大数据和人工智能技术在智慧地铁上的应用分析

余 凯

（武汉烽火信息集成技术有限公司，湖北 武汉 430000）

0 引 言

在城镇化不断推进的背景下，城镇人口迅速增加，使得城市的交通越来越拥挤。传统公共交通运客量不足，地铁系统的建造极大地缓解了城市内部的交通拥堵问题。截至2020年12月31日，北京地铁系统开通了24条运营网线，全长727 km，共428个站点，单日最高客运量达1 327.46万人次。可见，地铁作为一种公共交通方式，承担了巨大的客运量。面对如此之大的客运量，地铁系统的安全性和效率值得深入探讨。在探讨地铁的安全与效率的同时，地铁的智能化水平还有很大的提升空间，因此也要重视地铁的智能化水平的提升。

地铁系统大都具有自动售票功能、自动控制功能以及充电功能，还安装有完善的监控系统等。然而，各个子系统信息共享程度不够，联动效果差，大大影响了运行效率的提高。尽管地铁发展到现在，自动化程度已经很高，如具有自动驾驶、自动防护系统等功能，但是智能化程度还比较低，这降低了数据分析系统的效率。因此，引进大数据技术和人工智能技术，是解决数据有效利用和智能化问题的关键[1]。

1 智慧地铁概述与研究方向

1.1 智慧地铁的定义

地铁与大数据、人工智能技术的结合就是智慧地铁，即大数据和人工智能技术应用到地铁领域的产物。

1.2 智慧地铁的研究方向

智慧地铁的研究分为3个步骤：收集数据，包括客流量、监控视频及列车关键部位的检测数据；构建平台，以收集到的大数据作为基础，并与其他地铁系统进行数据共享、合并；通过人工智能技术对数据进行分析。

智慧地铁主要分为4个研究方向：大数据平台、地铁运行智能监测技术、地铁运行智能调度技术以及智慧地铁软件开发。其中，大数据平台是其他技术的基础，它将数据提供给监测和调度系统。智能监测技术的作用是保证地铁运行过程中的安全，以AI为核心技术，监测大量数据后针对异常情况进行报警。智能调度技术可以更好地满足乘客的需求，提高乘客的满意度。通过分析客流量，适当调整列车运行时间安排，满足出行人员的乘坐需求。智慧地铁软件开发以软件工程技术作为核心技术，前期所有研究环节的研究成果通过软件开发环节形成一个智慧地铁软件，这样就形成了一个完整的智慧地铁有机整体。

2 智慧地铁的基础——大数据平台

在智慧地铁的搭建过程中，大数据平台是重中之重。作为智慧地铁的基础，大数据平台为其他研究方向提供了数据支撑。大数据平台的搭建分为3个步骤：首先搜集视频监控数据、刷卡数据及传感器数据；其次采用Hadoop、Spark等对各个子系统的数据进行整合；最后通过服务接口为大数据的智能分析应用提供数据支撑。具体架构如图1所示。

图1 “智慧地铁”大数据平台架构

3 大数据和人工智能技术在智慧地铁技术方面的应用

3.1 地铁运行智能监测技术

以视频数据和关键部位传感器数据为例来说明智能监测技术的研究内容。

3.1.1 视频数据的监测

一些扰乱秩序的突发事件在视频监控中会有所体现，因此用视频来监控乘客乘车情况，是一个非常直观并且有效的监测办法，这种监测方法为机器学习算法。如果系统在视频里监测到了异常情况，就会自动发出报警信号。优点是安保人员不用实时观察监控视频的动态就可以及时了解现场情况并进行及时处理，避免造成更严重的情况。

3.1.2 关键部位传感器数据的监测

故障监测技术可以分析列车故障部位的数据并给出准确判断。这样能够减少排查列车运行故障所需的人工工作量，降低列车日常维护成本。总体来说，故障检测算法的检测效率可以随着数据量的增大以及算法技术的发展而提升。

3.2 地铁运行智能调度技术

地铁运行智能调度技术可以将乘客的出行情况和列车的发车情况完美结合，能够有效提高地铁的运行效率。以前的列车时间表主要是根据经验制定，客流数据不够可靠。通过对刷卡系统提供的客流数据进行分析，利用AI技术进行智能优化，可以做到需求与供给的最佳匹配。地铁运行智能调度可以通过以下算法实现。

3.2.1 地铁客流时空模式挖掘算法

根据大数据平台提供的乘客出行刷卡数据，研究乘客在时空、地域上的交通流动分布。通过对于时空模型的挖掘，进一步深入地研究站点乘客流量预测算法，预测各站点在不同的时间段内的乘客流量。

3.2.2 列车运行时刻表优化算法

该算法对刷卡、视频等数据进行分析，再加上客流量在时空上表现的规律，优化列车运行时刻表，力求在降低地铁运行成本的同时满足乘客的出行需求。地铁客流量是有规律可循的，但也不排除一定的随机性和不确定性，尤其是突发事件的影响。因此，真正做到最佳匹配是非常艰巨的任务，还需要更加深入的研究。

3.3 智慧地铁软件开发技术

软件开发是将前期所有的研究过程转化为落地成果的一个环节。研究成果需要转化和应用到实际生活中，因此智慧地铁还需要进行软件系统开发。智慧地铁软件开发技术是未来科技创新的趋势，这个研究方向以软件开发作为核心技术[2]。

智慧地铁软件的开发涉及很多种类，软件开发应该着重从以下几点出发。

3.3.1 地铁视频智能监测软件

视频智能监测软件不仅可以监测地铁运行过程中的异常情况，针对视频中的异常情况进行报警，还能够输出视频监控区域的拥挤度。

3.3.2 地铁运行关键部位智能监测软件

智能监测软件可以对转向架和受电弓等列车关键部位的工作状态进行智能分析，及时呈现异常报警消息，避免危险的发生。

3.3.3 地铁运行智能调度软件

智能调度软件根据视频数据和客流量对列车时刻表进行合理配置，智能调度列车运行时间，可以提高列车运行效率，增加乘客的满意度。

在大数据平台上，运用智能AI核心技术，可以研究出很多软件，用于提高地铁的运行效率和安全性能，降低地铁运营成本，提升地铁服务质量。利用大数据和人工智能技术，可以通过物联网和云计算技术等现代化的科技打造一个智慧地铁系统。目前，地铁建设者的一个重要任务就是通过软件工程技术开发出更多实用的智慧地铁软件，促进智慧地铁的产业化发展，全面提高感知力和分析能力，为地铁运营的决策提供科学的、真实的依据，此外，还能助力提升精确的执行能力，从而打造一个现代化、智能化的城市轨道交通系统。

4 大数据和人工智能技术在智慧地铁运维方面的应用

良好的运维管理可以为地铁系统的可持续发展提供保障。然而，运维工作却是各个地铁公司都难以突破的技术堡垒。难以突破的原因主要有人力资源使用量大、成本高、运维手段技术含量比较低、各系统信息共享程度低、数据分析不够准确及时、设备维护主要依靠人工导致维护效率低以及运营公司无法给出正确的策略方法等。地铁系统的运维工作一直阻碍着地铁系统的良性发展。为了打造一个健康有效的运维系统，地铁公司必须把握住改革的机会，将大数据和人工智能技术应用到智慧地铁的建设中去，打造一套完整的、立体化的运维系统。

4.1 智慧地铁运维的平台架构

智慧地铁运维系统由感知执行层、数据传输层以及业务分析层构成。

4.1.1 感知执行层

感知执行层的工作内容有：将热量、力度、红外线、激光及声音视觉传感器进行对接，利用大数据和人工智能技术对传感装置进行改造。改造的目的是把传感装置建设成一个微型和集成为一体的标准化、可移动的装置系统，达到智能感知前端数据的效果。

4.1.2 数据传输层

数据传输层以骨干网络为基础，将通信运输作为骨干网络的核心内容，把大数据、5G通信等先进的科技应用到数据运输网络中，构建一个效率高、速度快的数据信息传输渠道。使用这个数据信息传输通道后，数据的存储能力和传输能力都会得到大幅度提升。数据传输和存储的空间也会有所增加，地铁的运维就有了标准化、可视化、可持续的信息数据存储运输体系。这个体系将为地铁运行的数据分析提供科学、准确、全面的数据支持。

4.1.3 业务分析层

业务分析层是地铁运维体系的一个重要构成部分。业务分析层的工作内容是将大数据、人工智能、云计算及物联网等技术应用到地铁运维系统中。业务分析层不仅能够利用人工智能设备整合音频和视频等影像数据信息，还能够综合分析处理那些非结构性的内容。地铁运维过程中经常会出现各种突发事件，合理地调度维护人员，可以节约运维成本和人工管理成本，提高工作效率和工作质量。运维工作的最终目标是实现无人化、科学化的管理，业务分析层的建立有助于实现这个总目标[3]。

4.2 智慧地铁运维的关键技术

智慧地铁运维技术的突破是构建智慧地铁的重点工作。智慧地铁运维过程不能没有科学技术的支持。强大的数据传输能力能够更好地将感知层与设备关联起来。因此，充分利用好物联网技术的同时还需要提升无线网络的全面覆盖，同时也应该利用好BIM技术，为可视化地铁运维系统的建成助力。另外，技术人员还要分析地铁运维系统的发展趋势，及时调整所运用的技术。

5 结 语

目前，智慧地铁是一个新兴的研究方向，具有很大的研究和发展潜力。只有合理应用大数据和人工智能技术，才能够更好更快地构建智慧地铁系统。智慧地铁的智能化建设，可以促进城市轨道交通的蓬勃发展。