鐵路智能貨檢作業模式優化設計研究

孫文橋，劉啟鋼，江 鳴，李 想，葉 飛

(1. 中國鐵道科學研究院集團有限公司 運輸及經濟研究所，北京 100081；2.中國鐵路南寧局集團有限公司貨運部，廣西 南寧 530029；3.中國鐵路南寧局集團有限公司 柳州南車站，廣西 柳州 545007)

1 鐵路貨檢作業現狀及影響因素分析

1.1 鐵路貨檢作業現狀

隨著鐵路貨檢安全監控與管理系統的部署和應用，監控設備、信息系統、基礎規章等作業環境不斷優化，鐵路貨檢作業由“人檢為主、機檢為輔”模式，向到達作業“機檢為主、人檢為輔”和出發作業“人檢為主、人機結合”模式轉型升級[1]。在該模式下，利用視頻監控、超偏載檢測等設備對到達列車進行預檢，補充標注重點車和問題車，生成并發布作業計劃，向車站調度員(值班員)通知需要甩車整理車輛。貨檢員根據所接收的作業計劃及重點車信息，使用手持機拍攝首車照片，記錄檢查開始和完成時間，并對問題車、押運人證件等信息進行拍照或記錄并反饋[2]。

目前預檢作業以機檢為主，現場檢查作業以人檢為主，兩者間主要以語音對話傳遞信息，難以保證信息傳遞的及時性和準確性，不能實時掌握貨檢員作業狀態，存在安全防護不足、作業質量不高等隱患風險，主要表現在以下方面。

（1）作業效果難以保證。貨檢作業主要依靠貨檢值班員通過視頻回放判圖，受員工經驗和責任心等人為因素影響較大。同時，線陣、面陣相機等設備運用狀態良莠不齊，圖像采集效果難以保障，導致漏報風險高。貨檢員現場檢查作業質量也取決于經驗和責任心，無法與貨檢值班員形成有效的互控互校，導致作業質量同樣難以有效保障。

（2）作業效率有待提升。內勤貨檢員貨檢作業量極大。以西南某編組站為例，平均每人每天需要判別超過1 500輛車、4 500張圖，工作強度大，人員成本居高不下；機檢與人檢融合不足，外勤人檢與視頻機檢之間缺乏有效信息交互，外勤逐車檢查效率不高。

（3）管理成本居高不下。線陣相機、面陣相機、人員作業記錄儀等設備所產生的圖像數據均為非結構化數據，難以進行高效的檢索分析，因而難以為貨檢作業的精細化管理提供數據支撐；車站需要大量的工作人員通過查看實時監控，對現場作業人員的行為及作業安全進行監督和保障，人力成本較高[3]。

1.2 鐵路貨檢作業影響因素分析

鐵路貨檢作業中存在的作業質量、作業效率難以有效提升，管理成本難以有效降低的問題，其主要影響因素是信息不對稱，主要表現為管理層與作業層間信息不對稱、各作業環節間信息不對稱、各作業系統間信息不對稱[4]。

（1）作業層與管理層間信息不對稱。目前貨檢站應用貨檢安全監控與管理系統和貨檢手持機，貨檢值班員可以掌握貨檢員檢查進度，貨檢員可以實時將在列整理情況通過貨檢手持機進行反饋，或是作業完畢回到崗點通過系統錄入檢查問題。但管理層對作業人員的作業過程不能實時掌握，尤其是外勤貨檢員的實時作業位置、作業效果等信息，僅能通過調閱作業視頻記錄儀或固定攝像頭抽查的方式進行抽查和事后檢查。

（2）各作業環節間信息不對稱。貨檢作業需要統籌協調車站調度員(值班員)、貨檢值班員、貨檢員等相關作業環節，而現有通過電話、對講機進行作業匯報溝通的方式，容易造成錯聽、錯記等問題，且無法提供準確的作業時間、作業地點、問題描述、問題圖片等信息，信息傳遞效率較低。

（3）各作業系統間信息不對稱。帶自動識別功能的視頻監控設備發現的問題沒有整合到貨檢安全監控與管理系統，信息整合程度不夠，共享范圍有限，系統的信息壁壘存在，妨礙作業效率的提升。

2 鐵路智能貨檢作業模式優化設計

鐵路智能貨檢集成運用先進智能技術，解決傳統貨檢作業過程信息不對稱的問題，實現貨檢作業信息自主感知、生產自動組織、管理數據決策[5]。鐵路智能貨檢模式首次引入作業人員空間定位、第一視角攝像耳機等智能技術，具備了信息對稱基礎條件，需要針對信息流程、作業崗位、作業流程進行優化設計。

2.1 信息流程優化設計

鐵路智能貨檢作業信息流程集成應用衛星導航、電子地圖、深度學習等技術，實現安全隱患智能識別、貨檢問題自動互校、作業行為可視化、作業效果數字化、作業管理精細化，全面覆蓋貨檢作業人員管理、安全防護、過程管理、效果統計分析等管理領域，提升貨檢作業效果和效率。鐵路智能貨檢作業信息流程如圖1所示[6]。

圖1 鐵路智能貨檢作業信息流程Fig.1 Information fl ow of intelligent railway cargo inspection

2.2 作業崗位優化設計

鐵路智能貨檢作業模式打通相關作業信息系統及現場作業人員作業數據鏈路，簡化作業過程、壓縮作業人員、提升作業效率。在鐵路貨檢作業信息對稱的基礎上，機檢由人工智能鎖替代，取消貨檢員中的內勤貨檢員崗位。鐵路智能貨檢作業層級崗位職責如表1所示。

按照鐵路智能貨檢作業層級工作職責要求，以車站調度員(值班員)下達的列車到達、解體、出發等計劃的時間為基礎，規劃貨檢員的作業計劃，合理安排作業時間，貨檢值班員僅需要核驗并對特殊情況進行干預和調整，貨檢員負責進行具體的貨檢作業，并上報作業結果，保障作業質量。

表1 鐵路智能貨檢作業層級崗位職責Tab.1 Job responsibilities of the intelligent railway cargo inspection operation process at all levels

2.3 作業流程優化設計

在鐵路智能貨檢作業模式下，智能貨檢系統進行問題車輛及問題情況的智能判別，自動生成作業計劃并派發給相應貨檢員。貨檢員根據系統下發的作業計劃進行作業時，系統根據其所在位置，對重點作業內容進行提示，通過手持機或其他智能穿戴設備，將現場發現問題拍照回傳，通過對比影像資料與現場圖片，校核車輛問題，下發甩車整理、拍發電報等任務。鐵路智能貨檢作業流程如圖2所示。

智能穿戴設備以外勤作業人員的第一作業視角全程錄制作業視頻。結合高精度北斗衛星定位系統和現存車信息，管理人員即可在智能貨檢系統中依據作業時間、位置、車號、人員等信息進行作業視頻的檢索、調取和查閱。

3 鐵路智能貨檢關鍵技術支撐

3.1 系統接口

在鐵路智能貨檢作業模式下，貨檢作業將不再人為割裂成機檢、人檢2個作業部分，而是通過智能圖像識別篩選出問題車，生成外勤作業計劃推送給現場作業人員。智能貨檢系統通過賦予待檢車輛和外勤貨檢員相應的時間、位置、事件等屬性，關聯已有作業和管理系統，實現貨檢作業全流程和全要素的信息對稱。

車號識別系統為智能貨檢系統提供車種信息，以提升智能判圖作業效率；機檢視頻系統提供智能判圖所需原始拍攝圖像[7]；運輸調度管理系統提供車站接發車作業計劃信息，并接收甩車等作業計劃，以優化貨檢外勤作業計劃；貨檢安全監控與管理系統接收存儲貨檢作業結果并上報相關部門。

圖2 鐵路智能貨檢作業流程Fig.2 Intelligent railway cargo inspection operation process

3.2 圖像智能識別技術

現有機檢技術無法自動通過機器高效、準確地智能判別問題車輛，是制約鐵路貨檢作業智能化的關鍵。因此，采用先進人工智能圖像識別技術，可以有效解決車輛切割，提高處理速度和辨識準確率等問題。

（1）車輛切割方面，采用深度學習、特征識別技術，確定車輛起始、終止的準確位置，改變傳統磁鋼計數、紅外對射造成的車輛切割不準的問題，為故障識別提供準確的數據。

（2）處理速度方面，常見的AI技術在不同應用場景下算法復雜，模式匹配復雜，時間和資源消耗嚴重。如果采用智能優選處理方式，結合云集群架構，可以達到過車圖像秒級處理，即時獲得檢測結果的效果。

（3）辨識準確率方面，使用復雜神經網絡算法，增強問題抽象能力，增加對裝載位置、拍照角度變化引起的差異場景適應能力，通過目標分析、去除噪聲、幾何解算、修正等處理，提升正確率。

（4）自動進化方面，通過增加人工神經網絡的訓練樣本，反復自我學習，以提升辨識的正確率。

3.3 作業行為防控技術

在鐵路智能貨檢作業模式下，系統自主進行作業人員安全防護、作業項點提示、作業效果判斷、作業數據多維度查詢分析等。

（1）作業人員安全防護方面，通過北斗高精度定位技術和電子地圖技術，實時掌握作業人員的時空位置，結合車站其他相關作業內容，對人員侵限、鄰線來車等事件進行安全作業提醒[8]。

（2）作業項目提示方面，通過北斗高精度定位技術，引導作業人員接近重點檢查車輛，并呈現式提示系統下發的作業計劃及相關重點作業內容。

（3）作業效果判斷方面，系統自動將外勤作業人員所拍攝的問題車圖片與智能圖像識別所判斷的問題進行比對校核，生成后續處理意見。

（4）作業數據多維度查詢分析方面，依托北斗衛星導航技術，現場作業圖像及作業數據實現結構化，可以根據管理需要進行各類作業內容檢索、比較、分析，并自動生成相應的作業效果、作業效率分析圖表。

4 結束語

鐵路智能貨檢作業模式是提升貨檢作業效率、保障貨檢作業安全、降低貨檢作業成本的必然方向。目前，全路重點貨檢站還處于智能貨檢作業的初期探索階段，以機檢+人檢為主要作業模式。利用北斗衛星高精度定位和人工智能技術，從技術上提供了機檢人檢相融合的條件，是智能貨檢作業模式的技術發展方向。