郭順濤
廣州地鐵集團有限公司運營事業總部 廣東 廣州 510000
正文:
上海地鐵工程建設者在短短的30年內,建設了600余公里的軌道交通,是我國地鐵工程發展歷程的里程碑。以往地鐵工程建設期間積極朝著精細化管理、標準化建設、減員增效趨向發展,為推動以上目標實現進程,應積極踐行改革發展路線,在“互聯網+”時代中建設智慧服務平臺,這是綠色地鐵工程建設期間的重要內容,該平臺能實現對信息的統一采集、配置、處理與一體化操作,為地鐵工程智能發展進程創造寬廣的平臺支撐。
是結合地鐵工程運行形式,建設一個與之相配套的智慧服務平臺,該平臺主要涵蓋的內容有地鐵官方網站,APP應用,便民服務渠道以及安全保障服務體系的。智慧平臺的接口繁多,和現建的地鐵工程系統存在密切相關性,能夠和數字電視,APP,視頻監控系統以及自動化檢售票系統等(圖1)。以上結構能實現信息互動,具體是將文字資訊高清圖片以及視頻資料等動態化的進行推送,同時以專屬通道為媒介對外發布,能夠為社會群體采購票或購買商品創造便利條件針對意外事故能快速的做出報警信號。與該平臺相關的接口主要有辦公系統,視頻監控系統,自動售票系統以及綜合監控系統等。其結合服務類型的多樣化重設了基礎數據庫,客戶數據庫以及監督數據庫等,并以數據界面,服務界面為基礎,全面提升地鐵工程系統數據信息的共享效率。整個系統布局嚴謹,對編程技術,人工智能以及大數據分析技術表現出強烈依賴性,最終建設友好型平臺,迎合城市地鐵工程綠色化,自動化以及信息化發展需求。

圖1 智慧服務平臺的組成
從宏觀的層面上分析,該類網站屬于將服務性與整體性特征匯集為一的網站,在該網站的支撐下,地鐵乘客能夠結合主觀意愿隨時登陸地鐵官方網站查閱所需信息,通常有地鐵工程最新運行動態,天氣預報,生活資訊,地鐵服務功能等,同時該網站建設的目的還有發布地鐵乘客所關心的話題,并對話題類型實時更新,進而協助乘客獲得對自己具有價值,意義的信息。
針對網站的呈現形式,主要以web及手機APP為主,他們都對計算機web技術與編程技術表現出較強依賴性,并且以互聯網應用為媒介,和有關網站與數據信息相關聯,借此方式去全面提升數據信息共享與應用效率,實現對城市地鐵運行有效服務,為市民出行創造便利條件的目的,地鐵官方網站的接口以辦公自動化系統為主。
APP在研發與應用過程中,與人機界面建設友好型交互關系,APP允許乘客與市民結合主觀需求,隨時隨地訪問,進而保障智慧服務平臺使用過程的便利性。APP的應用購票,充值以及查詢站點,查詢在某一時間點地鐵工程的擁擠度,采購有關物品等服務。且該APP在支付環節中能夠選擇當下主流的支付方式。以支付寶,微信等較為常見,進一步體現了方便快捷的屬性。另外本模塊還和自動售票系統建設相互關系,相互內容體現出龐大化特征,這個要求APP在建設過程中擁有數個結構,進而能和售票系統介紹銜接關系,及時獲得與地鐵工程流量相關數據信息,也能在科學算法的協助下對統計數據做深度分析,盡量為乘客或市民提交和地鐵擁擠度相關內容。在這里本文筆者要重點提及的內容還有APP能增設地鐵地圖,地鐵地圖能為乘客提供最優路線為主,即結合地鐵擁擠度分析出最快捷的路線,這一功能一方面能夠協助乘客避開高峰期車站,另一方面還有利于提升地鐵工程運行的安全性與有效性,減輕城市交通系統運營壓力,此時乘客就可以結合地鐵站點擁擠度分析結果快速的規劃行車路線,還可以在智能優化算法的支撐下實現動態化調整,探尋最適宜的出行線路。APP還能結合推動的內容,協助乘客在短時間內掌握地鐵運行狀態,為廣大市民創造諸多便利條件,為綠色出行目標的實現提供支撐。
實質上就是在維護地鐵工程運行效率的基礎上,提升其運行安全性,該體系內囊括了與地鐵工程相關的法規、安全標準等,重視并加強安全保障設施、機制的建設與完善,以從根本上保證市民出行的安全性。
智慧服務平臺在搭建期間,所涉及的安全保障服務體系有公共信息傳送、社會治安保障體制建設等,進而為乘客出行提供更全面的安全保障,接口類型以視頻監控系統、公安無線網絡等為主。
為實現對智慧服務平臺上設備設施功能合理性的有效檢驗,通常會采用RBF神經網絡法進行評價,并以調查問卷的形式進行,在問卷內,需對智慧服務平臺上配置內容的滿意度、智慧服務平臺得分進行測評。采用的方法有:①規劃調查問卷,同時做好相關數據信息的統計工作;②設置RBF神經網絡的功能與有關訓練項目;③針對配置內容的類型與功能,以此為據調整配置內容得分是最初的1.1倍,繼而在RBF的協助下對檢測結果進行預估,分別錄入內容調整前后的問卷得分;④統計最初得分和內容調整后的得分,計算偏差。
若經檢測,發現調整前后誤差值較大,則提示對應的配置內容靈敏度最高,可能被視為主要的影響因素,且在智慧服務平臺后持續運行過程中,給予該項配置內容建設效果一定重視。針對調整前后誤差值不變的配置內容,則應對該項配置內容作出觀察與調查研究,在此基礎上作出是否調整或更替的決定。
有資料記載,2017年1月,北京地鐵共開通19條線,全長574km,345個站點,日最大客流量1052萬人 ;上海地鐵共開通14條線,全長617km,366個站點,日最大客流量1186.7萬人 ;廣州地鐵共開通10條線,全長308.7km,167個站點,日最大客流量908.3萬人。面對如此龐大的客流量,怎樣實現對地鐵系統的有效調度,是地鐵行業未來發展中面對的主要難題與突破點。AI技術是智慧服務平臺建設過程中的核心技術,怎樣利用AI技術同步提升地鐵運營過程的安全性、高效性等是研究的核心問題,本文如下對智能服務平臺建設期間所需技術類型與應用要點作出研究與分析。
地鐵運行期間形成的數據類型多種多樣,本文如下以視頻數據和關鍵部件傳感器數據為實例進行分析與研究,以闡述智能監測技術的應用領域。
3.1.1 以計算機視覺為基礎,檢測并研究地鐵視頻數據的異常情況,同時認真觀察視頻監控中內由異常擾動、乘客大規模擁堵等情況出現時是否出現事故以及事故狀態,并在機器學習算法的支撐下實現智能化檢測,將相關檢測信息及時反饋給地鐵運營安保人員,以保證其能在事故發生的初始階段抵達現場,及時處理異常狀況,以防事故蔓延過程中造成不必要的損害。
3.1.2 探究以多傳感器融合為基礎的列車運行關鍵部件的故障檢測算法,具體是在大數據平臺的支撐下采集與地鐵運行相關的數據信息,在故障檢測防范協助下,較科學的判斷故障類別、故障所處具體方位等,這在很大程度上會降低人員檢測工作強度與壓力,壓縮地鐵工程日常運維資金投入量。
總之,伴隨地鐵工程運行期間數據信息量的增加、算法研究深度的拓展,以AI技術為基礎建設的故障檢測算法的精確度將會不斷提升。
為全面提升地鐵系統的運行效率,強化地鐵客流需求與列車運營時刻表兩者的匹配性,這是地鐵調度過程中的一項核心問題,也是智慧服務平臺構建過程中需突破的難題。以往主要是結合客流量數據擬定地鐵系統的運行時刻表,而未能重視客流擁擠數據在時刻表制定過程中發揮的作用,對既往經驗表現出高度依賴性,也尚未應用AI提供的智能優化技術,難以實現需求與供給兩者之間的匹配性。筆者認為,為保證智慧服務平臺功能及運行安全性,并實現對地鐵系統運行過程的智能化調度,則應加強對以上兩個算法的研究。
3.2.1 研究地鐵客流環節的空模式挖掘算法。在大數據平臺數據接口的支撐下,全面分析乘客日常出行刷卡數據,探析客流在時間和空間上的分布規律。采用對時空模式挖掘的形式,能實現對站點客流預測算法的深度研究,估測不同時間點各個站臺的客流量。
3.2.2 探討列車運行階段時刻表優化算法。具體是以刷卡、視頻等數
據及時空模式挖掘工作為基礎,研究時刻表優化算法,爭取在提升地鐵乘客滿意度的基礎上,降低地鐵工程的運營成本。
軟件是智慧服務平臺建設與運行的基礎,在重視對以上兩項技術應用的基礎上,應給予成果研發、轉型與應用過程一定重視。國內外有大量的研究與實踐表明,軟件開發是智慧服務平臺打造過程中的重點,也是促進平臺功能與價值發揮的關鍵,在軟件開發過程中,軟件功能是核心技術類型。
在對智慧服務平臺上軟件開發過程中,通常涵蓋類型多樣的軟件。以智慧服務平臺關鍵技術的研究結果,在軟件工程技術的協助下研發能促進地鐵系統安全、有效運行的各種軟件,進而促進AI技術功能的有效發揮。因為本文篇幅有限:僅對如下兩類軟件的開發作出研究與分析[8]:①地鐵視頻智能監測軟件,其功能是針對視頻內的反常狀況傳遞出報警信號,同時輸送出與視頻監控區擁擠度相關的數據信息。② 地鐵系統運轉期間的關鍵智能監測軟件,具體是對轉向架與受電弓等列車運行關鍵部件的運行狀態進行自動化分析,以保證異常報警信息傳導過程的動態性,該軟件還能結合客流與視頻數據信息,實現對列車運行時刻表的自動優化處理,這是同步提升地鐵系統運行效率與乘客滿意度有效措施之一。
在智能綠色地鐵建設與運營過程中,智慧服務平臺發揮關鍵性作用,故而具有廣闊的發展空間與應用前景,可以被視為惠民,便利的信息化工程項目,為城市綠色地鐵系統建設提供巨大支撐。正因如此,應加強對綠色地鐵工程新知識、新理念的學習與應用,不斷提升智慧服務平臺的功能,為綠色地鐵建設目標的實現貢獻更大力量。