城市轨道交通智慧车站技术方案研究与设计

2021-01-09周勇

铁道建筑 2020年12期

周勇

（1.中铁第一勘察设计院集团有限公司，西安710043；2.轨道交通工程信息化国家重点实验室（中铁一院），西安710043）

车站是城市轨道交通公司管理运输设备、提供运输服务、管理经营的重要场所，也是城市轨道交通运输组织和管理的关键节点。随着物联网、大数据、人工智能技术的不断发展和成熟，如何在车站层面进一步提升智能化水平，已成为城市轨道交通行业信息化和智能化发展的重要课题。

作为一个新兴的概念，城市轨道交通智慧车站还没有权威的标准化定义［1］。从技术视角智慧车站可以理解为在信息化、数字化的基础上，利用物联网、数据分析、机器学习、人工智能等技术手段，依托智能系统和大数据平台，实现设计施工、运输组织、设备设施维护、经营开发管理、安全管理等过程智能化的系统。智慧车站的主要任务可以描述为面向乘客提供全方位便捷出行体验，面向设备提供智能维护数据支撑，面向站务管理提供全景状态管控，面向车站管理提供决策支持，从而实现更安全的运营、更智慧的服务和更高效的管理［2］。

1 智慧车站需求分析

1.1 智慧车站的需求

1）城市轨道交通发展迅速，网络规模快速扩展，路网规模，特别是路网复杂程度显著增加。大型换乘站越来越多，与之相关的客流量和客流OD（Origin-Destination，起讫点）越来越复杂，客流特征的变化对车站的运营效率、安全管理能力提出了更高要求，须要借助智能化手段进一步提升车站的管理水平。

2）车站内的机电设备数量不断增加，智能化程度不断提高，相关照明、通风、电梯、显示屏等设备状态监测能力不断增强，管理人员能够获得大量数据；但如何处理并利用相关数据分析预测设备状态和故障，目前还没有成熟的解决方案［3］，须通过大数据、人工智能等技术提升设备监测和智能维修管理的能力。

3）随着互联网技术发展，基于网络、二维码、生物特征等支付形式的票务服务已经成熟。乘客须要相关票务系统、支付系统与互联网体系构建无缝融合，从而获得更加便利的出行服务和出行体验［4］。同时，车站内信息系统也须要通过智能化的乘客行为分析、乘客特征分析提供更贴近乘客需求的个性化服务。

4）车站对安全管理的要求越来越高，而安全事件信息越来越多元化，需要更全面的监控能力对车站的综合安全情况进行监控和实时分析，以便应对大客流、突发事件、治安事件等特殊情况，须借助视频监控、周界监控等手段，结合图像分析、数据分析等技术，实现对车站的全面监控和应急事件的更高效处置［5］。

5）车站已经在运行管理等方面建设了旅客引导服务、设备监控、车站级综合监控、设备设施管理等相关信息系统，初步实现了作业过程的信息化，且相关系统的信息采集能力和设备状态监控能力持续提升，这些系统及其采集的相关数据使车站具备智慧系统建设的技术条件。

6）典型城市轨道交通车站的各类业务系统往往分别规划建设，系统功能集成、数据规范化等缺乏统一的标准，各系统功能模块间设置相对独立，数据资源无法共享，数据格式不统一［6］，数据整合和全过程的数据分析存在困难，需要打通数据流，共享数据资源。

总之，建设智慧车站是提升运营安全可靠性、提升运输组织效率、提升乘客服务水平、改善旅客出行体验和提升资源经营开发能力的重要手段。

1.2 智慧车站需求特征

智慧车站作为城市轨道交通的重要智能化发展方向，各类业务需求不断涌现，特征如下：

1）系统集成复杂。智慧车站是典型的集成性系统，必须以车站的票务、机电设备监控、车站级综合监控等系统为基础建设［7］，基于专业系统的集成性平台，实现原有分散系统的流程贯通和信息整合，为管理者、业务人员和乘客提供统一的应用接口。

2）以数字化为核心。智慧车站的核心是实现智能化，而智慧能力的构建必然基于数据资源管理和数据分析技术。原有的相关系统已经实现车站管理和业务流程的系统化，智慧车站建设的重点是实现系统的智慧赋能，这就须要从技术上构建车站层面的数据整合平台，汇聚车站级相关数据资源，并通过数据分析技术构建能够提升业务效能和智能化水平的数据应用场景，因此数字化、数字资源管理和分析应作为智慧车站建设的核心。

3）以设备智能化为基础。车站有大量的机电设备和其他类型设备，对相关设备的监测和管理应以设备本身的数据采集、信息通信为基础。设备状态传感器的安装、传感器信息的传输、控制指令信息的传输需要设备在设计、制造及安装过程中预先考虑和集成。

4）业务价值多样。智慧车站是车站各类系统的集成，在设计规划阶段，应从运输组织效率、安全处置效率、设备维修优化、资源经营开发等方面多角度分析系统建设需求，评估业务价值。智慧车站的建设不是完全替代既有的业务流程系统，而是基于大数据、人工智能等技术全面优化各类业务流程。

2 智慧车站总体方案

2.1 总体架构

基于人工智能和大数据技术，从智慧应用、数据整合和设备感知设计城市轨道交通智慧车站总体架构（图1）。智慧应用层分为2个子层级，其中应用系统实现车站管理、运输组织相关的业务逻辑，智慧赋能通过数据分析技术赋予应用系统优化提升能力。

图1 智慧车站总体架构

1）应用层。在数据层的基础上，面向车站的监控、运行管理、设备维护、管理决策等业务场景构建智能化应用。其中，赋能层面向客流疏导、设备运用等不同需求，应用专门的方法和工具完成相关数据分析，分析结果可以直接为车站运行管理人员所用，也可以通过接口发布到应用系统中，实现应用系统智能化。智慧赋能层的数据分析功能，与应用系统层的业务流程不是一一对应的关系，同一个数据分析功能可以服务于不同的业务流程，一个业务流程处理也可能需要多个数据分析功能辅助。

2）数据层。智慧车站应构建支持海量数据存储，支持复杂数据分析、计算、存储的数据技术平台，实时、准实时汇聚和批量处理各类数据。数据层应实现多种技术功能，比如逻辑数据模型的设计和组织，算法设计与分析工具的部署和实施，客流分析、设备状态分析等各类数据专题库的建设，其中数据资源的采集、存储和分析是智慧车站的核心功能。

3）感知层。数据感知是智慧车站建设的基础，通过应用系统和车站设备上的传感器，将数据源从综合监控、扶梯运行等应用系统传输到数据平台。通过物联网技术实时汇聚设备状态、环境、客流、机电设备报警和故障信息，再通过网络和传输协议汇聚到数据层，并通过相关的系统向车站运行管理人员发布，以便实时掌握车站运行状态，合理决策。

2.2 应用层技术方案

智慧车站的功能基于车站实际业务按照功能模块化、流程整合化、数据集中化的原则进行设计，总体上分为智慧监控、智慧运营管理、智慧运行控制、智慧运用维护、智慧应急和智慧决策6个部分。

2.2.1 智慧监控

智慧车站应根据感知层采集的信息实时监控机电设备、给排水设备、消防系统、自动售检票系统等，结合位置、3D图形、状态、预警等综合信息在统一的监控界面展示车站综合状态视图，通过智慧监控功能为

车站运营管理人员提供一站式的状态查看界面，同时应根据不同岗位提供定制化的展现方式。

2.2.2 智慧运营管理

智慧车站应针对乘客的乘车过程，在车站出入口的信息LED显示屏根据站内情况灵活显示各出入口的拥挤情况，提供智慧引导服务，并通过站内广播实时播放最优的进出站方案。在车站内提供票卡信息的查询与分析，为乘客和站务管理者提供便利，并设置问询机器人实现智能语音问询服务。

2.2.3 智慧运行控制

通过将车站设备信息和控制指令联动实现动力照明、自动扶梯、卷帘门、视频监控、广播、乘客信息服务、自动售检票等系统的开关管理和联动，包括日常的自动开关站。根据客流情况，对于大密度的人群区域或针对聚集、滞留等异常状况，通过分析和联动指令调整相关设备运行的状态和开关，并将相关信息传送至终端进行报警显示，发布信息提示。

2.2.4 智慧运用维护

设备维护是站务管理的重要内容，通过数据监控和分析，能够优化车站关键设备故障分析、故障预警和维修规程，长周期地分析设备能耗情况，给出优化能耗的方案。智慧运维的数据分析范围不限于单个车站内的设备，应综合分析多个车站同型号设备的状态、故障、维修工单数据，发现潜在的规律，对故障维修和管理给出智能化的优化方案。

2.2.5 智慧应急

智慧应急功能主要有应急预案管理、应急预警集中感知、应急指挥联动等，基于对历史事件的分析辅助编制应急指导文件，并预制应急场景下的设备联动控制规则，支持快速应急响应。同时，通过数据层的数据整合，实现包括区域火灾、突发客流、站厅异常等信息的集中预警，全面支持应急过程中信息同步和设备联动，为指挥人员提供全面、及时、准确的应急辅助信息，并实现视频、安全设备、乘客引导等系统的联动。

2.2.6 智慧决策

运营管理、运行控制、运用维护等专业领域的智慧化最终能够以综合分析、趋势预测等方式，为车站管理和企业管理者提供全面的辅助决策支撑，实现决策的智慧化。通过数据采集和分析计算车站运行的各类相关指标，量化反映车站生产组织情况；根据票务、站务、运维等业务系统分析人员绩效，为提升劳动效率、降低成本提供依据；通过统一界面展示车站各类关键指标，为管理人员综合展示设备状态、客流趋势、线路信息、BIM信息等，辅助管理者优化决策。

2.3 数据层技术方案

数据层是智慧车站的核心，技术上一般体现为面向车站进行数据采集、管理和应用的大数据平台，可以物理上独立部署，也可以通过城轨云平台统一规划提供，但逻辑上数据层应是面向车站提供数据处理和服务的技术平台。数据层从功能上分为数据采集、数据存储和数据分析，见图2。

图2 数据层技术架构

2.3.1 数据采集

数据采集在功能上应实现车站基本情况、设备状态、视频监控、乘客行为、票务、外部环境等各类信息数据同步上传和集中，不同的信息数据需要不同的处理技术和接口规范，数据层应该能够采集结构化、非结构化、流式等不同类型数据，并提供便捷规范的数据采集管理服务，监控采集任务。设置相关规则检查数据标准，保证进入平台的数据质量，定期生成质量报告，并提供管理数据质量的工具。

2.3.2 数据存储

数据存储层是数据层的关键部分，通常从技术上选择Hadoop框架构建，一般包括实时处理、并行计算、流式计算等组件。为适应复杂分析的应用场景，须改变传统的数据表格存储模式，设计合理的基础数据模型，按照分层存储结构进行数据存储。大量的视频、语音等数据可直接在Hadoop分布式文件系统存储和管理，以便有效控制存储规模和成本。

2.3.3 分析算法

数据采集和存储的目标是通过数据分析发现数据价值，分析算法是智慧车站借助数据赋能应用智慧化的重要技术基础，通过数据分析层的模型和工具产生统计报表、趋势预测等符合车站智能化需求的分析指标。数据平台通过聚类、决策树、神经网络等数据分析算法支持对数据的深层分析和挖掘，通过对大量历史数据的处理构建计算指标的数学模型，在一定约束条件下量化分析和预测未来一段时间内车站各类运行指标。视频、语音等数据须用图像识别、语音识别、自然语言处理等技术预处理后再用于数据分析。

2.4 感知层技术方案

智慧车站感知层是监测各类机电设备和系统，向数据层提供完整的信息，满足各类设备全生命周期管理和健康管理的要求。

2.4.1 数据采集内容

不同设备采集的数据有所不同，但总体上应有：①设备基础信息，包括设备名称、规格型号、生产厂家、出厂时间等；②设备安装信息，包括安装时间、安装位置、交付使用时间等；③设备特性参数，包括额定输入、额定输出、特性曲线、工作模式等；④详细的技术参数，根据不同类型设备的具体情况采集，如给排水系统应对纳管排放水质pH值、溶解氧、氨氮等详细参数进行监测。

2.4.2 设备类型

系统感知层应覆盖的信息采集范围包括机电设备、给排水、消防、门禁、自动售检票、视频监控、自动扶梯、卷帘门、动力照明、站台门、智能终端等设备。通过设备本身的系统采集设备的基础信息，上传到数据层长周期存储，用于后续的状态分析、故障预测等。

2.4.3 接口规范

智慧车站各类设备的状态信息须通过安全、规范的网络传输到数据层，选择标准、通用、开放的接口协议或规约，串行接口一般应符合EIA标准RS422或RS485，以太网接口应符合IEEE 802.3标准中CSMA/CD协议。协议应保证通用性、开放性和软件解码能力，接口的通信采用查询或事件触发方式进行，以保证传输的经济性。在网络安全区域划分的约束下，可以对同类安全等级的产品设置统一的数据接口平台，实现接口的标准化管理和通信协议的标准化。