城市轨道交通智慧化的研究

周长杰 马 晓

上海市政工程设计研究总院（集团）第六设计院有限公司，安徽合肥 230071

2017年9月国家交通运输部门提供的数据显示，过去的“十二五”期间，我国实现了轨道交通1900km的建设任务，2010～2015年城市轨道交通运营线路复合增长高达20.42%，2016年初我国已经有26个城市开通运营城市轨道交通，总里程近4000km，同比增长14.02，根据《国家中长期科学技术发展规划纲要（2006-2020）》的要求我们可以看出，未来几年发展智能交通管理系统已经成为了交通领域发展的优先主题，现代城市轨道交通智能化发展已经成为了必然趋势。

1 城市轨道交通智慧化发展趋势

城市轨道交通智能化系统主要包括综合监控系统、综合安防系统、通信系统、自动售检票系统、信号系统以及乘客资讯系统等，实现智慧化城市交通需要具备对人类智慧信息化水平以及智能信息分析、挖掘、搜索、处理以及决策的能力，同时借助智能信息化处理技术来实现更加深入化的智能化轨道交通体系，具体包括4个方面，如图1所示。

图1 智能化轨道交通体系

（1）数据智慧采集：借助多种智慧手段来高效地收集城市轨道交通方面的数据信息；

（2）数据智慧融合：针对借助不同传感器等设备所获取的海量数据信息，通过数据智慧融合能够将其归类整合；

（3）数据智慧挖掘：针对城市轨道交通方面的各种问题，通过智慧数据挖掘技术和工具能够对其进行全面分析，同时挖掘相关知识和信息；

（4）开展智慧决策：通过数据智慧采集、融合、挖掘的最终分析结果来对城市轨道交通宏观规划、整体建设、系统管理以及整体调控做出智慧决策，当然从图1可以看出这个轨道交通体系实际上是一个循环的过程，所以智慧决策的结果也可以为进一步的数据智慧采集提供决策性支持。

2 城市轨道交通智慧化过程

2.1 城市轨道交通智慧化发展整体原则

从整体上来看，国内城市轨道交通发展水平较差，主要受到区域经济发展以及地缘因素的影响，例如，北上广等东部一线发展城市以及一些部分二线城市地铁、轻轨等轨道交通都已经投入运营，但是一些二三线城市由于受到市政资金等方面的影响，轨道交通发展还有很长的路要走，这些城市的轨道交通发展必须要在城市未来长期发展规划中进行调节，首先需要对原有的交通系统进行信息化升级，在此基础上保持信息化、智能化平台层次化建设发展，坚持“实用为主、技术为辅”的原则，最大限度地利用现有的网络资源以及信息系统设计，追求稳定高效的智能化、信息化系统建设方案。

2.2 轨道交通数据智慧采集

所谓数据采集实际上就是获取数据的过程，城市轨道交通方面数据采集工具如摄像头、传感器等都是比较常见的，借助这些设备工具能够将采集的数据转化为多种物理量信息，例如，车辆行驶速度、噪音、压力、温度、轮轨力等，当然这些物理量信息既可以是数字量，也可以是模拟量；数据智慧采集的方法主要是定期采集，即有一定的数据采集周期，在一定的数据采集周期内对同一个数据进行重复性采集，而针对轨道交通的数据采集通常收集到的数据都是瞬时物理数值，同时也有一部分物理量是某一段时间内的特定数值，如振动加速度。

以高速列车轨道交通为例，高速列车轨道交通运行数据直接关系到运行安全以及乘客的乘坐舒适度，但是由于针对轨道交通的数据采集大都是瞬时物理数值，所以通常高速列车数据采集需要大量的传感器等相关设备；故如何更加高效智慧的获取高速列车轨道交通的运行数据必然是这一领域需要考虑的重要问题，也可以说如果没有数据智慧采集就不可能实现智慧轨道。

2.3 轨道交通数据智慧融合

城市轨道交通数据智慧融合就是针对系统中所用到的大量不同类型传感器获取的数据信息，在同一个标准的基础上，根据事先构建的规则集，通过自动化智能化的分析、综合以及集成形成数据集合，方便后续的数据分析、挖掘以及决策任务。

由于城市轨道交通所使用的传感器种类有很多，而不同的传感器以及轨道交通系统有各自的特点，所以在设计轨道交通数据融合模型的时候必须要考虑到不同传感器和系统需求，例如，GIS系统与铁路工务结合的系统，该数据实际上没有时间维，系统所采集的列车信息所使用的经纬度定位与当前轨道线路公里标定位不同；一些来自于传统物理量的传感器获取的数据空间维也没有时间维，所以列车加速度传感器数据空间维度所体现的数据实际上是列车线路公里标，所以在设计轨道交通数据融合模型的过程中，一方面需要根据不同数据融合级别要求来进行，另一方面还需要针对多源异质异构数据特点，构建多层次的轨道交通数据融合模型，这样能够逐层构建多级别的数据融合体系。

同时在轨道交通数据融合模型体系下，还需要针对城市轨道交通多样性特点研究多级别融合体系的不同融合技术之间的整合和扩展，构建数据融合规则库，通过多信息融合来实现轨道交通目标定位、跟踪等信息树立，同时通过多源异质异构数据整个构建时空坐标同一的数据分析空间，最终实现智能化的轨道交通管理。

2.4 轨道交通数据智慧挖掘

数据智慧挖掘是数据库知识发现和挖掘的关键技术，主要的任务是进行关联性分析、聚类分析、分类预测、时序模拟、偏差分析等，应用到轨道交通智慧研究方法，就是针对轨道交通运营列车、路线、道路、牵引供电以及调度指挥等系统积累的海量融合数据进行挖掘以及全面综合分析，及时找出轨道交通运行的安全隐患，为轨道交通安全运行提供智慧决策支持。以高速铁路轨道交通为例，针对货运、客运、物流等主要的轨道交通运营类型，借助数据智慧挖掘可以实现流量预测、安全性能分析以及乘客分类等职能，进而更好的指导列车运行，同时借助数据挖掘技术还可以分析客流组织、评价换乘枢纽布局以及站台乘客行为等。

构建面向数据挖掘的轨道交通信息集成模型是未来轨道交通数据智慧化发展的重要方向，这些模型能够对轨道交通工具运行安全数据，主要是大量传感器所采集的数据信息开展全面管理，借助数据智慧融合和挖掘，及时发现轨道交通工具异常运行状况、道路桥梁等病害、牵引供电系统异常状况等故障，获取外部环境对轨道交通工具运行安全的影响模式以及相互之间的关系，及时实现在线预警，为轨道交通主动安全预警提供数据决策支持。

2.5 开展智慧决策

智慧决策是轨道交通智慧化发展的关键环节和最高层次，在数据智慧采集、数据智慧融合以及数据智慧挖掘的基础上为轨道交通管理提供安全运行决策方案。考虑到轨道交通运行客观性，实际运行过程所需要的数据采集费用比较大，例如，用于采集数据的传感器不仅成本较高，而且使用次数有限，并且已经采集的数据实际上无法得到后续满意的决策信息，而智慧决策则建立在数据智慧采集、融合、挖掘的基础上，通过阵容传感器、压力传感器、摄像头、RFID等设备感知轨道交通的车速、噪音、压力、温度、湿度等信息，对轨道交通海量、连续、多时空以及多样性的数据信息进行多层次融合，通过关联分析、分类分析、预测分析、偏差分析等为轨道交通提供智能决策支持，这样一方面能够节省大量的时间和成本投入，同时也能够提升智慧决策的水平。

3 结语

总的来说，现代化城市轨道交通智慧化发展建设是一个系统性的漫长过程，同城化时代的到来，轨道交通的普及和发展对智慧轨道交通提出了更多的要求，现代化城市想要更好地实现轨道交通智慧化发展就必须借助现代信息技术，寻求更加适合自身城市轨道交通发展的智慧方法，逐步改善轨道交通运行方式，通过数据智慧采集、融合、挖掘、决策构建智能化、信息化的城市轨道交通体系，为乘客提供更加安全、便捷、舒适的智慧交通系统，推动城市轨道交通健康可持续发展。