铁路综合视频监控系统云架构应用探讨

张宁

（浙江大华技术股份有限公司，浙江 杭州 310053）

1 铁路综合视频监控系统信息化建设现状

随着铁路提速、高速铁路（客运专线）的大力建设，我国铁路行业进入高速发展阶段，同时对铁路运输安全提出更高要求。当前铁路综合视频监控系统信息化建设面临以下问题：

（1）系统数据采集方面：视频监控系统以铁路局集团公司电务、工务、供电、客运、货运、机务、车辆、车务、公安等业务部门重点区域监控建设为主。主要实现对安全防护监控管理，辅助其他生产业务正常运营。目前视频采集设备存在分辨率低、存储分散、管理低效等问题，急需对重要部位、重要场所的视频监控进行增补和高清升级改造建设。

（2）系统多级联网规范方面：根据中国铁路总公司相关综合视频技术规范以及其他部门的建设要求，只有电务部门实现视频监控三级联网，沿线视频资源向上级推送。其他业务部门视频应用仍是独立系统，造成信息孤岛化，资源没有共享，未形成一个整体的安全防护管理体系。

（3）系统业务融合方面：视频资源目前处于大量存储的初级阶段，已经产生多维数据，需要整合实现综合业务数据化分析评估。亟待进行“烟囱”建设，以解决数据无法打通、业务无法联动等问题。同时，视频动态数据和其他业务静态数据缺少关键数据挖掘和相关性融合。

综上所述，传统安全防范建设比较落后，亟待高清化升级、补强；信息数据孤立，缺乏统一管理，急需开展视频资源整合；面对海量视频数据，无法快速锁定价值信息，需要多维数据融合。

2 建设铁路综合视频监控系统云架构的意义

在系统前端建设层面，改善基础视频采集点建设落后情况，进行高清化、智能化升级；在系统联网建设层面，在满足中国铁路总公司Q/CR 575—2017《铁路综合视频监控系统技术规范》要求的基础上，进行多个业务化的资源整合；在业务应用方面，打破各专业管理壁垒，实现区域节点资源数据池统一建设，按权限进行视频资源共享。在海量视频数据基础上实现云化服务，进行结构化特征提取，业务关键数据融合碰撞，构建智能化模型框架，最终实现深挖业务数据、行业深化应用的目标。

从基础的安全防范模式向业务管理模式转换，整合各业务部门已有的安防监控资源，建设综合视频为中心的统一管理应用。由传统的铁路视频监控建设升级为铁路局集团公司数据化视频资源服务建设阶段。

3 建设阶段规划与要素

3.1 建设阶段规划

围绕铁路“业务安全管理”这一核心，综合视频监控系统云架构可分基础级、专业级、综合级3个阶段进行建设（见图1）。

（1）第1阶段（基础级）：视频云平台资源建设。通过建立云平台和云存储[1-2]，将铁路局集团公司内既有监控以及辖区内客运专线监控资源统一到1个平台之下，实现监控最基本的“事后查询”，一旦发生事故，倒查问题时，确保基础视频数据能提供依据。

（2）第2阶段（专业级）：视频结构化建设。通过视频结构化，能够对一些安全生产事故做出提前预警，实现防范于未然。如人脸识别系统对客运站人流进行实时比对分析；通过人数统计功能，当人员突然聚集时发出报警，以及时发现突发事件；通过车站站台智能划线、智能分析，实现安全运输、安全生产。同时，梳理不同专业视频数据和其他业务数据的关联关系，产生数据轨迹碰撞，提供生产效率提高的参考数据。

（3）第3阶段（综合级）：融合业务通信建设。在前2个阶段的基础上，融合各专业部门的其他通信系统（如各车站工务车务段、各车间、各通信机械室通信系统，调度室监控系统，语音对讲系统，视频会议系统和应急指挥系统），实现对铁路内部管理、业务操作、维修故障远程处理等工作的辅助。实现综合视频监控系统和铁路局集团公司内部业务的深度融合，成为提高管理水平、减员增效的有效手段和措施。

图1 综合视频监控系统云架构建设阶段规划

3.2 建设要素与模式

3.2.1 建设要素

综合视频监控系统云架构系统见图2。其建设要素如下：

（1）云平台管理方面：新增局级视频云平台和局内补点资源，统一建设视频云存储做新增资源整合。新增视频云平台整合业务部门视频资源，实现一级业务管理。实现局级统一资源整合，进行直接业务分配管理。

（2）云架构数据方面：视频云存储业务必不可少。目前铁路局集团公司的视频采集点已达到上万路规模，原有传统安防存储系统的扩容难、硬盘损坏、数据读写能力差等问题日益凸显，各方面的不足已无法满足业务应用，新一代的视频云存储系统升级势在必行。视频云存储系统具备PB级别数据备份、节点级及硬盘容错、高达4 GB/s读写性能、无限弹性扩展等性能。同时，支持海量数据视频结构化分析。

图2 综合视频监控系统云架构系统

3.2.2 建设模式

（1）在云架构建设初级阶段采用“多云”模式（见图3），在Ⅰ/Ⅱ接入节点新建视频云存储系统，接入原有的综合视频平台（或新建的综合视频平台），完成节点部署。在区域节点部署综合视频管理平台（或利用原有的综合视频平台）进行多级管理。

（2）云架构（云平台+云存储业务）融合模式（见图4）则采用“一朵云”模式，在Ⅰ/Ⅱ接入节点升级视频云存储系统，替代接入原有的综合视频平台，实现节点就近转发媒体流。在区域节点部署云平台，进行单级管理。

图3 综合视频监控系统云架构系统初级模式

图4 综合视频监控系统云架构系统融合模式

4 构建铁路物联大数据

随着铁路应用业务的信息化技术发展，基于视频感知数据和业务数据融合的需求日益凸显，视频资源通过结构化处理提取铁路客运人像数据、货运运维数据、车辆数据及其他数据的关键特征，统一纳入云应用架构系统，逐渐形成铁路业务的物联大数据资源池，为各专业部门提供综合监测管理的基础数据。铁路物联大数据资源池示意见图5，旅客特征提取见图6，货运车厢号识别见图7，旅客行李安检特征识别见图8，供电环境监测数据提取见图9。

（1）铁路客运人像数据：包括旅客特征提取、人员态势趋势、重点人员人脸图谱等数据信息。

（2）铁路货运运维数据：包括工业视觉采集货运车厢号码、车厢类型等结构化数据；分析车厢货运状态、货物状态特征等；重点人员分配调度数据、货运车辆到发数据等。

图5 铁路物联大数据资源池示意图

（3）机车车辆数据：融合机车安全信息综合检测装置（TAX）信息数据[3]，分析车次、车号、风压、管压等数据；重点监测车辆上行、下行视频监测数据。

（4）其他数据：采集运行线路接触网状态、故障监测图像（接触网悬挂状态监测装置C4）数据；分析尖轨爬行数据、道岔状态图像等；重点供电基础设施测温数据诊断（接触网及供电设备地面监测装置C6[4]）数据监测。

系统采用深度学习算法，对人、车、物、其他视频数据作结构化处理，识别获取关键特征的图像、属性、文本等海量的信息数据，进行业务分类数据挖掘，并推送给各专业部门作为评估考核依据。

云架构采用全网融合云计算（前端计算+边缘计算+云端计算）框架，根据铁路各专业部门的业务场景弹性配置计算资源，在边缘侧进行数据实时性计算，在云端实现大数据运算。

图6 旅客特征提取

图7 货运车厢号识别

图8 旅客行李安检特征识别

（1）区域节点（视频云中心）：统一汇聚数据、设备管理、数据处理、数据存储、数据分析，提供PaaS和SaaS能力，形成应用生态。物理上可以灵活部署，逻辑上为“一朵云”。

（2）Ⅰ/Ⅱ类接入节点（边缘域）：靠近前端设备端的智能处理一体化节点能就近对视频和物联数据进行处理、局部管理及应用，将处理后的数据同步到视频云中心，并可与云中心形成协同的业务智能（如客运人员属性、货运列车或物品特征）。

（3）视频采集点（智能感知硬件）：智能视频前端和物联感知设备可接入边缘智能节点或直接接入视频云中心，并可与边缘智能节点以及云中心形成协同的业务智能。

图9 供电环境监测数据提取

（4）行业解决方案：基于视频云中心开放数据和能力的行业应用系统，包括沿线安全、客运调度、工务巡检、货运运营、供电保障、车辆运行监测等。通过视频云平台提供的基础能力（基础视频、热成像、出入口、门禁、报警、人脸、车辆抓拍、电子地图、动力环境监测、客流统计、AR、可视对讲、车载图像、无人机等）多元化可视化数据分析，实现多维度电务（通信线路安全监控、安全事件预警、事故倒查分析、事件凭证提取、环境数据监测、应急指挥接入、视频会商）、客运（车站安全监控、列车到发信息融合、安检系统智能分析、广播系统服务、时钟信息服务、售票信息服务、客运人员调度决策）、货运（货物运输安全、人员作业安全、人员调度分配、作业考勤、货物存放监控、物流信息回溯、货场管理决策分析）、机务（机车状态监测、运行线路监控）、车辆（车辆状态监控、车辆维护检测）、公安（车站治安监控、突发事件应急、反恐事件预警、案件取证回溯）等业务融合智能辅助研判。视频云平台业务展示见图10，安全业务管理综合业务大数据展示见图11。

图10 视频云平台业务展示

图11 安全业务管理综合业务大数据展示

5 结束语

铁路综合视频监控系统作为行业应用辅助系统的重要性日益凸显，视频图像数据作为最直观的传感数据在业务管理中必将发挥越来越大的作用。云架构大数据模式通过数据采集、数据交换、数据整合、目录系统、数据服务、数据管理和运维监控等，整合视频数据，解决各专业部门业务中的“信息孤岛”问题。

以“视频技术和安全管理为中心”的架构力图实现：数据价值链的闭环，业务状态的实时感知；算力、存储、网络资源和谐分布；特征数据分析评估，业务统一调度，以及生产应急事件提前预警防范。智能铁路综合视频业务安全管理建设趋势见图12。作为铁路行业视频技术应用的顶层设计规划架构，随着技术的不断发展创新将逐渐实现行业化的定制企业云服务，开启智能铁路的管理新模式。

图12 智能铁路综合视频业务安全管理建设趋势