(tǒng)的主導因素，地鐵司機直接擔負著臨場應急處置的職責，是地鐵安全的關鍵之所在。因此要實現(xiàn)地鐵以人因安全為核心的運營安全，必須對地鐵司機工作狀態(tài)的數(shù)據(jù)進行采集、存儲和分析，建立可量化的標準模型，一旦發(fā)現(xiàn)異常趨勢，立即采取報警、提醒、干預等有效手段，以確保地鐵運行安全。

目前常見的人員狀態(tài)檢測技術包括：基于生理參數(shù)變化的檢測技術、基于計算機視覺的檢測技術、基于信息融合的檢測技術[7]。這三種檢測方法得到廣泛研究和應用，尤其是基于信息融合的檢測技術引起了大量研究者的關注。

基于生理信號的人員狀態(tài)檢測方法，近些年逐漸成為趨勢。利用生理電信號來評價人員狀態(tài)能實現(xiàn)客觀準確、采集方便和使用限制條件少，是一種較有前景的研究人員狀態(tài)的方法。當司機疲勞時，司機對外界環(huán)境的注意力和反應能力都會降低，從而可能引發(fā)嚴重事故[8]。智能可穿戴設備可實時采集作業(yè)人員相應部位的生理信號，如腦電、眼電、心電、脈搏等生理信號，設計特定的算法模型實時判斷作業(yè)人員的工作狀態(tài)[9-10]，可以有效降低事故發(fā)生率。

在眾多生理信號中，腦電（electroencephalpgram，EEG）具有較高的時間分辨率和精度，而且大量研究表明，腦電波不僅能夠反映人的大腦活動狀態(tài)，人們的很多心理活動和認知行為都可以通過腦電信號反映出來[10-11]，更適合評價人的工作狀態(tài)，可以為后續(xù)進一步分析司機的生理、心理等方面提供數(shù)據(jù)支持，從而綜合評判司機的工作狀態(tài)。通過信息放大和數(shù)模轉換的方式得到大量的腦功能活動狀態(tài)相關數(shù)據(jù)，為量化人因可靠性提供了有效手段。通過給予特定的行為學范式，同時采集執(zhí)行范式過程中的EEG 信號，對數(shù)據(jù)的解析后得到作業(yè)人員在某特定情境下執(zhí)行某一特定事件過程中的注意力、警覺度、反應能力和動作準確度等信息，進而數(shù)據(jù)化、量化人的可靠性[12]。大量的研究發(fā)現(xiàn)，腦電信號能夠準確反映人的生理狀態(tài)，更被公認為是評價疲勞的“金標準”[13]。當處于不同的疲勞狀態(tài)時，中樞神經(jīng)系統(tǒng)的活動狀態(tài)將發(fā)生改變，從而導致不同節(jié)律下的腦電活動發(fā)生相應的改變[14]。此外，在疲勞狀態(tài)下，由特定刺激誘發(fā)的事件相關電位的潛伏期會延長[15]。因此，通過腦電信號可以準確、客觀、快速地分析出人的警覺度[16]。

在作業(yè)過程中，人員狀態(tài)不僅反映在微弱的腦電生物信息中，也能從作業(yè)人員表現(xiàn)出的行為變化特征間接反映出來。通過行為特征來量化人員狀態(tài)這一原理在實踐中被研究和應用，比如在汽車疲勞駕駛研究中，通過人對方向盤、腳踏板的操作行為來評估人的疲勞狀態(tài)。可穿戴式傳感器檢測人體行為學數(shù)據(jù)和相關數(shù)據(jù)分析可應用于地鐵運行中，通過3D 加速度計對值乘途中的司機的操作行為軌跡進行采集和分析，為司機的標準化作業(yè)的流程管理構建可量化的安全行為評估體系。

在對動態(tài)作業(yè)過程中人的行為變化特征進行量化分析的基礎上，結合腦電特征的分析，可以獲取特定更為精細的認知活動狀態(tài)，包括注意力程度、反應速度、操作精準度等，實現(xiàn)特定行業(yè)或崗位作業(yè)人員狀態(tài)的安全評價體系。對比現(xiàn)有的單一判斷標準的局限性，腦電特征融合行為特征技術能更加有效和精準地判斷作業(yè)人員的狀態(tài)。

4 北京地鐵人因安全解決方案

依據(jù)對地鐵人員安全特征的分析及切實需求，結合可穿戴式產品和人工智能技術，提出地鐵司機值乘中人員狀態(tài)管理的解決方案，如圖1 所示。

圖1 地鐵司機值乘中人員狀態(tài)管理解決方案

這個解決方案主要包括三大部分：①實時采集人體生物信息數(shù)據(jù)。利用智能帽子、智能手環(huán)等可穿戴式產品和電極傳感技術，高精度地采集司機的腦電生物信息和動作軌跡信息，相關數(shù)據(jù)在車載控制終端進行集成和運算。②量化人員工作狀態(tài)，提供異常反饋。根據(jù)地鐵司機在值乘過程中行車作業(yè)特點，結合注意力、疲勞等狀態(tài)因素，利用模式識別和人工智能技術，構建人員狀態(tài)的數(shù)據(jù)模型，實現(xiàn)可量化的人員狀態(tài)綜合指數(shù)。根據(jù)安全狀態(tài)持續(xù)趨勢的不同階段，設定不同的預警等級，建立不同等級的干預措施方案。③集中化管理與行業(yè)應用。建立后臺數(shù)據(jù)中心用于大數(shù)據(jù)的處理和挖掘。車載控制終端通過移動無線網(wǎng)絡與后臺數(shù)據(jù)中心相連，實時上傳在線設備的狀態(tài)和數(shù)據(jù)。利用大數(shù)據(jù)平臺和機器學習算法進行數(shù)據(jù)的在線處理、離線計算、數(shù)據(jù)挖掘及數(shù)據(jù)集成等服務，實時量化人員工作狀態(tài)，實現(xiàn)人員狀態(tài)的實時監(jiān)測；根據(jù)安全狀態(tài)的不同，提供不同的預警等級及干預措施，從而實現(xiàn)對地鐵司機的管理，為地鐵行車安全提供科學依據(jù)。

5 應用前景

本文提出的地鐵司機值乘中人員狀態(tài)管理的解決方案，有如下很好的應用前景：①提供新型的預警機制，降低人因事故的風險。以“人”為本，對關鍵崗位的司機的生理數(shù)據(jù)和行為數(shù)據(jù)實現(xiàn)多維度監(jiān)控，建立在線預警和聯(lián)動執(zhí)法的監(jiān)管機制，從而大幅提高現(xiàn)有系統(tǒng)行車的安全性，降低人因事故的風險。②建立人員狀態(tài)數(shù)據(jù)化管理。建立以地鐵司機為中心的崗前、崗中、崗后數(shù)據(jù)化的管理模式，為人-機-環(huán)-管中人的數(shù)據(jù)提供數(shù)據(jù)服務。③建立地鐵司機的安全狀態(tài)檔案。基于長期積累的生物電信息，為每位地鐵司機建立個人安全狀態(tài)檔案，通過大數(shù)據(jù)分析及環(huán)境因素等的數(shù)據(jù)挖掘，在司機駕乘前對人員狀態(tài)進行綜合判斷，并建立個體化的人員狀態(tài)安全區(qū)間，針對頻發(fā)人群或誘發(fā)因素來調配管理資源，為優(yōu)化資源配置提供數(shù)據(jù)依據(jù)。

通過建立軌道交通人因安全保障體系，將人的可靠性分析整合應用到軌道交通安全體系中，能有效提高城市軌道交通運營的可靠性。