RIMcomb項目

1 項目簡介

2015年 — 2016年，德國鐵路股份公司（Deutsche Bahn AG）對基于建筑信息模型（BIM）的數字化規劃方法的需求大幅增加，于是其意識到BIM技術的應用將不僅限于交通設施建設領域，而且還會延伸到鐵路電氣裝備技術領域。

出于相同的見識，南德意志集團技術檢驗協會（T?V S?D）下屬子公司Signon Deutschland GmbH也較早地展開了一些較小的研究項目，以開發基于BIM技術的數字化規劃流程和方法，涉及的領域包括以下鐵路專業系統：①控制系統和安全系統;②接觸網（包括架空式和接觸軌式）系統;③供電系統和電氣裝備系統;④信息（IT）/通信系統。主要研究內容為：加快規劃基礎的數字化，研究現有軟件工具并對其進行調整和優化以適應未來的需求，以及借助數字化技術優化規劃流程。

2017年初，Signon Deutschland GmbH、慕尼黑工業大學和AEC3 Deutschland GmbH 3家公司/機構聯合從拜仁研究基金會處申請到了1項名為“RIMcomb：為鐵路基礎設施技術裝備建立信息模型”的研究項目。RIMcomb項目的研究目的是為鐵路設施（尤其是裝備技術）開發跨專業領域、基于模型、計算機輔助、合作式的新規劃方法，以顯著提高規劃效率和規劃質量。該項目持續時間為3年。項目的核心是：基于BIM技術創建非專有的數據模型，用于描述線路設施和裝備技術，以及導出具有不同抽象級別的視圖（從2D的線路拓撲圖到細節化程度極高的3D顯示）。研究人員將在此數據模型的基礎上設計和開發一個平臺，該平臺可確保模型描述在所有情況下的一致性，并實現各專業人員在可同步的專業模型基礎上開展協同規劃工作;并開發用于傳達模型變更（“修補”）的新方法，以對專業模型進行比較;此外，還要確定裝備技術規劃所適用規則的描述和檢查過程，以便對規劃進行半自動化檢查。該項目的另一個重要內容是研究精確采集設備狀態數據的方法，這是項目取得成功的基礎。因此，研究人員將研究從點云（通過激光掃描或攝影測量獲取）中生成語義豐富的3D模型的方法，及其成本和收益、錯誤率、可持續性和可重復利用性。

由于其復雜性，該項目被劃分為7個具有時間上相繼關系的工作包（AP）：

（1） AP1分析所有裝備專業的規劃流程;

（2） AP2創建鐵路電氣裝備技術數據模型;

（3） AP3采集數據和生成模型;

（4） AP4自動化合理性檢查;

（5） AP5研究確保一致性的方法;

（6） AP6創建RIMcore數據平臺;

（7） AP7耦合現有系統。

目前，該研究項目已經開展2年，并取得了一些基礎性成果，這些成果引起了2018年德國柏林軌道交通技術展（Innotrans 2018）的極大關注。目前，AP1～AP3已完成，AP4、AP5和AP6正處于高級加工階段。

2 當前項目狀態

2019年春季，研究項目組對RIMcomb項目的現狀進行了總結，并將其提交給拜仁研究基金會。

2.1 AP1 分析所有裝備專業的規劃流程

目前，研究人員已經完成了對上一章所提到的4種鐵路裝備專業規劃和維護流程的分析;創建了實際狀態（未使用BIM技術）和當前可實現的目標狀態（使用BIM技術）的映射模板，將分析結果填充其中，并以流程圖的形式記錄下來;在分析過程中，考慮了專業工作流程以及全面的交流過程，并確定了可能的應用場景。

2.2 AP2 創建鐵路電氣裝備技術數據模型

AP2的目標是識別BIM應用場景，使用軟件對其進行映射，并建立元素、幾何和屬性的可持續結構。為此，使用了基于網絡的數據庫BIMQ（產品所有者：AEC3 Deutschland GmbH），并使其適應鐵路裝備技術的一般和特殊要求。

目前，研究人員針對各種應用場景、工作階段和元素/對象，建立了基于規劃常識的完整屬性結構。利用現有的屬性結構，可以實現各種程序輸出和格式。但目前，研究人員未與鐵路公司做進一步的協調和合作研究，以便將這些對象屬性（即信息級別LoI）具體化到鐵路裝備行業。

由于裝備技術屬性與現有的工業基礎分類（IFC）標準結構相關聯，因此不同程序之間的裝備技術數據可以使用IFC接口傳輸。IFC是指基于《建設和設備管理行業的數據共享用工業基礎類》（ISO 16739-2013）的不同軟件程序之間的BlM開放接口標準。由此能夠得到可顯示網絡結構和繼承結構的統一建模語言（UML）圖。通過在線數據庫BIMQ，可以借助UML圖安全地完成各種輸出和傳輸工作，例如在獨立文檔中輸出預格式化的客戶信息請求（AIA）。如果需求改變（如應用場景、元素、屬性等），則可以在數據庫中進行必要且清晰的結構更改，并迅速創建更改后的客戶信息請求。根據需要，還可以在客戶信息請求中傳輸根據IFC4 Add2標準在數據庫中分配的IFC屬性，以記錄對IFC交換接口（此為不同軟件程序之間數據交換的基礎）的相應要求。

此外，研究人員還將數據庫中針對各個應用場景或工作階段預先配置的對象屬性作為共享參數傳輸至BIM軟件Autodesk Revit。在Revit中，這些共享參數用于補充預設的型別，并且可以分配給各個對象/模型。通過使用在線數據庫BIMQ并將預設對象屬性傳輸至Revit，可以輕松、快速地分配或修改屬性。由于Revit上的圖像和IFC4 Add2上的圖像都是在線數據庫BIMQ中定義的，因此可以為Revit生成IFC映射文件，并用于配置從Revit導出的IFC文件。

2.3 AP3 采集數據和生成模型

AP3的任務是研究對鐵路裝備技術相關模擬文件和真實環境進行數字化處理的方法和技術。

規劃數據的數字化及其實時性是鐵路行業目前尚未解決的問題。其表現為，在幾乎每個建筑項目開始之前，都必須檢查幾十年前的相關舊文件是否仍然符合實際情況。而檢查的方式通常是實地考察、查閱照片文檔，以及使用測量輪進行測量。為此，必須封鎖線路以確保安全。隨后還要將僅以紙質形式存在的規劃文檔手動傳輸到規劃軟件中。這些操作由于需要大量人工，因此有成本高、費時且容易出錯的缺點。

在鐵路裝備技術規劃時，以下數字化步驟非常重要：①紙質模擬庫存文件的數字化;②真實環境中基礎設施元素的自動檢測識別。

2.3.1 紙質模擬庫存文件的數字化

本項目開發的卷積神經網絡（CNN）可以識別出文檔中大小不同、有變形和旋轉的各種符號。由于研究人員對CNN進行了優化，因此它能檢測出大量假正例（False Positives，即預測為正，真實為負）符號，以及極少量假負例（False Negatives，即預測為負，真實為正）符號。對于本應用場景，這種情況是有利的，因為用戶可以毫不費力地刪除False Positives符號，并保證所有符號都能被識別。當使用CNN對未經過學習的文檔進行檢測時，其感興趣區域（ROI）的準確性始終高于95%，因此其錯誤識別符號的概率非常低。對于ROI中的1個符號，符號坐標精度小于3個像素;對于ROI中的2個符號，符號坐標精度小于5個像素。如果對訓練過程進行了相應的優化，即使文檔質量較差，符號高度失真，CNN也能實現上述精度。

2.3.2 真實環境中基礎設施元素的自動檢測識別

AP3的目標之一是開發一種可以利用神經網絡自動識別視頻中的歐洲列車控制系統應答器（ETCS-Balise）、架空導線支架、色燈信號機、道岔和站臺邊緣等設施的軟件，為其設定的驗收標準是識別率不低于99%，檢測精度不低于95%。為此，研究人員整理了1個包含6 722個標記圖像文件的數據集，用于訓練神經網絡。經過訓練的神經網絡在純圖像數據上對于目標對象類別的識別率達到了86.80%（架空導線支架）～93.73%（站臺前邊緣），精度達到了83.35%（站臺后邊緣）～94.01%（應答器）。視頻播放速度通常為25幀/s。因此，神經網絡對于圖像中對象的檢測頻率是25次/s。為進一步完善對象檢測的結果，研究人員還采取了后處理措施，使對于長達15 h的視頻測試材料中應答器和道岔的識別率提高到100%。研究人員也期待通過采取后處理措施提高對于其他對象的識別率，使之達到不低于99%的驗收標準。由于準確性檢查所用的測試工具尚處于開發的早期階段，因此無法進行精度研究，但研究人員將在以后的獨立項目中對其進行研究。

2.4 AP4 自動化合理性檢查

本文所指的合理性檢查是檢測鐵路裝備是否符合相應鐵路法規和標準要求的活動。由于要遵守的鐵路法規和標準非常復雜，因此研究人員從2018年8月起便開始對各種規則進行分析。在此基礎上，研究人員確定了合理性檢查的4個步驟，以便為隨后在軟件中進行的模型測試確定對應的規則。第1步“輸入”，指定要檢查的組件，精確選擇模型內容;第2步“模型準備”，確定為了執行規則必須從模型中隱式加載的模型內容;第3步“規則檢查”，確定組件是否符合測試規則要求;第4步“輸出”，列出有缺陷組件列表，并確定后續流程。

自動化合理性檢查的實施基于IFC模型。目前，已有支持此種數據格式的軟件產品投入市場，這些軟件產品主要用于測試建筑施工模型，也可以用于基礎設施系統。其中，“Solibri Model Checker （SMC）”應用程序是常用產品，本AP測試使用的就是這款產品。SMC中存儲著多種規則集模型，這些模型可用于各種測試流程（包括幾何碰撞檢測、須遵守的最小或最大距離檢測、屬性集及其相關屬性檢查），并且可進行調整。研究人員分析了規則集，利用SMC進行了模型測試。此外，對于許多規則，研究人員已經確定并記錄了測試流程中的必要步驟，目前正出于測試目的實施這些步驟。由于IFC鐵路標準尚未出臺，因此對于特定鐵路對象規則檢查的研究受到了一定限制。

3 展望

至2020年，研究人員將在現有項目研究成果的基礎上完成AP4～AP7的研究工作。所有項目參與者都認為該項目已取得的成果及其在今后研究中的不斷發展完善可以帶來巨大的利益。總而言之，這個創新的研究項目不僅為項目工作帶來了經濟效益，而且積累了豐富的經驗和知識。借此，項目參與者可以制定未來的戰略措施，勾畫未來的藍圖。

參考文獻

[1] Thomas Winkelbauer， Thorsten Hiebenthal. ProjektRIMcomb： EntwicklungneuerdigitalerMethodenimBereich BIM für die Ausrüstungstechnik[J]. Signal+Draht，2019（9）：12-18.

蘇靖棋 編譯

收稿日期 2020-01-17