大數據和人工智能技術在智慧地鐵上的應用分析

余 凱

（武漢烽火信息集成技術有限公司，湖北 武漢 430000）

0 引 言

在城鎮化不斷推進的背景下，城鎮人口迅速增加，使得城市的交通越來越擁擠。傳統公共交通運客量不足，地鐵系統的建造極大地緩解了城市內部的交通擁堵問題。截至2020年12月31日，北京地鐵系統開通了24條運營網線，全長727 km，共428個站點，單日最高客運量達1 327.46萬人次。可見，地鐵作為一種公共交通方式，承擔了巨大的客運量。面對如此之大的客運量，地鐵系統的安全性和效率值得深入探討。在探討地鐵的安全與效率的同時，地鐵的智能化水平還有很大的提升空間，因此也要重視地鐵的智能化水平的提升。

地鐵系統大都具有自動售票功能、自動控制功能以及充電功能，還安裝有完善的監控系統等。然而，各個子系統信息共享程度不夠，聯動效果差，大大影響了運行效率的提高。盡管地鐵發展到現在，自動化程度已經很高，如具有自動駕駛、自動防護系統等功能，但是智能化程度還比較低，這降低了數據分析系統的效率。因此，引進大數據技術和人工智能技術，是解決數據有效利用和智能化問題的關鍵[1]。

1 智慧地鐵概述與研究方向

1.1 智慧地鐵的定義

地鐵與大數據、人工智能技術的結合就是智慧地鐵，即大數據和人工智能技術應用到地鐵領域的產物。

1.2 智慧地鐵的研究方向

智慧地鐵的研究分為3個步驟：收集數據，包括客流量、監控視頻及列車關鍵部位的檢測數據；構建平臺，以收集到的大數據作為基礎，并與其他地鐵系統進行數據共享、合并；通過人工智能技術對數據進行分析。

智慧地鐵主要分為4個研究方向：大數據平臺、地鐵運行智能監測技術、地鐵運行智能調度技術以及智慧地鐵軟件開發。其中，大數據平臺是其他技術的基礎，它將數據提供給監測和調度系統。智能監測技術的作用是保證地鐵運行過程中的安全，以AI為核心技術，監測大量數據后針對異常情況進行報警。智能調度技術可以更好地滿足乘客的需求，提高乘客的滿意度。通過分析客流量，適當調整列車運行時間安排，滿足出行人員的乘坐需求。智慧地鐵軟件開發以軟件工程技術作為核心技術，前期所有研究環節的研究成果通過軟件開發環節形成一個智慧地鐵軟件，這樣就形成了一個完整的智慧地鐵有機整體。

2 智慧地鐵的基礎——大數據平臺

在智慧地鐵的搭建過程中，大數據平臺是重中之重。作為智慧地鐵的基礎，大數據平臺為其他研究方向提供了數據支撐。大數據平臺的搭建分為3個步驟：首先搜集視頻監控數據、刷卡數據及傳感器數據；其次采用Hadoop、Spark等對各個子系統的數據進行整合；最后通過服務接口為大數據的智能分析應用提供數據支撐。具體架構如圖1所示。

圖1 “智慧地鐵”大數據平臺架構

3 大數據和人工智能技術在智慧地鐵技術方面的應用

3.1 地鐵運行智能監測技術

以視頻數據和關鍵部位傳感器數據為例來說明智能監測技術的研究內容。

3.1.1 視頻數據的監測

一些擾亂秩序的突發事件在視頻監控中會有所體現，因此用視頻來監控乘客乘車情況，是一個非常直觀并且有效的監測辦法，這種監測方法為機器學習算法。如果系統在視頻里監測到了異常情況，就會自動發出報警信號。優點是安保人員不用實時觀察監控視頻的動態就可以及時了解現場情況并進行及時處理，避免造成更嚴重的情況。

3.1.2 關鍵部位傳感器數據的監測

故障監測技術可以分析列車故障部位的數據并給出準確判斷。這樣能夠減少排查列車運行故障所需的人工工作量，降低列車日常維護成本。總體來說，故障檢測算法的檢測效率可以隨著數據量的增大以及算法技術的發展而提升。

3.2 地鐵運行智能調度技術

地鐵運行智能調度技術可以將乘客的出行情況和列車的發車情況完美結合，能夠有效提高地鐵的運行效率。以前的列車時間表主要是根據經驗制定，客流數據不夠可靠。通過對刷卡系統提供的客流數據進行分析，利用AI技術進行智能優化，可以做到需求與供給的最佳匹配。地鐵運行智能調度可以通過以下算法實現。

3.2.1 地鐵客流時空模式挖掘算法

根據大數據平臺提供的乘客出行刷卡數據，研究乘客在時空、地域上的交通流動分布。通過對于時空模型的挖掘，進一步深入地研究站點乘客流量預測算法，預測各站點在不同的時間段內的乘客流量。

3.2.2 列車運行時刻表優化算法

該算法對刷卡、視頻等數據進行分析，再加上客流量在時空上表現的規律，優化列車運行時刻表，力求在降低地鐵運行成本的同時滿足乘客的出行需求。地鐵客流量是有規律可循的，但也不排除一定的隨機性和不確定性，尤其是突發事件的影響。因此，真正做到最佳匹配是非常艱巨的任務，還需要更加深入的研究。

3.3 智慧地鐵軟件開發技術

軟件開發是將前期所有的研究過程轉化為落地成果的一個環節。研究成果需要轉化和應用到實際生活中，因此智慧地鐵還需要進行軟件系統開發。智慧地鐵軟件開發技術是未來科技創新的趨勢，這個研究方向以軟件開發作為核心技術[2]。

智慧地鐵軟件的開發涉及很多種類，軟件開發應該著重從以下幾點出發。

3.3.1 地鐵視頻智能監測軟件

視頻智能監測軟件不僅可以監測地鐵運行過程中的異常情況，針對視頻中的異常情況進行報警，還能夠輸出視頻監控區域的擁擠度。

3.3.2 地鐵運行關鍵部位智能監測軟件

智能監測軟件可以對轉向架和受電弓等列車關鍵部位的工作狀態進行智能分析，及時呈現異常報警消息，避免危險的發生。

3.3.3 地鐵運行智能調度軟件

智能調度軟件根據視頻數據和客流量對列車時刻表進行合理配置，智能調度列車運行時間，可以提高列車運行效率，增加乘客的滿意度。

在大數據平臺上，運用智能AI核心技術，可以研究出很多軟件，用于提高地鐵的運行效率和安全性能，降低地鐵運營成本，提升地鐵服務質量。利用大數據和人工智能技術，可以通過物聯網和云計算技術等現代化的科技打造一個智慧地鐵系統。目前，地鐵建設者的一個重要任務就是通過軟件工程技術開發出更多實用的智慧地鐵軟件，促進智慧地鐵的產業化發展，全面提高感知力和分析能力，為地鐵運營的決策提供科學的、真實的依據，此外，還能助力提升精確的執行能力，從而打造一個現代化、智能化的城市軌道交通系統。

4 大數據和人工智能技術在智慧地鐵運維方面的應用

良好的運維管理可以為地鐵系統的可持續發展提供保障。然而，運維工作卻是各個地鐵公司都難以突破的技術堡壘。難以突破的原因主要有人力資源使用量大、成本高、運維手段技術含量比較低、各系統信息共享程度低、數據分析不夠準確及時、設備維護主要依靠人工導致維護效率低以及運營公司無法給出正確的策略方法等。地鐵系統的運維工作一直阻礙著地鐵系統的良性發展。為了打造一個健康有效的運維系統，地鐵公司必須把握住改革的機會，將大數據和人工智能技術應用到智慧地鐵的建設中去，打造一套完整的、立體化的運維系統。

4.1 智慧地鐵運維的平臺架構

智慧地鐵運維系統由感知執行層、數據傳輸層以及業務分析層構成。

4.1.1 感知執行層

感知執行層的工作內容有：將熱量、力度、紅外線、激光及聲音視覺傳感器進行對接，利用大數據和人工智能技術對傳感裝置進行改造。改造的目的是把傳感裝置建設成一個微型和集成為一體的標準化、可移動的裝置系統，達到智能感知前端數據的效果。

4.1.2 數據傳輸層

數據傳輸層以骨干網絡為基礎，將通信運輸作為骨干網絡的核心內容，把大數據、5G通信等先進的科技應用到數據運輸網絡中，構建一個效率高、速度快的數據信息傳輸渠道。使用這個數據信息傳輸通道后，數據的存儲能力和傳輸能力都會得到大幅度提升。數據傳輸和存儲的空間也會有所增加，地鐵的運維就有了標準化、可視化、可持續的信息數據存儲運輸體系。這個體系將為地鐵運行的數據分析提供科學、準確、全面的數據支持。

4.1.3 業務分析層

業務分析層是地鐵運維體系的一個重要構成部分。業務分析層的工作內容是將大數據、人工智能、云計算及物聯網等技術應用到地鐵運維系統中。業務分析層不僅能夠利用人工智能設備整合音頻和視頻等影像數據信息，還能夠綜合分析處理那些非結構性的內容。地鐵運維過程中經常會出現各種突發事件，合理地調度維護人員，可以節約運維成本和人工管理成本，提高工作效率和工作質量。運維工作的最終目標是實現無人化、科學化的管理，業務分析層的建立有助于實現這個總目標[3]。

4.2 智慧地鐵運維的關鍵技術

智慧地鐵運維技術的突破是構建智慧地鐵的重點工作。智慧地鐵運維過程不能沒有科學技術的支持。強大的數據傳輸能力能夠更好地將感知層與設備關聯起來。因此，充分利用好物聯網技術的同時還需要提升無線網絡的全面覆蓋，同時也應該利用好BIM技術，為可視化地鐵運維系統的建成助力。另外，技術人員還要分析地鐵運維系統的發展趨勢，及時調整所運用的技術。

5 結 語

目前，智慧地鐵是一個新興的研究方向，具有很大的研究和發展潛力。只有合理應用大數據和人工智能技術，才能夠更好更快地構建智慧地鐵系統。智慧地鐵的智能化建設，可以促進城市軌道交通的蓬勃發展。