基于云邊交互機制的自主式高速鐵路防災系統架構

賈利民，陳熙元，馬小平，趙 靜，程曉卿

（1.北京交通大學 軌道交通控制與安全國家重點實驗室，北京 100044；2.北京交通大學 交通運輸學院，北京 100044）

截至2021年底，我國高速鐵路營業里程達到4萬km，穩居世界第一。隨著高速鐵路快速發展，列車運行速度大幅提升，路網向環境復雜地區快速延伸［1-3］。由自然致災要素（風、雨、雪、地震等）和突發狀況（如異物侵限）引發的鐵路安全事故，具備預警難度大、涉及范圍廣、傷亡損失大、社會影響深遠等特征，越來越受到科研和產業界的高度重視。

高速鐵路防災系統，作為保障行車安全的重要手段和有效措施，可實現對自然致災要素的狀態感知及災害辨識、預警和控制，能夠有效預防或降低自然災害、突發狀況對高速鐵路行車安全的危害。國內外學者對高速鐵路防災系統進行了廣泛研究，在災害形成機制［4］、監測方式［5-8］、預警流程［9-10］和體系結構［11-12］等方面取得很多有價值的成果。上述研究雖然對高速鐵路防災系統的構建起到了指導意義，但多采用“邊緣感知-云端決策”模式，其根本問題在于完全中心化（“富中心-瘦邊緣”），造成系統資源需求大、響應效率低、系統彈性低、自主決策能力差，本地決策應急資源不能高效利用，無法實現事件屬性驅動的自主式應急處置決策，難以適應我國鐵路快速發展下的高速鐵路行車安全需求。

“云邊交互”模式在其他研究領域已有較為豐富的科研積累［13-14］，并在諸多行業開展了實際應用［15］，在信息感知、傳輸、計算和決策的資源節約性、應用安全性［16］和時效性［17］上展現了明顯優勢，與高速鐵路防災系統的需求高度契合。因此，亟須建立基于云邊交互機制的自主式監測預警機制及架構，為在新技術條件下發展面向災害防護的高速鐵路運行安全保障技術體系提供新架構和發展路徑。

目前，我國高速鐵路防災系統多由各區域（路局）自行設計建設，缺乏宏觀層面上的架構設計，系統間相對獨立，缺乏統一標準，數據共享差，互聯互通程度低，自主決策能力差，系統性能參差不齊，且不利于統一管理與改造升級。作為典型復雜系統，高速鐵路防災系統內部結構、功能、技術多樣，場景與需求復雜，亟須建立統一的頂層架構來指導我國高速鐵路防災系統的設計、建設與升級。王同軍［3］、賈利民等［18］、秦勇等［19］學者均曾開展鐵路相關領域的體系架構研究，對鐵路防災系統建設提供了參考。

本文在總結高速鐵路防災系統發展需求和既有系統存在問題的基礎上，提出基于云邊交互機制的自主式高速鐵路防災系統體系架構，該架構能有效提高事件應急響應速度，減少全局資源浪費和系統能耗；通過邊云、邊邊協同，實現整體邏輯結構可重構，大幅提升系統彈性。

1 防災系統需求

高速鐵路防災系統主要對危及高速鐵路行車安全的大風、大雨、大雪、地震等自然災害以及異物侵限等突發狀況進行實時監測、預警、報警，并對列車運行行為進行決策和控制，為應急救援、搶險維修等提供參考。

德國、日本等高速鐵路較發達國家，均在高速鐵路建設初期就設計規劃了針對自然災害和突發事件的監測系統，我國借鑒其經驗在高速鐵路建設時配套了相應的防災系統。然而隨著近年來我國高速鐵路和智能技術的跨越式發展，原有監測系統難以滿足面向未來發展的災害監測新需求。

從高速鐵路自身發展角度看，隨著我國高速鐵路運營里程飛速增加，高速鐵路路網向山區、峽谷、凍土等條件艱苦地帶延伸，防災系統面對的環境條件更加復雜，隨著列車運行速度的不斷提高，也對防災系統預警的實時性和準確性提出更高的要求。

從智能技術變革角度看，新一代顛覆性信息技術的發展，為高速鐵路智能化、自主化提供了技術支撐，音視頻傳感器、智能算法的廣泛應用在提升預警效能的同時，勢必帶來數據量的爆發式增長，給系統數據處理、傳輸能力提出新的挑戰。

在自身建設和技術發展雙重驅動下，高速鐵路防災系統需求也有了新的特征和變化。在高速鐵路防災系統中，利益相關者可分為用戶主體、服務主體和監管主體3類。其中，用戶主體主要指高速鐵路旅客，防災系統的首要目的就是保護旅客在途中的生命財產安全；服務主體主要指服務提供者，即國鐵集團內部組織機構，包括調度部門、工務部門、機務部門等；監管主體包括高速鐵路運營企業內部的監管部門及外部監管部門，在我國主要指國鐵集團內部監管部門及國家鐵路局。

不同利益相關者對防災系統的發展有不同需求。其中，旅客主要關注自身生命財產安全，其需求主要體現在系統能夠有效保障行車安全，可具體化為實現對災害全面、精準地監測，實時預警災害的發生；調度部門、工務部門等服務提供者在關注行車安全的基礎上，增添對系統彈性、自主性、協同性等方面的需求；而監管部門除安全外，往往會提出環保節能等方面需求。

綜上，可將高速鐵路防災系統的發展需求歸納為精準性、實時性、高彈性、自主化、協同性、節能性共6 個方面，具體見表1。其中，精準性、實時性與高速鐵路安全相關，屬于首先滿足的需求；高彈性、自主化、協同性、節能性則與高速鐵路高效節能相關，屬于盡量滿足的需求。

表1 高速鐵路防災系統需求

2 防災系統運用現狀及存在問題

既有高速鐵路防災系統在沿線關鍵區域布置風、雨、雪、地震或異物傳感器進行災害監測，采集致災要素信息，之后通過通信傳輸網絡將信息傳輸至數據中心進行計算處理，進行災害辨識和預警，最后將結果傳輸至調度中心，由調度指揮人員做出決策并進行行車控制，系統一般工作模式如圖1所示。

圖1 既有高速鐵路防災系統一般工作模式

既有系統的工作模式雖然能起到一定的防災效果，但其災害報警與列車調度屬于典型的完全中心化模式，難以適應未來發展需求，具體運用問題見表2。

表2 既有高速鐵路防災系統運用問題

3 云邊交互機制適用性

針對既有高速鐵路防災系統中心化架構的缺陷，對云邊交互、邊邊協同機制應用在防災系統的優勢和技術成熟度進行分析。

3.1 云邊交互機制特征

云邊交互機制指云計算和邊緣計算的協同。基于云邊交互機制的自主式高速鐵路防災系統具備“一云多邊”的邏輯結構，其中“云”指系統數據處理及調度指揮中心，“邊”指現場層災害監測傳感器就近接入的各個路側計算單元。在新架構下，中心（“云”）將部分處理、決策、控制資源及相應功能下放至各個計算單元（“邊”），各計算單元可對本區域數據進行實時處理，實時辨識事件發生，實現區域自治。中心則主要負責全局性數據處理與決策，可承擔實時性較低、復雜度較高的數據處理任務。

中心和任一計算單元間通過通信傳輸網絡相連，實現中心與計算單元互操作。通過綜合考慮事件區域影響范圍、實時性需求以及數據處理復雜度，面向不同事件選擇計算單元區域自治或中心統一決策，實現事件屬性驅動的災害預警決策。當中心或任一計算單元計算、存儲等壓力過大時，可通過計算、存儲資源動態調度、任務動態分配，重構系統邏輯架構，實現“云邊交互”。

兩相鄰計算單元間建立“邊-邊”通信傳輸網絡，實現計算單元與計算單元間的互操作。任一計算單元數據可傳輸至相鄰計算單元，實現沿路網的數據備份；某一計算單元計算壓力過大或出現故障時，可借助相鄰計算單元的計算資源；某一計算單元與中心間傳輸網絡故障后，可借助相鄰計算單元間的通信傳輸網絡實現信息交互，進而實現“邊邊協同”。

3.2 機制必要性及可行性

相比既有“邊緣感知-云端決策”的云計算模式，云邊交互機制通過在數據源頭（現場層）附近的邊緣側構建邊緣計算平臺，彌補既有監測系統不足，滿足系統安全可靠、高效節能等多方面發展需求［13-17］，機制優勢見表3。

表3 云邊交互機制優勢

防災系統作為高速鐵路安全保障的重要子系統，在高速鐵路新型基礎設施建設的發展趨勢下，勢必需要通過貫徹新發展理念，吸收新科技革命成果，彌補既有系統不足，提高系統自主化水平，實現更新換代。

云邊交互機制作為在云計算和邊緣計算研究基礎上發展而來的新興技術成果，云邊交互在概念、價值、能力上均已達成產業共識，在落地形態、關鍵技術、軟硬件平臺上已涌現出諸多成熟的解決方案，并在高速鐵路“工電供”運維、變電巡視圖像視頻監測、智能交通、工業物聯網等諸多領域完成了商業實踐，展現出巨大優勢［15］，現場應用條件已基本成熟。

此外，云邊交互機制與高速鐵路防災系統需求匹配度極高。在該機制下，系統可實現事件屬性驅動的預警決策，提升預警決策精準性和局部事件響應實時性，減少不必要的全局資源浪費；系統在發生故障后可重構邏輯架構，避免完全失效，大幅提升系統整體彈性。可見，設計基于云邊交互機制的高速鐵路監測系統新架構，是滿足防災系統未來高質量發展需求、提升系統安全保障能力和自主化水平的有效路徑。

4 防災系統架構設計

高速鐵路防災系統是一個涵蓋機、工、電、調度等多個業務領域，由多個子系統構成的復雜系統，其設計框架如圖2所示。

圖2 高速鐵路防災系統架構設計框架

由圖2 可知：基于云邊交互機制構建新一代高速鐵路防災系統須構建功能架構、邏輯架構和物理架構，定義系統架構組成及其相互映射關系，以指導系統的設計和建設；其中，需求體系統領功能架構、邏輯架構、物理架構的構建；功能架構研究系統功能分類及部署；邏輯架構研究面向不同業務需求，各功能間交互方式，即功能間的數據流流動過程；物理架構研究系統功能在物理層面上的具體實現方式。功能、邏輯與物理架構間存在相互映射關系，同樣的邏輯架構也可用不同的物理架構實現。

4.1 功能架構設計

系統功能架構主要研究系統所必須具備的功能及其分層關系，總體來說可分為2 步：第1 步從系統需求出發對系統內部功能進行分類合并，構建系統功能體系；第2 步結合功能需求特點與資源分布等情況，研究云邊交互機制下系統功能分布。

4.1.1 功能體系

從系統業務流程出發，對高速鐵路防災系統內部功能（活動）［9-12］進行抽象提取和歸納總結。首先，系統需要對現場氣象、異物侵限等災害進行實時監測和數據采集，需要具備一定的“感知”功能；其次，現場層感知到的原始數據需要通過“處理”功能進行數據計算；然后，得到計算結果后，需進一步分析判斷，并給出相應的災害等級及行車控制方案，即“決策”功能；最后，在明確災害等級和行車方案后，需下達相關指令，執行行車控制、搶險維修等操作，即“執行”功能。此外，數據或信息需要在現場層、數據中心、調度中心等各處進行流轉，需要系統具備一定的“傳輸”和“管理”功能。

通過抽象提取和歸納總結，得到系統“感知、傳輸、處理、決策、執行、管理”6 大功能體系，并構建系統功能體系見表4。

表4 自主式高速鐵路防災系統功能體系

4.1.2 功能分布

在既有高速鐵路防災系統中，邊緣側（現場層）主要承擔感知功能，處理、決策及行車控制功能均由云端（數據中心、調度中心）承擔。基于云邊交互機制構建新架構，主要通過增加邊緣側的數據處理、決策及控制功能，實現邊緣側局部事件實時處理、實時響應，從而提高系統的應急響應速度和服務能力，更好地保障高速鐵路行車安全。

結合不同功能的實時性、全局性、周期性需求，參考相關云邊交互機制下監測系統功能分布［15］方式，在對既有高速鐵路防災系統資源調研的基礎上，將系統功能在邊云間分配，構建基于云邊交互機制的高速鐵路防災系統功能架構如圖3所示。

圖3 基于云邊交互機制的高速鐵路防災系統功能架構

4.2 邏輯架構設計

在云邊交互機制下，面向不同的應用場景，系統功能間的交互協作方式也會存在差別。邏輯架構設計就是研究不同應用場景下，系統內部功能的交互組織方式，即數據/信息流在不同功能間的流動交互過程。其構建過程可分為2 步：首先，分類梳理高速鐵路防災系統的不同應用場景，劃分不同場景下的系統功能域；其次，研究不同場景下的云邊交互機制，以及各功能間數據產生或使用關系，構建系統邏輯架構。

4.2.1 應用場景集梳理和功能域劃分

高速鐵路防災系統從應用場景上可分為8 類：日常災害監測、故障監測報警、災害報警、緊急災害報警、系統管理、數據備份、動態調度、故障狀態傳輸。不同應用場景分別對應一種功能域，不同功能域下涉及不同的功能單元，具體見表5。

表5 不同應用場景下系統功能域、功能單元編號及內容

表5 中：日常監測指高速鐵路防災系統對致災要素狀態進行實時監測，但并未監測到災害發生；故障報警指系統運行過程中發生設備故障，向工務部門發布設備故障報警；災害報警指系統監測到風、雨、雪或地震災害發生，但可以通過控制列車降速應對；緊急災害報警指監測到嚴重風、雨、雪、地震或異物侵限災害，需要控制列車停車，并開展應急搶險救援；系統管理主要指管理人員和系統間的人機交互，包括數據查詢、權限更改、參數配置、模型更新等；數據備份指邊緣側數據定時傳輸給云端及臨近邊緣側；動態調度指某一邊緣側計算壓力過大時，將數據實時傳輸至臨近邊緣側或云端進行數據處理；故障狀態傳輸指某一邊緣側與云端之間的傳輸通道故障時，通過邊邊傳輸將數據/信息傳輸至臨近邊緣側再傳輸至云端。

4.2.2 邏輯交互

在應用場景梳理的基礎上，對系統不同場景下的邏輯交互關系（數據/信息流動過程）進行抽象提取。

由梳理結果可以看出，不同場景下處理需求不同。須從全局性、實時性、周期性［15］3 個方面入手，重構云邊交互機制下的邏輯交互關系。其中，云端主要負責全局性、非實時、長周期的業務處理與分析，能夠在災害預警、調度調整等領域發揮優勢；邊緣側更適用局部性、實時、短周期的業務處理與分析，能更好地支撐實時自主化災害響應與執行。

由此，構建云邊交互機制下不同應用場景下的系統邏輯架構如圖4所示。圖中：圓圈內字母數字代表不同功能單元編號；箭頭代表數據/信息流向。

圖4 基于云邊交互機制的高速鐵路防災系統邏輯架構

8類應用場景下邏輯交互具體內容具體如下。

日常災害監測中，邊緣側感知致災要素信息，進行實時數據處理與災害辨識，確認無災害發生后，傳輸至云端及臨近邊緣側，云端結合大范圍、長時間的數據處理分析，進一步辨識是否發生災害。臨近邊緣側沿路網實現數據備份，且可結合臨近邊緣側數據、信息進行災害辨識。

故障監測報警中，邊緣側實時感知設備運行狀態，進行實時數據處理和設備狀態辨識，當監測到設備故障后，將故障監測信息傳輸至云端或臨近邊緣側進行處理、決策，發出故障維修信息。

災害報警中，存在2 種云邊交互機制：一種是邊緣側監測到災害發生，發出災害預警并上傳云端，云端結合全局周期數據進行進一步分析，確認災害預警并控制行車；另一種為邊緣側未監測到災害發生，云端結合全局周期數據處理分析后，預警災害發生并下達邊緣側，邊緣側監測到災害信息后可直接控制行車并上報云端。

緊急災害報警中，邊緣側監測到異物侵限或嚴重風、雨、雪或地震災害發生，實時控制列車停車，發出應急救援信息并上報云端，云端對災害信息進一步分析確認，發出全局行車調度調整信息。

系統管理中，云端管理人員發出數據查詢、參數配置、模型更新等信息，與系統實現人機交互。

數據備份中，邊緣側可在維修天窗期等傳輸網絡帶寬占用少的時期將本區域數據傳輸至云端及臨近邊緣側，實現數據災備。

動態調度中，邊緣側在計算壓力過大時，可選擇直接將環境數據傳輸至云端或臨近邊緣側進行數據處理。

故障狀態傳輸中，某一邊緣側在與云端之間的傳輸通道故障時，通過邊邊傳輸將數據/信息傳輸至臨近邊緣側再傳輸至云端。

4.3 物理架構設計

物理架構主要研究系統功能的具體實現方式，包括各功能單元對應的物理實體及空間分布、連接關系等。對系統各功能端對應的物理實體及空間分布［9-12］進行歸納總結，具體見表6。

表6 各功能端對應的業務部門、物理實體及空間分布

從連接關系上，系統物理架構如圖5 所示。由圖5 可知：系統物理架構可分為現場層、邊緣層、交互層、云端層4層。

圖5 基于云邊交互機制的高速鐵路防災系統物理架構

現場層：用于現場災害信息感知，由風速、雨量、雪量、地震、異物傳感器等監測設備組成，各類型傳感器就近接入路側計算單元。

邊緣層：由路側計算單元、工務段、機務段3部分組成。其中，計算單元內含邊緣主機、數據庫服務器、通信服務器、繼電控制器等，用于對現場采集設備采集的數據進行處理、存儲、決策、傳輸和行車控制；工務段負責對應區域設備維修，接收維修指令并通知維修人員進行設備維修；機務段設置安全救援隊，接收救援指令并通知應急救援人員進行搶險救援。

交互層：主要負責云端和邊緣側之間、臨近邊緣側之間的數據交互傳輸。

云端層：主要由調度終端、維護終端、應用服務器、數據庫服務器等組成。主要負責對全局性、周期性的數據進行處理、存儲，做出災害預警，接收實時災害信息、行車控制信息并進行相應的調度調整，以及對整個系統進行管理。

5 防災系統架構評價

不同架構支撐下的高速鐵路防災系統性能存在較大差異，為確切反映不同架構下系統的性能，從精準性、實時性、高彈性、自主化、協同性、節能性等系統需求出發，提出預警準確率、事件響應時間、系統失效率、智能決策程度、數據共享率、單位時間能耗共6個評價指標，并基于上述指標對比分析了新架構下系統性能優勢，為架構設計與優化提供科學依據。

1）預/報警準確率

預警準確率主要用于衡量系統精準性，為

式中：P 為預/報警準確率；m 為預/報警且實際發生的災害數；n為總預/報警數。

新架構下系統通過在邊緣側部署計算資源，減輕帶寬對現場數據量限制，為系統通過多傳感器部署及融合感知、智能算法應用來提高預警準確率提供了架構支撐。

2）事件響應時間

事件響應時間主要用于反映系統實時性，為

其中，

式中：T 為事件響應時間；ts為發送時延；tts為傳輸時延；tp為處理時延；L 為數據長度；W 為傳輸信道帶寬；Ld為傳輸鏈路長度；v 為電磁波傳輸速度；C 為計算任務量；f 為計算資源（CPU頻率）［20］。

假設系統傳輸信道帶寬、鏈路長度、總任務量和計算資源不變，且新系統架構下根據總任務量部署計算資源。與既有系統架構相比，新系統架構下系統總處理時延tp不變，通過將云端部分計算資源轉移到邊緣側，局部事件無須上報云端，在邊緣側處理的數據傳輸時延tts近乎為0，且上傳云端的總數據量L 下降，減少了發送時延ts，從而減少了事件總響應時間，提高了系統實時性。

3）系統彈性

系統彈性主要指系統中任一子系統失效對系統整體功能的影響，為

式中：R 為系統彈性；n 為系統中子系統數量；Fi為第i 個子系統不可靠度（規定條件下和規定時間內失效的概率）；Ai為第i 個子系統失效后系統剩余災害監測能力。

假設各子系統不可靠度不變，與既有系統架構相比，新系統架構在子系統失效時可通過邏輯結構重組避免系統完全失效。例如當云端或傳輸網絡故障時，各邊緣側可實現對應區域的自主監測和預警，當某一邊緣側故障時，云端和臨近邊可通過邊邊協同、云邊交互分擔其處理及決策任務。通過提升子系統失效時的剩余災害監測能力，可提升系統整體彈性。

4）智能決策程度

智能決策程度主要用于評價系統自主化程度，為

式中：I 為智能決策程度；ua為采用人工智能或無人自動化方式進行決策執行的業務單元數量；u 為全體業務單元數量［19］。

自主式系統架構解除了帶寬對現場數據量限制，可為智能算法的訓練和廣泛應用提供數據支撐。此外，通過提高系統實時性滿足智能算法數據實時交互需求，為智能算法支撐下的系統自主化運行提供了環境。

5）數據共享率

數據共享率主要用于反映各路局防災系統間的協同性，為

式中：D 為數據共享率；ds為系統間共享數據量；da為系統全部數據量［19］。

在統一架構指導下，可實現系統間數據標準化，為提高數據共享率提供架構支撐，進而提高系統協同性。

6）能耗效率

能耗效率主要反映了系統的節能性，在高速鐵路防災系統中，能耗主要指電能能耗，為

其中，

式中：E為電能能耗；Etr為傳輸能耗；Ep為計算能耗；η 為傳輸功率；k 為各設備與能效有關的系數［20］。

假設傳輸功率和設備能耗系數不變，與既有系統架構相比，新系統架構下系統在邊緣側處理的數據傳播時延tts近乎為0，從而減少了傳輸能耗Etr，使系統具備更好的節能性。

6 結 語

針對高速鐵路防災系統提高應急響應速度、保障行車安全、提升服務能力、提升自主決策能力、提升系統彈性等發展需求，面向系統現場層數據量爆發式增加的發展趨勢，提出基于云邊交互機制重構自主式高速鐵路防災系統架構，具備全局資源需求小、邊緣感知-計算-決策能力均衡、對傳輸網絡承載能力要求低、邏輯結構可重構、自主式決策響應快和系統高彈性等特征，可保障事件驅動的預警決策精準性和時效性，為各路局防災系統數據聯通與升級改造提供指導。

通過構建系統功能、邏輯與物理架構，對接高速鐵路安全化、自主化發展需求，為高速鐵路在新技術條件下發展面向災害防護的高速鐵路運行安全保障技術體系提供了新架構和發展路徑。