史天運(yùn)，彭凱貝

（1.中國鐵道科學(xué)研究院集團(tuán)有限公司 科技和信息化部，北京 100081；2.中國鐵道科學(xué)研究院集團(tuán)有限公司 電子計(jì)算技術(shù)研究所，北京 100081)

1 智能鐵路客運(yùn)車站現(xiàn)狀分析

近年來，人工智能、數(shù)字孿生、5G、信息物理融合等新技術(shù)的飛速發(fā)展，伴隨著新一代信息技術(shù)與鐵路業(yè)務(wù)的深入結(jié)合，促使鐵路行業(yè)快速進(jìn)入智能時(shí)代[1]。智能鐵路客運(yùn)車站是在現(xiàn)代鐵路管理與服務(wù)理念，以及云計(jì)算、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、機(jī)器人等新信息技術(shù)基礎(chǔ)上，以旅客便捷出行、車站溫馨服務(wù)、生產(chǎn)高效組織、安全有力保障、綠色節(jié)能環(huán)保為目標(biāo)，實(shí)現(xiàn)鐵路客運(yùn)車站智能出行服務(wù)、智能生產(chǎn)組織、智能安全應(yīng)急、智能綠色節(jié)能有機(jī)統(tǒng)一的新型生產(chǎn)服務(wù)系統(tǒng)[2]。為搶占智能化鐵路發(fā)展先機(jī)，日本在信息通信技術(shù)基礎(chǔ)上實(shí)現(xiàn)了客運(yùn)車站的旅客服務(wù)與運(yùn)輸組織優(yōu)化[3]；法國國家鐵路公司搭建了智能旅客服務(wù)系統(tǒng)，打造智能化移動(dòng)助理，通過手機(jī)終端可以自定義行程系統(tǒng)，將多種交通方式統(tǒng)籌銜接，為旅客提供最優(yōu)行程方案[4]；德國鐵路公司實(shí)施“鐵路4.0 戰(zhàn)略”計(jì)劃，打造運(yùn)輸4.0、運(yùn)營4.0 和制造4.0的數(shù)字化企業(yè)[5]。2017 年，中國國家鐵路集團(tuán)有限公司正式啟動(dòng)智能京張、智能京雄等重大工程建設(shè)，將打造智能鐵路客運(yùn)車站作為一項(xiàng)明確的具體任務(wù)[6]。

目前我國智能鐵路客運(yùn)車站是基于“2+1+4+N”的智能鐵路客運(yùn)車站總體藍(lán)圖開展建設(shè)的，即2 個(gè)標(biāo)準(zhǔn)體系，1 個(gè)車站大腦，旅客服務(wù)、生產(chǎn)組織、安全應(yīng)急、綠色節(jié)能4 個(gè)業(yè)務(wù)版塊和N 個(gè)具體業(yè)務(wù)應(yīng)用[7]?；诒憬?、高效、安全、綠色的智能鐵路客運(yùn)車站業(yè)務(wù)需求，我國開展了鐵路客運(yùn)車站信息全面感知技術(shù)和安全傳輸技術(shù)、內(nèi)外部系統(tǒng)之間的信息接入技術(shù)、站內(nèi)硬件和數(shù)據(jù)資源的整合和共享技術(shù)等方面的研究，構(gòu)建了鐵路智能客站管控與服務(wù)平臺(tái)(智能車站大腦)，實(shí)現(xiàn)了車站各項(xiàng)業(yè)務(wù)的有機(jī)集成、全面應(yīng)用、集中部署、車站業(yè)務(wù)數(shù)據(jù)匯聚和各系統(tǒng)整合。鐵路智能客站管控與服務(wù)平臺(tái)已經(jīng)在長沙南站、昆明南站、鄭州東站等既有客運(yùn)車站進(jìn)行試點(diǎn)應(yīng)用，并作為生產(chǎn)系統(tǒng)在京雄、京張高速鐵路等新建客運(yùn)車站上線應(yīng)用。

目前的智能鐵路客運(yùn)車站建設(shè)側(cè)重于業(yè)務(wù)功能整合及數(shù)據(jù)集成，在典型場景智能化、數(shù)據(jù)深度挖掘分析、新技術(shù)應(yīng)用方面還有差距，存在的具體問題如下。

（1）安檢智能化水平有待提高。目前鐵路安檢主要采用X 光安檢儀掃描行李生成X 光圖像，人工識(shí)別X 光圖片中的違禁品，造成安檢人員勞動(dòng)強(qiáng)度較大，并且車站安檢設(shè)備沒有聯(lián)網(wǎng)部署，無法集中判圖，安檢效率較低，缺乏差異化安檢。

（2）接送換乘體驗(yàn)不佳。對于大中型車站，接送站或換乘方式的引導(dǎo)不夠精細(xì)化，并且無法推薦實(shí)時(shí)的接駁和換乘信息，導(dǎo)致接送和換乘的便捷性不佳。

（3）新技術(shù)應(yīng)用不足。目前人工智能等新技術(shù)與客運(yùn)業(yè)務(wù)結(jié)合的深度和廣度不夠，智能化服務(wù)還停留在淺層次，對于視頻智能分析、風(fēng)險(xiǎn)精準(zhǔn)識(shí)別、機(jī)器人服務(wù)、大數(shù)據(jù)智能推薦等應(yīng)用還有差距。

（4）資源未按需調(diào)配。車站涉及大量的人員、眾多的設(shè)備和多變的環(huán)境，當(dāng)出現(xiàn)大客流和應(yīng)急情況時(shí)未能實(shí)現(xiàn)車站客流預(yù)測的人員動(dòng)態(tài)部署和資源的按需配置。

（5）車站運(yùn)營狀態(tài)無法模擬推演。數(shù)字孿生車站現(xiàn)停留在概念階段，還未構(gòu)建車站的數(shù)字化模型，缺少對車站中人員、設(shè)備、功能、環(huán)境等狀態(tài)的可視化監(jiān)控，不能模擬與推演不同時(shí)期車站的運(yùn)營狀況。

為此，基于信息物理融合和數(shù)字孿生的理念進(jìn)行智能鐵路客運(yùn)車站的深化研究，形成增強(qiáng)型智能鐵路客運(yùn)車站總體架構(gòu)，研究關(guān)鍵技術(shù)及其典型應(yīng)用，并開展試驗(yàn)驗(yàn)證，著重增強(qiáng)智能安檢、便捷換乘、精準(zhǔn)服務(wù)、資源調(diào)配等業(yè)務(wù)的智能化應(yīng)用，為我國智能鐵路客運(yùn)車站建設(shè)提供理論和技術(shù)基礎(chǔ)。

2 增強(qiáng)型智能鐵路客運(yùn)車站設(shè)計(jì)理念及架構(gòu)分析

2.1 設(shè)計(jì)理念

增強(qiáng)型智能鐵路客運(yùn)車站以智能鐵路客運(yùn)車站總體藍(lán)圖為導(dǎo)向，在現(xiàn)有鐵路智能車站建設(shè)基礎(chǔ)上，以精準(zhǔn)服務(wù)、智能安檢、便捷換乘、資源調(diào)配等業(yè)務(wù)為切入點(diǎn)，將新一代信息技術(shù)與鐵路客運(yùn)車站業(yè)務(wù)深入結(jié)合，將信息物理融合系統(tǒng)(CPS)與數(shù)字孿生理念相結(jié)合，打造數(shù)字孿生平臺(tái)，構(gòu)建全互聯(lián)的物理車站和全鏡像的數(shù)字孿生車站，最終實(shí)現(xiàn)物理－信息映射融合，從而增強(qiáng)車站業(yè)務(wù)智能化應(yīng)用，達(dá)到人性服務(wù)、出行便捷、生產(chǎn)高效、安全可控、節(jié)能環(huán)保的目標(biāo)。

信息物理融合系統(tǒng)是集成新一代通信技術(shù)、自動(dòng)控制理論、人工智能技術(shù)等多維復(fù)雜系統(tǒng)，構(gòu)建出信息空間和物理空間相映射的綜合復(fù)雜系統(tǒng)，實(shí)現(xiàn)數(shù)字系統(tǒng)與物理環(huán)境的精準(zhǔn)感知與動(dòng)態(tài)交互[8]。數(shù)字孿生是通過建立與物理實(shí)體相映射的數(shù)字模型來模擬物理實(shí)體狀態(tài)，為物理世界和數(shù)字世界搭建鏈接橋梁[9]。物理車站由人員、車輛、設(shè)備、站房結(jié)構(gòu)、環(huán)境、業(yè)務(wù)等多個(gè)可見的物理實(shí)體組成。數(shù)字孿生車站一方面支撐著車站各業(yè)務(wù)信息化系統(tǒng)，另一方面通過物理實(shí)體數(shù)據(jù)構(gòu)成與其對應(yīng)的虛擬實(shí)體模型[10]。在車站部署傳感器和分布式傳感網(wǎng)絡(luò)，采集物理、行為、規(guī)則等多個(gè)維度的物理實(shí)體信息，對物理車站的各要素進(jìn)行模型構(gòu)建，形成數(shù)字孿生車站。利用人工智能技術(shù)分析、監(jiān)控和預(yù)測虛擬實(shí)體模型信息，數(shù)字孿生車站生成相應(yīng)的管控策略、預(yù)測預(yù)案和分析報(bào)告，對車站未來的狀態(tài)進(jìn)行推理。數(shù)字孿生車站通過信息－物理接口將信息反饋到物理車站中，管理控制物理車站各物理實(shí)體的具體活動(dòng)。增強(qiáng)型智能鐵路客運(yùn)車站CPS 系統(tǒng)結(jié)構(gòu)如圖1 所示。

圖1 增強(qiáng)型智能鐵路客運(yùn)車站CPS 系統(tǒng)結(jié)構(gòu)Fig.1 CPS structure of enhanced intelligent passenger station

2.2 總體架構(gòu)

增強(qiáng)型智能鐵路客運(yùn)車站總體架構(gòu)重點(diǎn)突出多樣化數(shù)據(jù)采集能力、海量數(shù)據(jù)存儲(chǔ)分析能力、統(tǒng)一調(diào)度管理能力、可視化快速匹配能力，將新一代信息技術(shù)與鐵路客運(yùn)車站業(yè)務(wù)融合創(chuàng)新。增強(qiáng)型智能鐵路客運(yùn)車站總體架構(gòu)在智能鐵路客運(yùn)車站總體架構(gòu)上豐富了感知信息，通過新一代網(wǎng)絡(luò)傳輸技術(shù)將采集到的信息進(jìn)行分類存儲(chǔ)，形成數(shù)據(jù)資源池，新增了分析平臺(tái)層，在該層中構(gòu)建7 個(gè)子平臺(tái)和平臺(tái)管理，對車站業(yè)務(wù)數(shù)據(jù)進(jìn)行分析處理，形成數(shù)字孿生車站，實(shí)現(xiàn)車站全生命周期模擬仿真，在業(yè)務(wù)應(yīng)用層增強(qiáng)了車站業(yè)務(wù)智能化應(yīng)用。增強(qiáng)型智能鐵路客運(yùn)車站總體架構(gòu)如圖2 所示。

（1）數(shù)據(jù)感知層。利用傳感器增加行李、社會(huì)車輛等傳感信息采集，豐富車站底層感知信息，全方位感知客運(yùn)站運(yùn)行環(huán)境，實(shí)現(xiàn)車站物理信息轉(zhuǎn)化為數(shù)字信息，為數(shù)字車站模型建立提供底層支撐。

（2）網(wǎng)絡(luò)傳輸層。在現(xiàn)有車站通信方式基礎(chǔ)上增加5G 傳輸方式，實(shí)現(xiàn)設(shè)備、終端與系統(tǒng)之間的高速、穩(wěn)定、低延時(shí)的數(shù)據(jù)傳輸。

（3）數(shù)據(jù)存儲(chǔ)層。利用大數(shù)據(jù)技術(shù)挖掘車站各業(yè)務(wù)的有效數(shù)據(jù)，對站內(nèi)客運(yùn)業(yè)務(wù)數(shù)據(jù)進(jìn)行分析、存儲(chǔ)、管理形成知識(shí)庫，提供核心的數(shù)據(jù)支撐。

（4）分析平臺(tái)層?；谥悄荑F路客運(yùn)站平臺(tái)架構(gòu)新增物聯(lián)網(wǎng)平臺(tái)和數(shù)字孿生平臺(tái)，通過物聯(lián)網(wǎng)平臺(tái)采集的感知信息，構(gòu)建數(shù)字孿生車站，實(shí)現(xiàn)車站運(yùn)營狀態(tài)全息模擬、動(dòng)態(tài)監(jiān)控、實(shí)時(shí)診斷、精準(zhǔn)預(yù)測。

（5）業(yè)務(wù)應(yīng)用層。在智能客運(yùn)車站業(yè)務(wù)范圍內(nèi)，結(jié)合車站實(shí)際業(yè)務(wù)需求和現(xiàn)有不足，加強(qiáng)智能安檢、便捷換乘、精準(zhǔn)服務(wù)、資源調(diào)配等業(yè)務(wù)的智能化建設(shè)。

2.3 平臺(tái)應(yīng)用架構(gòu)

增強(qiáng)型智能鐵路客運(yùn)車站利用數(shù)字孿生、信息物理融合、人工智能等技術(shù)與車站各個(gè)業(yè)務(wù)深度結(jié)合，在原有智能車站平臺(tái)架構(gòu)基礎(chǔ)上新增了物聯(lián)網(wǎng)平臺(tái)和數(shù)字孿生平臺(tái)，通過建立車站人員、車輛、設(shè)備、站房結(jié)構(gòu)、環(huán)境、業(yè)務(wù)等物理實(shí)體的數(shù)字化模型，根據(jù)車站運(yùn)營規(guī)律和機(jī)理計(jì)算、分析和預(yù)測車站運(yùn)營未來狀態(tài)，實(shí)現(xiàn)車站運(yùn)營狀態(tài)的全周期和全領(lǐng)域動(dòng)態(tài)仿真，提升車站服務(wù)質(zhì)量和作業(yè)效率。增強(qiáng)型智能鐵路客運(yùn)車站平臺(tái)應(yīng)用架構(gòu)如圖3所示。

（1）物聯(lián)網(wǎng)平臺(tái)。通過標(biāo)志識(shí)別、狀態(tài)傳感、GPS 定位、信息采集、遠(yuǎn)程操控等物聯(lián)網(wǎng)技術(shù)，整合車站運(yùn)營環(huán)境感知、人員定位導(dǎo)航、電子圍欄等各類智能終端設(shè)備的接入、配置、刪除、開閉等管理功能，構(gòu)建面向智能車站業(yè)務(wù)應(yīng)用的規(guī)范標(biāo)準(zhǔn)的物聯(lián)網(wǎng)服務(wù)，實(shí)現(xiàn)站內(nèi)設(shè)備設(shè)施的統(tǒng)一管理，實(shí)時(shí)感知人員、環(huán)境狀態(tài)。

（2）數(shù)據(jù)匯集與共享平臺(tái)。同步匯集車站環(huán)境等多種類型數(shù)據(jù)，建立車站大數(shù)據(jù)基礎(chǔ)“資源池”，強(qiáng)化信息共享應(yīng)用管理，實(shí)現(xiàn)站內(nèi)全要素狀態(tài)的實(shí)時(shí)采集，并通過接口與各系統(tǒng)共享數(shù)據(jù)。

（3）管控與協(xié)同聯(lián)動(dòng)平臺(tái)。結(jié)合車站運(yùn)營數(shù)據(jù)，通過統(tǒng)計(jì)分析和相關(guān)性分析評價(jià)車站運(yùn)營指標(biāo)，生成一體化客運(yùn)生產(chǎn)計(jì)劃，自動(dòng)向各集成子應(yīng)用系統(tǒng)下達(dá)作業(yè)命令，聯(lián)動(dòng)調(diào)整相關(guān)客運(yùn)作業(yè)，實(shí)現(xiàn)人員、設(shè)備的合理配置、優(yōu)化運(yùn)用，同時(shí)接收命令的執(zhí)行反饋。

（4）大數(shù)據(jù)分析平臺(tái)。通過大數(shù)據(jù)技術(shù)處理分析車站運(yùn)營過程產(chǎn)生的數(shù)據(jù)，構(gòu)建車站不同應(yīng)用場景的智能分析模型和預(yù)測模型，利用分析算法和模型實(shí)時(shí)計(jì)算站內(nèi)運(yùn)營指標(biāo)，輔助車站管理人員了解站內(nèi)運(yùn)營情況。

（5）智能服務(wù)平臺(tái)。提供業(yè)務(wù)應(yīng)用所需要的AI 算力服務(wù)和AI 服務(wù)庫等，為車站業(yè)務(wù)需要、人工智能服務(wù)提供技術(shù)支持，賦能車站業(yè)務(wù)智能升級。

（6）數(shù)字孿生平臺(tái)?；谖锫?lián)網(wǎng)平臺(tái)采集的車站實(shí)際數(shù)據(jù)，利用數(shù)據(jù)融合、虛實(shí)交互、3D 建模、增強(qiáng)現(xiàn)實(shí)等技術(shù)構(gòu)建數(shù)字孿生平臺(tái)，實(shí)現(xiàn)車站各業(yè)務(wù)仿真、安檢應(yīng)急和環(huán)境狀態(tài)模擬、設(shè)備設(shè)施監(jiān)控，以達(dá)到對車站未來狀態(tài)的推理并以3D 可視化展示。

（7）云計(jì)算平臺(tái)。利用云計(jì)算技術(shù)構(gòu)建云端服務(wù)集群，根據(jù)車站各項(xiàng)業(yè)務(wù)應(yīng)用內(nèi)容構(gòu)建數(shù)據(jù)處理和計(jì)算服務(wù)的云計(jì)算平臺(tái)[10]，實(shí)現(xiàn)全路車站內(nèi)的計(jì)算資源、數(shù)據(jù)存儲(chǔ)的集中管理和動(dòng)態(tài)分配。

圖3 增強(qiáng)型智能鐵路客運(yùn)車站平臺(tái)應(yīng)用架構(gòu)Fig.3 Platform architecture of Enhanced intelligent railway station

3 增強(qiáng)型智能鐵路客運(yùn)車站關(guān)鍵技術(shù)

圍繞車站具體業(yè)務(wù)實(shí)際需求，從智能安檢、便捷換乘、智能視頻分析、客流預(yù)測預(yù)警、風(fēng)險(xiǎn)智能識(shí)別及應(yīng)急處置、數(shù)字孿生車站構(gòu)建及應(yīng)用等方面，研究增強(qiáng)型智能鐵路客運(yùn)車站關(guān)鍵技術(shù)，實(shí)現(xiàn)車站業(yè)務(wù)智能化應(yīng)用。

3.1 智能安檢

增強(qiáng)型智能鐵路客運(yùn)車站面向車站安檢業(yè)務(wù)實(shí)際問題和需求，利用人臉識(shí)別、深度學(xué)習(xí)、旅客信息挖掘等手段，開展X 光智能判圖、旅客差異化安檢，安檢人物關(guān)聯(lián)、集中判圖等應(yīng)用，實(shí)現(xiàn)安檢業(yè)務(wù)智能化、精準(zhǔn)化和差異化。

（1）X 光智能判圖關(guān)鍵技術(shù)。通過構(gòu)建X 光禁限帶物品的樣本數(shù)據(jù)集，構(gòu)建基于區(qū)域生成網(wǎng)絡(luò)禁限帶物品檢測模型。采用神經(jīng)網(wǎng)絡(luò)(DenseNet)提取X 光圖像特征，增加融合多層特征結(jié)構(gòu)提高對小目標(biāo)的特征提取效率，實(shí)現(xiàn)自動(dòng)識(shí)別X 光圖像中各類違禁物品，并標(biāo)記出其位置和類別名稱，實(shí)時(shí)報(bào)警提示現(xiàn)場值機(jī)人員。

（2）旅客差異化安檢關(guān)鍵技術(shù)?；诼每蜌v史安檢數(shù)據(jù)、鐵路旅客信用記錄、有關(guān)征信機(jī)構(gòu)信用記錄等數(shù)據(jù)，研究旅客信息數(shù)據(jù)多源異構(gòu)融合，在鐵路各客運(yùn)車站之間形成相互信任、共享安檢、數(shù)據(jù)真實(shí)的旅客鏈，建立基于鐵路安全風(fēng)險(xiǎn)的旅客分類模型，實(shí)現(xiàn)旅客進(jìn)站安檢分類分流，提升安檢效率。

（3）人－物關(guān)聯(lián)關(guān)鍵技術(shù)。構(gòu)建基于大數(shù)據(jù)的人物關(guān)聯(lián)樣本數(shù)據(jù)庫，研究人物關(guān)聯(lián)的自主學(xué)習(xí)框架，采用物品檢測模型與人體姿態(tài)估計(jì)模型相結(jié)合的人攜物品檢測定位方法，實(shí)現(xiàn)旅客安檢物品與旅客信息關(guān)聯(lián)綁定。

3.2 便捷換乘

增強(qiáng)客運(yùn)站內(nèi)接送或換乘的精細(xì)化引導(dǎo)，開展基于智能監(jiān)控的排隊(duì)引導(dǎo)，可按時(shí)間最短、距離最短、費(fèi)用最少等方式推薦旅客換乘信息，實(shí)現(xiàn)接送和換乘信息實(shí)時(shí)查詢，提升車站接送和換乘的便捷性。

（1）基于多源異構(gòu)數(shù)據(jù)融合的換乘信息挖掘技術(shù)。鐵路、地鐵、出租車、公交等信息發(fā)布渠道相對獨(dú)立，導(dǎo)致旅客在大型綜合樞紐站出站換乘接駁不便。針對此問題，將列車到發(fā)時(shí)間、進(jìn)出站口人流信息、出租車等候信息、地鐵公交時(shí)刻等多源異構(gòu)數(shù)據(jù)，利用云計(jì)算分布式數(shù)據(jù)模糊C 均值聚類算法，精準(zhǔn)挖掘匹配有效信息，并通過信息發(fā)布平臺(tái)推薦給旅客，減少旅客站內(nèi)換乘時(shí)間。

（2）站內(nèi)換乘信息智能推薦技術(shù)。針對旅客出站后無法實(shí)時(shí)獲取最佳換乘路線等問題，利用長短期神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)估出租車排隊(duì)時(shí)間、地鐵進(jìn)站排隊(duì)時(shí)間、不同進(jìn)出站口客流量情況等動(dòng)態(tài)換乘信息，再通過協(xié)同過濾技術(shù)規(guī)劃出最合理省時(shí)的換乘路線，輔助旅客做好行程規(guī)劃。

3.3 智能視頻分析

采用智能視頻分析技術(shù)，實(shí)時(shí)分析檢測視頻采集設(shè)備的視頻圖像，實(shí)現(xiàn)站內(nèi)越界入侵檢測、異常行為識(shí)別、人員軌跡跟蹤，對異常情況自動(dòng)識(shí)別并實(shí)時(shí)報(bào)警，提高站內(nèi)異常情況預(yù)測、預(yù)警及安全防護(hù)。

（1）異常行為識(shí)別技術(shù)。分析人員異常動(dòng)作行為特征，研究圖像底層特征提取技術(shù)與圖像上下文語義理解技術(shù)，構(gòu)建適用于鐵路客運(yùn)車站場景的人群聚集、打架斗毆、異常行為識(shí)別模型，實(shí)現(xiàn)人員異常行為識(shí)別、人員徘徊識(shí)別的智能視頻分析應(yīng)用。

（2）復(fù)雜場景圖像特征提取分析技術(shù)。針對鐵路客運(yùn)站復(fù)雜場景，提出基于尺度不變(SIFT)的圖像特征提取方法，建立基于殘差網(wǎng)絡(luò)(ResNets)的鐵路客運(yùn)車站場景分類模型[11]，實(shí)現(xiàn)復(fù)雜場景下圖像特征提取，提升圖像場景分類識(shí)別的準(zhǔn)確率。

（3）行人重識(shí)別技術(shù)。研究在鐵路客運(yùn)站大型場景下的行人重識(shí)別技術(shù)，在各個(gè)攝像頭中采用基線分類網(wǎng)格方法提取旅客的人臉、穿著、體貌等特征，提出基于度量學(xué)習(xí)的方法，構(gòu)建用于旅客識(shí)別匹配的距離度量空間，通過不同位置攝像頭中視頻或圖像尋找識(shí)別特定目標(biāo)并關(guān)聯(lián)其軌跡，實(shí)現(xiàn)旅客跨攝像頭軌跡跟蹤。

3.4 客流預(yù)測預(yù)警

根據(jù)現(xiàn)場視頻圖像和客流信息，實(shí)時(shí)監(jiān)測站內(nèi)重點(diǎn)區(qū)域客流密度，并結(jié)合歷史客流信息和售票信息，預(yù)測未來一段時(shí)間內(nèi)的客流量，以輔助工作人員調(diào)配站內(nèi)資源應(yīng)對客流變化，提高生產(chǎn)組織效率。

（1）客流密度估計(jì)技術(shù)。通過綜合視頻系統(tǒng)獲取車站視頻流，對視頻流按照固定時(shí)間采樣，作為所構(gòu)建空間全卷積網(wǎng)絡(luò)(SFCN)的輸入，空間全卷積網(wǎng)絡(luò)模型可以針對圖像當(dāng)中的人群密度進(jìn)行估計(jì)，并對人數(shù)進(jìn)行統(tǒng)計(jì)，最終輸出人群密度概率的熱力圖。客流預(yù)測預(yù)警技術(shù)準(zhǔn)確統(tǒng)計(jì)車站關(guān)鍵位置的人群密度和分布情況，識(shí)別出人群密度高于安全限制區(qū)域的狀況，當(dāng)人群密度高于閾值時(shí)發(fā)布警告，提醒車站管理人員疏散引導(dǎo)旅客，防止人群擠壓。

（2）客流預(yù)測技術(shù)?；谶M(jìn)出站數(shù)據(jù)、售票數(shù)據(jù)、視頻圖像識(shí)別數(shù)據(jù)等客流數(shù)據(jù)，深度挖掘客流規(guī)律及客流分布特征，建立統(tǒng)計(jì)規(guī)律模型和深度學(xué)習(xí)相結(jié)合的短時(shí)客流預(yù)測模型，實(shí)現(xiàn)對車站關(guān)鍵區(qū)域(進(jìn)站口、候車室、站臺(tái)等)的短時(shí)客流預(yù)測，提前預(yù)警可能發(fā)生擁擠、人群聚集的區(qū)域，呈現(xiàn)客流趨勢、模擬推演車站未來客流情況。

3.5 風(fēng)險(xiǎn)智能識(shí)別及應(yīng)急處置

完善車站安全生產(chǎn)、公共衛(wèi)生、社會(huì)治安、自然災(zāi)害等方面的風(fēng)險(xiǎn)信息采集，對重點(diǎn)區(qū)域的氣味、振動(dòng)、煙霧等安全要素實(shí)時(shí)監(jiān)控，通過智能音視頻分析技術(shù)對監(jiān)控畫面、音頻自動(dòng)識(shí)別并報(bào)警，為準(zhǔn)確制定應(yīng)急預(yù)案提供支撐。

（1）基于多源異構(gòu)的安全風(fēng)險(xiǎn)信息融合技術(shù)。利用物聯(lián)網(wǎng)技術(shù)和傳感采集技術(shù)，獲取多源異構(gòu)安全風(fēng)險(xiǎn)數(shù)據(jù)，如風(fēng)險(xiǎn)點(diǎn)源頭、致因、產(chǎn)生條件、危險(xiǎn)程度及災(zāi)害類型。對非結(jié)構(gòu)化數(shù)據(jù)、關(guān)系型數(shù)據(jù)、文檔數(shù)據(jù)等提出基于ETL 技術(shù)的增量融合方法并進(jìn)行標(biāo)準(zhǔn)化清洗、抽取、融合，形成車站安全風(fēng)險(xiǎn)信息數(shù)據(jù)庫[12]。

（2）安全風(fēng)險(xiǎn)分類及識(shí)別模型構(gòu)建技術(shù)。根據(jù)不同類別的風(fēng)險(xiǎn)因素特征，挖掘不安全事件之間的關(guān)系并根據(jù)危險(xiǎn)程度進(jìn)行分類，構(gòu)建基于多目標(biāo)檢測的安全風(fēng)險(xiǎn)識(shí)別模型，按風(fēng)險(xiǎn)等級、危害程度等指標(biāo)進(jìn)行預(yù)測預(yù)警，實(shí)現(xiàn)對風(fēng)險(xiǎn)的智能識(shí)別及預(yù)測。

3.6 數(shù)字孿生車站構(gòu)建及應(yīng)用

開展數(shù)字孿生客運(yùn)車站建設(shè)，構(gòu)建與真實(shí)鐵路客運(yùn)車站相映射的數(shù)字孿生車站，真實(shí)反映站內(nèi)人員、車輛、設(shè)備、站房結(jié)構(gòu)、環(huán)境、業(yè)務(wù)的行為狀態(tài)，推理車站運(yùn)營狀態(tài)的未來發(fā)展趨勢，實(shí)現(xiàn)車站全生命周期跟蹤。

（1）車站數(shù)字孿生模型構(gòu)建技術(shù)。基于傳感器數(shù)據(jù)、模型數(shù)據(jù)、狀態(tài)數(shù)據(jù)，對人員、車輛、設(shè)備、站房結(jié)構(gòu)、環(huán)境、業(yè)務(wù)進(jìn)行三維立體、結(jié)構(gòu)化建模基礎(chǔ)上，構(gòu)建車站動(dòng)靜態(tài)數(shù)據(jù)的數(shù)字孿生五維模型[13]，形成客站運(yùn)轉(zhuǎn)能力、設(shè)備運(yùn)用及布局、客站流線及客站可視化監(jiān)控4 類典型應(yīng)用場景。

（2）車站流線仿真推演技術(shù)?；诼每蜁r(shí)間、行動(dòng)速度、人員組成等建立旅客虛擬行為模型，實(shí)現(xiàn)進(jìn)站口、檢票口、進(jìn)出站通道、站臺(tái)換乘、出站口等重點(diǎn)區(qū)域和應(yīng)急疏散的流線仿真。通過對兒童/少年/中青年男性/中青年女性/老人等旅客的組成、進(jìn)口數(shù)量、出口數(shù)量、寬度及方向、輔助引導(dǎo)等參數(shù)進(jìn)行設(shè)定，仿真疏散時(shí)間、平均疏散流量、擁堵時(shí)間等內(nèi)容。

4 試驗(yàn)驗(yàn)證

4.1 車站人群密度分析

車站是一個(gè)常年保持高人流量的公共場所，人群的擁擠和聚集等問題可能會(huì)產(chǎn)生安全隱患。因此，結(jié)合綜合視頻分析系統(tǒng)，設(shè)計(jì)一個(gè)針對車站客流的人群密度估計(jì)模型，通過對大量監(jiān)控視頻數(shù)據(jù)的分析，統(tǒng)計(jì)車站關(guān)鍵位置的人群密度和分布情況，識(shí)別出人群密度高于安全限制區(qū)域，當(dāng)客流密度高于預(yù)警閾值時(shí)發(fā)布客流預(yù)警信息，防止人群擠壓。車站人群密度估計(jì)測試結(jié)果如圖4 所示。

4.2 X光安檢圖像智能判圖

X 光圖像禁限帶物品檢測模型可以自動(dòng)識(shí)別管制刀具、槍械、液體瓶、鋰電池、煙花、剪刀、斧頭等7 類違禁品并自動(dòng)提示報(bào)警信息。通過采集X 光安檢圖像構(gòu)建安檢違禁品樣本數(shù)據(jù)庫來訓(xùn)練模型并對模型進(jìn)行試驗(yàn)驗(yàn)證，禁限帶物品檢測模型的平均識(shí)別率為88%，可以實(shí)現(xiàn)違禁物品的自動(dòng)識(shí)別。X 光安檢圖像違禁品識(shí)別結(jié)果如表1 所示。

圖4 車站人群密度估計(jì)測試結(jié)果Fig.4 Results of crowd density estimation at station

表1 X 光安檢圖像違禁品識(shí)別結(jié)果Tab.1 Identification results of contraband in X-ray security check image

4.3 基于歷史數(shù)據(jù)的客流預(yù)測

融合客票發(fā)售數(shù)據(jù)和歷史客流數(shù)據(jù)，對不同時(shí)期旅客進(jìn)站數(shù)據(jù)進(jìn)行綜合分析，獲取旅客在不同時(shí)期的出行規(guī)律，提出基于改進(jìn)長短期記憶神經(jīng)網(wǎng)絡(luò)的客流預(yù)測模型，利用北京西站進(jìn)站閘機(jī)數(shù)據(jù)預(yù)測2019 年8 月30 日的進(jìn)站客流量，改進(jìn)LSTM 模型短時(shí)客流預(yù)測結(jié)果如圖5 所示。實(shí)驗(yàn)表明，該模型在客流預(yù)測中具有良好的預(yù)測效果。依據(jù)客流預(yù)測結(jié)果，可以實(shí)現(xiàn)車站動(dòng)態(tài)調(diào)配服務(wù)和生產(chǎn)資源，降低車站運(yùn)營成本。

5 結(jié)束語

全面推進(jìn)鐵路客運(yùn)車站智能化建設(shè)是推動(dòng)鐵路創(chuàng)新發(fā)展，增強(qiáng)鐵路核心競爭力的必要手段。利用數(shù)字孿生和CPS 深度結(jié)合人工智能技術(shù)可以推動(dòng)鐵路客運(yùn)業(yè)務(wù)應(yīng)用創(chuàng)新，形成運(yùn)行穩(wěn)定和高效智能的信息系統(tǒng)，保障旅客出行和生產(chǎn)作業(yè)。以增強(qiáng)型智能鐵路客運(yùn)車站作為未來鐵路客運(yùn)站的建設(shè)新模式，通過深入研究智能安檢、客流預(yù)測預(yù)警、智能視頻分析等關(guān)鍵技術(shù)，構(gòu)建數(shù)字孿生車站，實(shí)現(xiàn)鐵路客運(yùn)車站物理系統(tǒng)與信息系統(tǒng)的深度融合，提高車站業(yè)務(wù)的智能化水平，推動(dòng)鐵路客運(yùn)業(yè)務(wù)應(yīng)用創(chuàng)新，引導(dǎo)鐵路客運(yùn)車站朝著數(shù)字化、網(wǎng)絡(luò)化、智能化的方向建設(shè)發(fā)展，提升我國鐵路客運(yùn)車站服務(wù)能力。

圖5 改進(jìn)LSTM 模型短時(shí)客流預(yù)測結(jié)果Fig.5 Result of improved LSTM prediction model