劉潔，呂楠，顧御坤，楊杰，侯旭，趙曄

（北京市地鐵運營有限公司，北京 100044）

1 研究背景

全自動信號系統(tǒng)在城市軌道交通（簡稱城軌交通）得到越來越多的應用，行車調度在整個運營體系中發(fā)揮著更加重要的作用，針對行車調度的應急演練技術也得到前所未有的發(fā)展。針對現(xiàn)場運行環(huán)境、運行狀態(tài)、突發(fā)異常情況的模擬仿真，憑借其良好的可控性、無破壞性、安全性、靈活性、可重復性和經(jīng)濟性等特點，已取代實際演練中的物理模型。盧健華等［1］以南京地鐵和廣州地鐵為例，針對地鐵應急演練實時性要求高的特點，構建了地鐵應急演練與輔助決策系統(tǒng)，能夠顯著提高系統(tǒng)性能。張峰等［2］基于B/S 結構，將應急演練分為數(shù)據(jù)層、核心業(yè)務層和應用層，構建出能實現(xiàn)不同部門協(xié)同合作的應急演練通用系統(tǒng)架構。于江有等［3］以廣州地鐵為例，利用案例推理技術生成預案，為新的應急事件發(fā)生提供智能決策；賀日興等［4］借鑒游戲引擎手段，對地鐵開展反恐應急演練問題進行研究，開發(fā)了地鐵三維模擬演練架構，設計的相關系統(tǒng)能夠對演練對象進行逼真顯示，并能實現(xiàn)信息查詢、信息展示、動態(tài)視頻調用等功能。李力雄［5］分析了演練流程，采用基于人工智能的應急預案流程交互模型，構建演練流程的形式化建模。劉春峰［6］利用GIS 和貝葉斯技術，分別構建基于GIS 的仿真演練程序模塊和Waxman隨機網(wǎng)絡模型，以實現(xiàn)對應急演練環(huán)境的模擬和應急處置情況的約束與控制，實現(xiàn)了應急演練過程中的交互、協(xié)調仿真。王智永等［7］以蘇州市軌道交通4號線為例，對行車調度演練系統(tǒng)的實施與應用效果進行評價。賈文崢等［8］提出了確定應急指揮系統(tǒng)功能需求的策略，并以列車信號系統(tǒng)故障為例進行分析，給出功能需求描述和實現(xiàn)功能需求的數(shù)據(jù)和技術要求。湯卓慧等［9］探討相關硬件和軟件系統(tǒng)的基本構成及主流開發(fā)平臺，并對其在軌道交通行業(yè)中的應用進行研究。趙根苗等［10］從上海市地鐵1 號線列車自動監(jiān)控系統(tǒng)（ATS）實際出發(fā)，設計一種基于分布式3 層結構的城軌ATS仿真培訓系統(tǒng)解決方案。文超等［11］分析了鐵路智能調度輔助決策系統(tǒng)的功能需求，并闡釋數(shù)據(jù)管理、列車運行仿真、晚點預測、沖突分析、輔助決策、調度決策質量評估和綜合可視化等智能調度關鍵功能。

雖然我國針對現(xiàn)場運行環(huán)境、運行狀態(tài)、突發(fā)異常情況的模擬仿真研究已取得了一定進展，但目前關于行車調度場景的模擬仿真大部分是基于固定的演練方案，缺乏現(xiàn)場的靈活處置，不能真實模擬應急場景，因此研究城軌交通行車調度的虛擬聯(lián)動技術迫在眉睫。城軌交通行車調度的虛擬聯(lián)動技術是指通過相關崗位的設置，實現(xiàn)行車調度在特定的仿真環(huán)境下進行調度指揮。要實現(xiàn)虛擬聯(lián)動技術需要解決兩大難題：一是語音識別技術，使計算機能夠識別行車調度員發(fā)布的語音命令或指示；二是虛擬崗位的設計及聯(lián)動，設置不同的虛擬崗位，使其與行車調度員聯(lián)動，共同推動仿真場景的實現(xiàn)?；谏鲜?項關鍵技術，結合應急預案的部門、崗位職責及應急處置流程，研究針對城軌交通行車調度應急演練的虛擬聯(lián)動技術，旨在降低行車調度應急演練的組織難度，提高演練靈活性，更好地提高行車調度員的應急處置能力。

2 語音識別技術

要實現(xiàn)行車調度應急演練的虛擬聯(lián)動，首先需要解決語音識別問題。城軌交通術語具有很強的專業(yè)性，導致通用的語音識別技術對城軌交通術語的識別準確率低、效率低，例如：“手搖”譯為“受邀”，“受令處所”譯為“首領處所”等。構建有效的垂直領域語音識別系統(tǒng)是實現(xiàn)軌道交通術語識別的關鍵。通過在通用語音識別技術的基礎上，對城軌交通術語進行調度命令基元化拆解、構建城軌交通術語專項語音數(shù)據(jù)庫，提高專業(yè)術語識別的權重和命中率，使識別結果由隨機發(fā)散逐步收斂聚集。

根據(jù)GB/T 50833—2012《城市軌道交通工程基本術語標準》以及調度員日常工作常用專業(yè)術語進行匯總，形成城軌交通高頻術語庫，然后加入人工智能專業(yè)識別語音庫。在語音數(shù)據(jù)庫的基礎上，建立調度命令數(shù)據(jù)庫，基于數(shù)據(jù)挖掘技術和語音識別算法，再通過大數(shù)據(jù)訓練，提高優(yōu)先級和準確率。當接收到行車調度員的語音命令后，核心系統(tǒng)首先進行端點檢測，其次進行關鍵字匹配、語義分析，然后通過聲學模型、語言模型進行解碼，最后得到識別結果。行車調度命令庫示例見表1。

表1 行車調度命令庫示例

語音識別技術的基本方法是將城軌交通行業(yè)常用術語進行統(tǒng)計分類，并將行業(yè)專用術語基元化，結合人工智能語音合成技術，將調度員發(fā)布的語音命令進行分解合成關鍵詞語，匹配專業(yè)識別語音庫，識別翻譯為計算機仿真指令。同時，根據(jù)調度員發(fā)布調度指令的常規(guī)，制定該系統(tǒng)的調度語音命令發(fā)布規(guī)范，不僅可促使調度員日常調度發(fā)布調度命令的規(guī)范化，還可提高與系統(tǒng)的融合性，從而不斷提高人工智能語音識別的準確率和響應速度，從最初的人機對抗逐漸演練成為調度員沉浸式智能培訓和考核。

3 虛擬崗位設計及聯(lián)動

3.1 虛擬崗位設計

行車調度應急演練需要將行車調度以外的其他崗位設置為虛擬崗位，包括電調、設備調、車輛調、乘客調、車站值班員、乘務員等。為研究虛擬崗位之間的聯(lián)動關系，首先需要將緊急情況下的運營場景進行分解，然后分系統(tǒng)、分專業(yè)按照聯(lián)動的先后順序依次觸發(fā)相應操作，還原真實線路運營中各崗位的業(yè)務處理流程和崗位間協(xié)同合作。

實現(xiàn)虛擬崗位包括3 個部分：對外部輸入的解析、邏輯處理、向外部反饋。外部輸入包括2種：（1）人工操作輸入。當用戶人工操作信號系統(tǒng)，設置各類故障后，人機交互工作站將輸入轉化為內部命令傳遞給智能核心系統(tǒng)（MCTS）。智能核心系統(tǒng)作為虛擬崗位的大腦，負責決策每個輸入應匹配的動作和事件，并通知信號系統(tǒng)執(zhí)行相關操作、通知通信系統(tǒng)通過語音合成技術向用戶發(fā)送語音通知，同時根據(jù)輸入信息的嚴重程度、緊迫性等控制語音合成播放的語速和朗讀情緒，給調度員仿佛有真實崗位在與其溝通的感覺。（2）調度命令語音輸入。當用戶通過語音采集設備發(fā)布調度命令后，通信系統(tǒng)通過內置的城軌交通專業(yè)術語識別功能將調度命令識別為準確的文字，并將文字根據(jù)調度命令基元定義的關鍵詞進行拆解，將關鍵詞重新構建成計算機可識別的內部命令單元，發(fā)送給智能核心系統(tǒng)，智能核心系統(tǒng)作為虛擬崗位的大腦，負責決策每個輸入應匹配的動作和事件，并通知信號系統(tǒng)以及各虛擬崗位對應的仿真系統(tǒng)執(zhí)行相關操作。之后收集操作結果，通知通信系統(tǒng)通過語音合成技術向用戶發(fā)送語音通知。城軌交通虛擬崗位動作流程見圖1。

3.2 虛擬崗位聯(lián)動

選擇要考核的應急演練場景注入后，仿真信號系統(tǒng)將數(shù)據(jù)庫中保存的場景狀態(tài)同步更新到仿真ATS 和核心后臺系統(tǒng)中的聯(lián)鎖（CI）、區(qū)域控制器（ZC）、數(shù)據(jù)存儲單元（FTM）、車載控制器（VOBC）、軌旁電子單元（LEU），學員接收到場景注入成功后選擇開始考核，聯(lián)動系統(tǒng)將根據(jù)演練場景自動生成乘務、站務等虛擬崗位。接收到場景指令后，虛擬崗位根據(jù)場景中注入的故障類型通過通信系統(tǒng)予以上報，調度員根據(jù)故障類型將調度語音命令和操作指令下達到相應的虛擬崗位，虛擬崗位根據(jù)調度命令予以執(zhí)行，并將結果實時同步到仿真信號系統(tǒng)中，同時通過教員系統(tǒng)同步展示故障場景，最終形成一套虛擬崗位聯(lián)動應急演練平臺的閉環(huán)。城軌交通虛擬崗位聯(lián)動系統(tǒng)應急流程見圖2。

圖2 城軌交通虛擬崗位聯(lián)動系統(tǒng)應急流程

4 實例驗證

虛擬聯(lián)動技術在北京地鐵行車調度演練平臺中開展應用，以常營站全列車門無法打開場景為例，按照故障預處理→信息通報→行車調整→故障恢復4個階段驗證虛擬聯(lián)動技術的可行性。

（1）故障預處理。本階段為應急場景的初始階段，基本內容是行車調度員對故障信息的掌握和故障的預處理，以行車調度員與虛擬崗位的語音互動為主。調度員在接到故障信息后，通知司機進行預處理，同時將信號控制權下放至常營站，由車站對故障列車的出站進路進行解鎖，此時需要行車調度與故障車司機、常營站綜控員聯(lián)動（見圖3）。

圖3 司機報車門故障界面

（2）信息通報。本階段同樣為應急場景的初始階段，基本內容是行車調度員與虛擬崗位之間故障信息傳達，難點是語音識別較為頻繁、相互之間的干擾多。在確定了故障信息后，行車調度首先向上級領導進行初報，同時向所有的車站及在線列車進行故障情況通報，并通知做好客運組織與宣傳工作，此時需要行車調度與上級領導、全線司機、全線綜控員聯(lián)動（見圖4）。

圖4 行車調度向上級部門進行故障匯報界面

（3）行車調整。本階段為應急場景的核心階段，基本內容是行車調度員為了保障運營而采取的一系列調度指揮操作，是整個故障處置的核心，除了語音互動，還需要虛擬崗位接收調度指令并在信號系統(tǒng)上進行一系列反饋操作。根據(jù)司機的處置反饋，確定基本的故障處置策略：安排故障列車手動打開車門清人作業(yè)，同時安排后續(xù)列車在常營3 號站線乘降（見圖5），安排段場信號樓準備備用車，此時需要行車調度與故障車之后的列車司機、常營站綜控員、段場信號樓值班員聯(lián)動。

圖5 行車調度組織后續(xù)列車在常營站3號站線乘降界面

（4）故障恢復。本階段為應急場景的收尾階段，基本內容是行車調度員與各虛擬崗位故障信息傳達，以語音互動為主。行車調度安排故障車清人后改發(fā)2850 次回段，同時安排段備車替代發(fā)車（見圖6），經(jīng)處置后恢復正常的行車秩序，行車調度向上級領導進行匯報，此時需要行車調度與上級領導、全線司機、全線綜控員、段場信號樓值班員聯(lián)動。

圖6 太平莊車輛段備用車替換故障車界面

5 結論

基于智能語音辨識的虛擬崗位人機交互技術已在北京地鐵行車調度演練平臺項目中進行測試，測試結果表明：軌道交通類高頻詞匯平均語音識別準確率為98.49%，軌道交通類高頻詞匯在命令上下文中平均語音識別準確率為96.97%。同時，經(jīng)北京地鐵行車調度演練平臺的測試，證明在應景演練場景中，行車調度員與計算機虛擬崗位的人機協(xié)同技術，可以解決傳統(tǒng)桌面推演場景復用性差、靈活性低、耗時長的問題，有利于提高行車調度員的應急處置能力。