智能铁路客运站2.0总体框架及应用研究

彭凯贝，史天运，伍柳伊

智能铁路客运站2.0总体框架及应用研究

彭凯贝1，史天运2，伍柳伊1

（1. 中国铁道科学研究院集团有限公司，电子计算技术研究所，北京 100081；2. 中国铁道科学研究院集团有限公司，北京 100081）

为深化新信息技术在铁路客运站的创新应用，进一步推动智能铁路客运站的总体发展，本文基于已建设的智能铁路客运站1.0系统（智能客运站旅客服务与生产管控平台）应用现状，以未来智能化需求为导向，提出了智能铁路客运站2.0的总体目标、设计理念、典型特征和技术框架，并给出了基于信息物理融合系统（CPS）的智能铁路客运站2.0系统结构。然后，结合车站实际业务需求及运营痛点，深入研究快速安检、智能问询和客流预测等智能铁路客运站2.0典型应用场景的关键技术，实现信息技术与客运站运营管理、旅客服务的深度融合。最后，通过搭建智能铁路客运站2.0智能安检平台环境，开展了行李X光图像智能判别试验，证实智能铁路客运站2.0的可行性和有效性。

铁路运输；铁路信息化；信息物理融合系统；智能高铁；智能客运车站

0 引 言

近年来大数据、物联网、智能机器人、人工智能技术的飞速发展，促使铁路行业快速进入智能时代，对铁路的发展提出更高要求[1]。国内外多个铁路企业制定了铁路智能化发展战略，旨在促进铁路业务与新技术高度融合。法国国家铁路公司（SNCF）建设智能旅客服务系统，打造智能化移动助理，旅客可以在手机终端自定义行程，系统将多种交通方式统筹衔接提供最优行程方案，并实时提醒事故及延误情况[2]。德国铁路公司（DB）实施“铁路4.0战略”以改善和扩大车站服务，通过开发智能管控平台、优化运行图方案等方式改善旅客服务[3]。2017年国铁集团正式启用智能京张、智能京雄等重大工程建设，并将打造智能客运站作为一项明确的具体任务[4]。铁科院集团公司创新提出“2+1+4+N”的智能铁路客运站总体蓝图，其目标是生产组织高效、旅客出行畅通、安全实时监控、绿色节能环保，全面提升车站的旅客服务和管理水平[5]。

综上所述，新一代人工智能技术极大地推动了人类迈进智能化社会，传统客运车站逐渐无法满足现代交通的需求，车站智能化、信息化建设已成为未来发展建设的重要方向。本文在深入分析我国铁路客运站智能化发展现状的基础上，明确了智能铁路客运站2.0的建设目标，提出了智能车站2.0总体框架，研究智能铁路客运站2.0关键技术及技术方案，搭建了智能车站2.0应用环境。通过上述工作，对铁路智能客运车站进行深入的分析，为中国铁路客站智能化发展提供了有力的理论和实践支撑。

1 智能铁路客运站概况

1.1 现状分析

铁路客运车站作为一个庞大的功能集合体，负责出行旅客的进站候车、站台登车和下车出站，在整个铁路运输系统中具有非常重要的地位。目前已建的智能客站旅客服务与生产管控平台（智能客站大脑），属于智能铁路客运站1.0系统，实现了铁路旅客服务系统集成管理平台、客运管理信息系统、客运设备管理应用和客运站应急指挥应用等四个方面的融合创新[6]。采用数据库集成、应用集成、界面集成、用户集成、接口集成的方式，打造覆盖除客票系统外的铁路客运业务集成化平台，实现系统功能全面集成、硬件资源统一管理、数据资源实时共享、生产资源实时管控和协同联动，为铁路客运车站的智能化发展提供有力的平台支撑[7, 8]。目前，该系统已在长沙南站、昆明南站及郑州东站完成部署及试点工作，系统运行稳定，较好地支撑了客运站相关业务的开展，有效提升了旅客服务质量和客运生产作业效率。

1.2 存在问题

智能铁路客运站1.0系统的建设，打破了客运站信息系统独立部署、独立操作、独立管理的孤岛模式，深度集成了各客运信息系统功能。但其侧重于功能及数据的集成汇聚，对旅客出行服务及车站资源状态监测的考量较薄弱，仍存在以下问题：

（1）安检智能化水平不高。车站安检采用人物分离模式，导致排队和拥堵风险增加，给旅客出行造成不便。行李安检图像和人身安检主要依赖于人工作业，安检人员劳动强度大，易疲劳，易受外界干扰。

（2）旅客换乘接驳体验较差。在站内或站前广场与地方交通接驳区域中，由于存在引导标识不准确、不连续和流线设计不合理等因素，造成旅客换乘接驳不顺畅的问题。

（3）信息发布方式不够完善。车站未建设统一的交通信息发布平台，无法实现旅客与地方公共交通方式之间的信息快速推送与交互，旅客接收信息滞后，无法掌握当地实时交通信息。

（4）新技术的应用深度不足。目前人工智能等新技术与客运业务结合的深度和广度不够，且面向旅客的智能化、差异化、人性化服务较少。

（5）未实现资源按需配置。车站涉及大量的人员、众多的设备和复杂多变的环境，无法根据以往客流情况来预测未来某一时刻客流情况并动态配置设备，造成资源浪费。

（6）未建立数字车站模型。目前数字孪生车站仅停留在概念阶段，没有实际构建车站的数字化模型，未实现对车站状态的高质量仿真及模拟。

2 智能铁路客运站2.0总体框架

2.1 智能铁路客运站2.0总体目标

智能客运站2.0主要以精准安检、便捷换乘、信息发布、智能应用、资源配置、数字孪生等为切入点，利用新一代人工智能、大数据、物联网、云计算等技术为创新驱动，建设智能客运站大脑2.0，从而达到出行便捷、信息共享、资源优化、科学决策等目标。

2.2 智能铁路客运站2.0设计理念

信息物理融合系统（Cyber-physical Systems, CPS）是通过计算、通信与控制技术的有机深度融合，实现计算资源与物理资源的紧密结合与协调的下一代智能系统[9]。其特点是信息空间与物理空间之间相互映射，实时分析系统数据，智能模型提供最优决策，执行器对决策实时反馈。最终解决生产制造、应用服务过程中的复杂性和不确定性问题，提高资源配置效率，实现资源优化[10-12]。

智能铁路客运站2.0是典型的CPS，C即是车站信息系统，包括信息感知、信息处理、信息控制和信息决策等，是由物理实体对应的精确数字模型组成的不可见的数字世界；P即是车站物理系统，是由站内设备、移动终端、旅客、环境等多个可见的物理实体构成的真实世界。传感器采集车站数据，数据源通过通信网络上传到信息空间，利用大数据技术整合分析海量数据为系统提供数据资源，形成数据资源池。数据资源可以训练人工智能算法，形成适用于车站业务的模型，辅助车站管理人员作出最优决策。车站工作人员再反向控制物理系统的执行器，最终形成一个相互迭代的闭环系统，其系统结构如图1所示，可以有效地提高车站服务质量。

图1 智能客运站2.0的CPS系统结构

2.3 智能铁路客运站2.0典型特征

智能铁路客运站2.0将利用人工智能等新技术为旅客出行和站内工作人员生产指挥服务提供自助化、智能化的基础支撑，表现出五大特征：快速安检、便捷换乘、精准服务、智能决策、主动运维。

（1）快速安检

利用图像识别、多源异构数据融合等新技术构建快速精准的安检系统，打造进站安检新模式，实现旅客安全、便捷、有序的进站安检，缩短旅客排队安检时间，提升进站效率。

（2）便捷换乘

通过提前介入设计、合理规划流线、明晰引导标识等方式，帮助有换乘需求的旅客在站内完成中转换乘，显著缩短换乘中转时间，使旅客出行更加方便快捷。

（3）精准服务

基于人脸识别、语音识别、人机交互等新技术，为普通旅客及重点旅客提供自助进出站、差异化安检、自助售取票、多语言自助问答等多层次、无障碍的个性化服务。

（4）智能决策

利用大数据、云计算及人工智能技术，建立客运车站的数字模型，预测客流的变化情况，并依据预测结果调配生产和服务资源，实现对客运组织的智能辅助决策。

（5）主动运维

利用车站业务数据、车站物理模型、感知设备，建立真实车站数字化模型，从而在虚拟的赛博空间中对车站进行仿真和模拟，实现对车站设备、人员、环境的实时监控、主动预警、可视化分析及数据回溯等功能。

2.4 智能铁路客运站2.0技术框架

智能铁路客运站2.0的总体技术架构包括数据感知层、网络传输层、数据资源层、智能分析层、业务应用层等5个层次，如图2所示。

图2 智能铁路客运站2.0技术框架

（1）数据感知层，采集车站内设备、旅客、环境等各类信息，全方位感知客运站运行环境，同时将车站状态进行数字化处理。

（2）网络传输层，通过车站网络将站内各业务信息数据进行融合，提供感知设备、终端与信息系统之间数据传输服务。

（3）数据存储层，挖掘汇总站内各个业务的有效信息数据，对站内客运数据进行分析、存储、管理，建模形成知识库，提供核心的数据支撑。

（4）智能分析层，利用AI（Artificial Intellig- ence）模型算法进行数据分析和数据计算，提 供为车站智能化辅助决策并驱动物理实体执行计划。

（5）业务应用层，在车站数据和AI算法支撑下，开发车站所需新业务应用服务，为车站管理提供最优业务策略，满足出行旅客需求。

3 关键技术

3.1 快速安检关键技术

（1）行李X光图像危险物品检测的人机协同技术

行李X光安全检查是确保铁路客运车站安全的重要措施，提升其安全性和便捷性是安检业务中亟须解决的问题。开发面向禁限带物品的智能检测算法有助于提高安检效率、降低安检人员的劳动强度。但是，由于安检环境的开放性和行李物品的不确定性，寻求完全无漏检的自动检测算法是困难的。因此，提出一种人在回路的行李安检智能系统架构，将安检员的经验与自动检测算法结合起来，以期同时提高安检效率和安全性。人在回路的行李安检智能系统架构的工作流程如图3所示。

图3 行李X光图像危险物品检测的人机协同架构

（2）基于RefineDet的危险物品检测算法

本文提出一种基于RefineDet的危险物品检测方法。在SSD（Single Shot Multibox Detector）基础上引入默认框的由粗到细的级联回归，既保持了单阶段检测算法速度快的优点，又提高了单阶段检测网络的精度。预测框预测的级联回归策略有助于提高网络对物品形状变化的鲁棒性。因此，借鉴这种级联回归策略，使用新的特征增强方法来消除无关物品对目标类物品的干扰，添加新的数据增广方法，分别用于降低网络对安检图像噪声的敏感性，提高网络对物品旋转的鲁棒性，使检测网络对各种形状的物品都能得到充分训练。

（3）人-物关联关键技术

建立基于大数据的人-物数据的关联数据库，研究基于大数据的人-物数据的关联模型和数据挖掘技术，包括人员信息和物品类别的关联。开发人与所携带物品关系的自主学习框架，采用物品检测模型与人体姿态估计模型相结合的人穿携物品检测定位方法，实现人物关系检测[13]，用于旅客和所携带行李综合评价的安全评估机制，包括综合风险评估、自动化决策等。

3.2 智能问询关键技术

（1）面向旅客服务具体场景的语料库构建技术

利用从车站客运服务手册、互联网资源中采集的大量语料资源，通过预处理生成中文分词及词向量，利用TensorFlow构建生成智能应答语料库，同时考虑旅客服务具体场景（如语音/文字查询车次、余票、洗手间分布、售取票机位置、候车站台编号、车站附近住宿美食等），利用AIML（Artificial Intelligence Markup Language）生成情景式智能应答语料库，两个应答语料库可实现相互调用。

（2）面向旅客情绪分类的语音识别技术

旅客情绪可分为平和与着急两类，将不同情绪对应的语音数据进行预处理后输入卷积神经网络及长短时记忆神经网络，提取短时域特征和长时域特征，实现语音的情感分类。当旅客情绪处于平和状态，可由智能语音客服完成服务；当旅客情绪处于着急状态时，快速跳转接至人工服务，同时通知现场工作人员前往做好情绪安抚准备，防止旅客情绪失控。

3.3 客流预测关键技术

基于车站进出闸机的客流数据、售票数据、视频图像识别数据、WiFi探针数据等历史数据，并综合考虑节假日、大型活动、极端天气及换乘公交、地铁时刻表等影响因素，深度挖掘客流规律及客流分布特征，建立传统时间序列与深度学习相结合的预测模型，实现对车站关键区域（进站口、候车室、站台等）的实时客流预测（5 min客流量及小时客流量）、短期客流预测（一周客流量）及节假日客流预测，提前预警可能发生拥挤、人群聚集的区域，便于车站工作人员提前决策并编制应对方案。

4 试验验证

选取车站安检为典型应用场景，搭建智能车站2.0精准安检试验环境，通过实现违禁品智能判别功能来证实上文所提内容的可行性和有效性。

安检智能判图系统大量采集安检领域的X光图像，构建违禁品的样本数据集。通过深度学习的神经网络对图像识别模型进行训练，建立智能识别违禁品算法模型。该模型可识别8类违禁品并标记出其位置和类别名称实现智能判图，帮助安检员快速查出可疑危险物品，降低安全检查人员的工作强度和工作压力。将X光数据集按6∶4的比例划分成训练集和测试集，共训练30轮，最终结果如表1所示。将一张含有目标危险品的X光安检图像输入网络模型，模型可以输出对该图片预测到的危险品种类，以及包含该危险物品的矩形框相对于输入图片的坐标和矩形框内的分割掩码。将预测到的结果结合起来，就是X光安检图像危险物品检测的最终结果，检测结果如图7所示。

表1 SSD系列检测算法在SYH数据集上的实验结果

图4 X光安检图像危险品可视化结果图

5 结束语

本文基于信息物理融合理论提出了智能铁路客运站2.0的基本理念、目标、典型特征和总体架构。其次，分别阐述了智能精准安检关键技术、智能问询关键技术、客流预测关键技术等智能铁路客运站2.0核心技术。最后，搭建了智能精准安检试验环境，以智能判图典型应用为例验证了智能铁路客运站2.0的可行性和有效性。智能铁路客运站2.0作为未来智能客运站的发展方向，能够有效地实现客运站中物理系统与信息系统的深度融合，为旅客提供更温馨便捷的出行服务，提高车站安全保障水平，降低运营成本，提升中国铁路的核心竞争力。

[1] 王同军. 中国智能高铁发展战略研究[J]. 中国铁路, 2019 (1): 9-14.

[2] 耿枢馨, 姜惠峰. 欧洲的数字化铁路发展[J]. 综合运输, 2017, 39 (10): 31-34.

[3] 聂宁, 官科, 钟章队. 德国铁路 4. 0 战略[J]. 中国铁路, 2017 (5): 86-90.

[4] 王同军. 智能铁路总体架构与发展展望[J]. 铁路计算机应用, 2018, 27 (7): 1-8.

[5] 张春家, 史天运, 吕晓军, 等. 铁路智能客运车站总体框架研究[J]. 交通运输系统工程与信息, 2018, 18 (2): 40-44.

[6] 史天运, 张春家. 铁路智能客运站系统总体设计及评价[J]. 铁路计算机应用, 2018, 27 (7): 9-16.

[7] 傅迪, 吕晓军, 王静, 等. 铁路客运车站旅客服务系统研究[J]. 铁路计算机应用, 2008, 17 (11): 12-15.

[8] 史天运, 刘军, 李平, 等. 铁路大数据平台总体方案及关键技术研究[J]. 铁路计算机应用, 2016, 25 (9): 1-6.

[9] KIM K D, KUMAR P R. Cyber-physical systems: a per-spective at the centennial[J]. Proceedings of the IEEE, 2012, 100: 1288-1308.

[10] 陶永, 闫学东, 王田苗, 等. 面向未来智能社会的智能交通系统发展策略[J]. 科技导报, 2016, 34 (7): 48-53.

[11] 张宁, 路红英, 张海滨, 等 . 基于人工智能的铁路车辆自动判别方法的研究[J]. 铁道学报, 2000, 22 (6): 46- 49.

[12] 胡伊菁, 司凤玲 . CPS 在轨道交通领域的应用分析[J]. 电脑知识与技术, 2016, 12 (26): 226-228.

[13] 吴皓, 李文静, 田国会, 等. 室内环境中人穿携物品归属关系自主学习框架[J]. 浙江大学学报: 工学版, 2019 (7): 1315-1322.

[14] 周桐, 张锐, 刘进. 车站手持移动到站补票系统技术方案研究[J]. 铁路计算机应用, 2015 (12): 25-27.

[15] 李政, 化小刚, 王永峰. 基于人脸识别的刷脸检票技术研究与实现[J]. 铁路计算机应用, 2018 (3): 33-36.

General Framework and Application for Intelligent Railway Passenger Station 2.0

PENG Kai-bei1, SHI Tian-yun2, WU Liu-yi1

(1. Institute of Computing Technology, China Academy of Railway Sciences Corporation Limited, Beijing 100081, China; 2. China Academy of Railway Sciences Corporation Limited, Beijing 100081, China)

Guided by future intelligent needs for railway passenger stations, we present the overall goal, design concept, typical features, and technical framework of intelligent railway passenger station 2.0. Our goal is to deepen the innovative application of new information technology in railway passenger stations and further promote the overall development of intelligent railway passenger stations. The architecture of intelligent railway passenger station 2.0 of CPS was presented on the basis of the intelligent railway passenger station 1.0 system (passenger service and production control platform of intelligent railway passenger station). In combination with the actual business needs of the station and the pain points of the operation, the key technologies of the typical application scenarios of intelligent railway passenger station 2.0 (e. g., rapid security inspection, intelligent inquiry, and passenger flow prediction) were thoroughly studied to realize a deep integration of information technology into the railway station. Finally, a test of X-ray intelligent discrimination was conducted through the construction of an intelligent security environment, which proves the feasibility and effectiveness of intelligent railway passenger station 2.0.

railway transportation; railway informatization; Cyber-physical Systems; intelligent railway; intelligent railway passenger station

1672-4747（2021）02-0119-07

U29-39

A

10.3969/j.issn.1672-4747.2021.02.014

2020-07-06

中国铁道科学研究院集团有限公司重大课题（2018YJ102）

彭凯贝（1988—），男，北京人，助理研究员，研究方向：智能轨道交通，E-mail：pengkaibei@126.com

史天运（1967—），男，山西运城人，研究员，研究方向：智能铁路技术，E-mail：shitianyun@sina.com

彭凯贝，史天运，伍柳伊. 智能铁路客运站2.0总体框架及应用研究[J]. 交通运输工程与信息学报，2021, 19(2): 119-125.

PENG Kai-bei, SHI Tian-yun, WU Liu-yi. General Framework and Application for Intelligent Railway Passenger Station 2.0 [J]. Journal of Transportation Engineering and Information, 2021, 19(2): 119-125.

（责任编辑：李愈）