張 浩,葛 淼

(1.南京地鐵建設有限責任公司,江蘇 南京 210018;2.南京國電南自軌道交通工程有限公司,江蘇 南京 210000)

0 引言

作為一個大型綜合系統(tǒng),其數(shù)字化、智慧化建設是一項系統(tǒng)工程。而車站是直接為乘客提供出行服務的重要載體,能夠真實反映運營主體的生產(chǎn)水平和服務水平。隨著移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、智能識別等技術的不斷更迭[1],對城市軌道交通數(shù)字智慧化、業(yè)務協(xié)同化、運營安全化的提升有著迫切的需求[2]。同時,國家戰(zhàn)略也要求建設新時代軌道交通應以人民為中心,貫徹創(chuàng)新、協(xié)調、綠色、開放、共享的新發(fā)展理念[3],因此,城市軌道交通亟需智慧賦能,城市軌道交通智慧車站的建設已成為世界各國作為推進城市高質量發(fā)展的重要目標。采用智能化設施設備、智能化技術實現(xiàn)車站管理智能化、服務人性化已成為未來智慧城市軌道交通發(fā)展的重要方向。

1 智慧車站概述

智慧車站就是以車站運營需求為導向,采取智能化手段,如態(tài)勢感知、數(shù)字孿生、AI輔助決策、智能視頻分析、數(shù)據(jù)中臺、自主協(xié)同控制、云平臺等技術有效集成[4],改變傳統(tǒng)的運營方式,實現(xiàn)車站科學、高效、智能化運作和管理,車站的乘客服務逐步向靈活、多樣、便捷、智能化轉變,形成若干應用和場景,提升服務質量、提升運維效率、保障運營安全。目前,國內(nèi)外針對智慧車站進行了大量研究,歐洲聯(lián)盟Shift2Rail項目將“未來智慧車站”列為2019—2022年重點研究內(nèi)容,設置了兩項研究課題:(1)Future Secure and Accessible Rail Stations (FAIR Stations)課題,主要研究車站客流需求預測模型、復雜車站的客流誘導管理、基于實時3D仿真的擁擠度防控等內(nèi)容;(2)Innovative Solutions in Future Stations,Energy Metering &Power Supply (In2Stempo)課題,主要研究智慧車站客流數(shù)字化管理、車站應急決策、風險與抗毀性評估、乘客出行、信息安全及車站低碳能源管理等內(nèi)容。國內(nèi)地鐵公司、集成商針對智慧車站也陸續(xù)展開了研究,從智能設計、智能管理、智能服務等角度出發(fā)研究智慧車站建設與實施。中國城市軌道交通協(xié)會發(fā)布《城市軌道交通智慧城軌發(fā)展綱要》[5],將研發(fā)智慧車站系統(tǒng)列為中國智慧城市軌道交通建設重點研發(fā)項目之一。國內(nèi)一些高等院校和運營企業(yè)相繼開展城軌智慧車站的研發(fā)及前期示范應用,但總體來說目前尚處于摸索階段,各地仍是以探索為主,上海、廣州等地優(yōu)先建立了城市軌道交通智慧車站的試點[6-7]。

2 車站運營存在的痛點

2.1 缺乏合理統(tǒng)一的運營管理架構

傳統(tǒng)車站運營管理業(yè)務依賴分立的服務器集群和業(yè)務軟件相結合的技術架構,由于服務器的硬件與操作系統(tǒng)的綁定,使得服務器之間無法復用計算資源,可擴展性差,隨著系統(tǒng)業(yè)務增加,會導致服務器浪費嚴重,管理復雜,不利于升級迭代且成本較高,資源無法靈活高效利用和統(tǒng)一調配,各子系統(tǒng)相互孤立,不能互聯(lián)互通,難以統(tǒng)籌,無法協(xié)同控制。因此,亟須突破傳統(tǒng)的車站運營管理架構構建技術,形成車站智慧運營大腦,提升車站運營的智能化決策水平。

2.2 乘客安全感知能力不足

城市軌道交通具有人流密度大、封閉運行等特點,一旦突發(fā)事件,有可能對乘客造成危險,尤其是乘客經(jīng)過閘機、電扶梯、屏蔽門等設備時存在一定的客傷風險,所以城市軌道交通乘客安全感知是重中之重。而當前車站主要通過人工間歇巡視和調閱監(jiān)控視頻獲取乘客安全信息,存在不及時、不全面、易遺漏等問題,對突發(fā)事件響應不及時,在突發(fā)應急事件、安全事件方面的發(fā)現(xiàn)能力亟須提升。因此,需要車站進行AI全場景乘客安全態(tài)勢感知,提升車站態(tài)勢感知能力,加強對安全隱患主動辨識,打破被動接報異樣情況,提高風險預判和風險辨識能力,提升智慧車站乘客安全服務水平。

2.3 業(yè)務聯(lián)動水平低

隨著地鐵智慧化程度的提高,業(yè)務運營場景更加多樣化,涉及的專業(yè)子系統(tǒng)協(xié)調流程更復雜、對各綜合業(yè)務場景所涉及的專業(yè)間聯(lián)動有更高的要求。而現(xiàn)有的車站主要靠人工判斷、時刻表等方式進行觸發(fā),通過手動調取預案進行處置,工作流角色單一、模式固化,難以適應車站設備異常、線網(wǎng)應急響應、市域聯(lián)合調控等復雜異構條件,影響了整個車站的自主運行程度。特別是目前車站應急管理以被動響應為主,缺乏信息化分析預警與有效的輔助決策手段,因此需要更加智能化的聯(lián)動技術支撐具有復雜異構條件的業(yè)務聯(lián)動場景。

2.4 設備運維智能化精細化程度不高

車站設備種類繁多,管理復雜,大多沿用傳統(tǒng)運維模式,以人工現(xiàn)場巡檢為主,自動化程度低,全息化智能運維不足,人力成本較高,缺乏設備全生命周期健康管理,且存在對故障預見性不足,傳統(tǒng)派工流程不規(guī)范,運維人員各自為政,缺少統(tǒng)一的維修知識庫,缺少個性化檢修計劃與維保任務,缺乏對運維數(shù)據(jù)的深度挖掘和分析等問題,檢測結果也主要依靠人工經(jīng)驗判定故障程度和故障類型,現(xiàn)有的診斷方式不能滿足地鐵車站設備更加可靠、安全、經(jīng)濟的運行需求。

3 智慧車站關鍵技術

針對上述車站運營存在的痛點,在地鐵智慧車站建設方面圍繞以下4點關鍵技術展開。

3.1 云數(shù)一體化的智慧車站運營管理架構構建技術

云數(shù)一體化的智慧車站運營管理架構技術架構,如圖1所示。

圖1 云數(shù)一體化的智慧車站運營管理架構技術架構

基于網(wǎng)絡協(xié)議、云平臺、邊緣網(wǎng)關、視頻通道等多種設備接入方式,設計具備多元化設備接入、設備全生命周期管理、規(guī)則引擎、消息訂閱等能力的一體化物聯(lián)網(wǎng)數(shù)據(jù)采集服務,并以多類型物聯(lián)網(wǎng)數(shù)據(jù)為基礎,構建基于機器學習的數(shù)據(jù)分析工具集,形成智慧車站多專業(yè)數(shù)據(jù)挖掘分析引擎。從而實現(xiàn)多專業(yè)數(shù)據(jù)跨系統(tǒng)融合匯聚,完成業(yè)務應用的功能集成和部署,實現(xiàn)數(shù)據(jù)共享與集中展示,為車站運營及輔助決策提供專業(yè)關鍵數(shù)據(jù)及分析結果。

在對物理設備資源進行“池化”的基礎上,采用云平臺資源負載均衡調度方法,提高計算資源利用率;基于云平臺虛擬機的內(nèi)存數(shù)據(jù)熱遷移技術,實現(xiàn)虛擬機突發(fā)故障下無損全狀態(tài)秒級切換;基于Fault-Tolerance的業(yè)務應用1+N冗余機制,實現(xiàn)業(yè)務突發(fā)故障下毫秒級服務恢復;構建四層二面的智慧運營管理架構,覆蓋多種運營場景。

3.2 全場景乘客安全態(tài)勢感知技術

考慮地鐵車站乘客服務全過程,結合地鐵基礎設施的分布以及區(qū)域結構特點,基于智能視頻分析和設備狀態(tài)融合,構建符合軌道交通運營和安全防范需求的全場景乘客安全風險行為識別體系,包含了乘客摔倒、扶梯逆行、站臺門越線等眾多乘客危險場景。

針對乘客行為,采用機器視覺人工智能算法,形成基于異構深度學習模型乘客異常行為理解的智能分析引擎,提升全場景平均識別精度,從而實現(xiàn)乘客安全的精準實時感知。

基于泛在智能感知形成的實時設備狀態(tài)信息,結合視頻智能分析的乘客行為理解智能分析引擎,采用融合設備狀態(tài)與乘客行為風險的檢測系統(tǒng),實時推送結果信息,聯(lián)動智慧車站業(yè)務系統(tǒng)自動運行,大大加快了站務人員處置乘客異常行為的速度,提升了車站整體的安全運營。

3.3 多專業(yè)輔助聯(lián)動控制技術

針對車站輔助聯(lián)動控制預案快速生成的迫切需求,采用基于主題摘要的應急事件與預案相似度評估方法,建立融合用戶偏好的預案優(yōu)先級評價機制,開發(fā)基于相似度評估和優(yōu)先級評價的預案推薦系統(tǒng),支持系統(tǒng)按事件影響等級智能化推薦最佳預案,有效支撐應急事件的精準處置。

針對城市軌道交通復雜異構條件下流程處置的多樣性及不確定性挑戰(zhàn),構建融合觸發(fā)源、動作命令、流程節(jié)點、規(guī)則運算、聯(lián)動項等要素的Petri網(wǎng)絡模型,采用支持多角色全覆蓋的工作流描述語言,實現(xiàn)支撐不同聯(lián)動應用場景的模板自定義和配置定制化,能夠有效提升系統(tǒng)應對不確定性流程管理的能力。

3.4 全生命周期車站設備智能運維技術

智慧車站應采用全生命周期車站設備智能運維技術,傳統(tǒng)的計劃修、故障修模式不能夠全面感知車站設備健康狀態(tài)。采用面向海量設備全周期運行數(shù)據(jù)的全維特征抽取方法,建立融合專家知識和運行數(shù)據(jù)特征的設備健康狀態(tài)分析模型。

針對傳統(tǒng)運維存在的對設備劣化趨勢判斷分析不準確、不完整的問題,采用基于長短期記憶神經(jīng)網(wǎng)絡和探索性數(shù)據(jù)分析的劣化狀態(tài)預測方法,構建融合上述方法的劣化拐點分析架構,實現(xiàn)了傳統(tǒng)維修模式向新型高效預測性維修模式的變革。

針對傳統(tǒng)運維存在的維修管理事務全流程管理機制不足的問題,建立以設備畫像為中心、運維事務為主線的維管事務模型。利用基于事務數(shù)據(jù)模型鏈式關聯(lián)定義的設備健康追蹤處置機制,形成基于標準化流程的設備維修閉環(huán)管理流程,提高維管效率。

4 結語

智慧地鐵的建設,符合創(chuàng)新、協(xié)調、綠色、開放、共享的發(fā)展理念要求,對于加快推進軌道交通高質量發(fā)展,實現(xiàn)碳達峰,減員增效,提高運營管理與服務水平,不斷提高人民的獲得感、幸福感和安全感有著重要作用。本文針對目前地鐵運營存在的痛點問題,應用智慧化技術,包括云數(shù)一體化的智慧車站運營管理架構構建技術、全場景乘客安全態(tài)勢感知技術、多專業(yè)輔助聯(lián)動控制技術和全生命周期車站設備智能運維技術。在地鐵運營層面,采用更加智慧的方法來改變現(xiàn)有軌道交通的運營和管理方式,實現(xiàn)智能化的服務,切實推進城市軌道交通運管智慧化,從而提升服務質量、提升運維效率、保障運營安全。