现代城市轨道交通行业TOS 系统与AI 技术的嫁接应用研究

靳鸿泽 郭大为

（1 大连交通大学机车车辆工程学院，辽宁 大连 116028；2 大连交通大学理学院，辽宁 大连 116028）

一、研究目的及背景

随着智慧交通的发展，我国目前针对交通拥堵问题的方式更加智慧化，管理效率不断提高。本文通过以数据采集、数据分析、数据挖掘、数据决策、数据服务为主线，基于TOS 系统为基础，根据不同车站的站台占地面积，不同环境下的车厢满载率情况控制及限流措施，在实际运营过程中仍然需要通过嫁接AI 技术与VER 等3D 呈现技术，更加有效地呈现出车站车厢拥挤度，为乘客出行提供便捷的路径选择，全面深入推进智能交通建设，助推为优化轨道交通运营服务。

TOS（三色运营状态TRI-COLOR OPERATING STATUS 的简称），通过“红、黄、绿”三色状态生动地向公众提供实时的轨道拥堵信息，帮助乘客选择设计最优的出行路径。而当地铁发生重大事件或典型故障等问题时，根据预先设定的紧急预案，TOS 系统将发布疏导信息，避免造成客流大量积压导致交通瘫痪，起到疏散诱导作用[1]。

二、基于TOS 系统与AI 技术嫁接的数据模型分析

TOS 系统基于目前较成熟应用的售检票系统（AFC）、列车自动监视系统（ATS）、列车称重系统等系统采集的轨道网络运营的实时和历史数据，通过多种数据模型处理计算生成多项定量化的、实时性较强的运营服务指标，并通过在轨道交通行业网站、App 等途径，同时与各类城市融媒体、新媒体、传统媒体等系统的嫁接同步等多种方式，向乘客和社会发布实时运营信息，传统TOS 系统与AI 技术嫁接模块链路详见图1。

参照智慧城市建设参考模型[2],从运营规则入手进行数据分析处理，建立相适应的数据处理和着色模型，从采集上来的数据中得出各车站、区间和列车的故障及客流状态，然后根据设定的阈值和规则进行设定VR 虚拟人数及图像呈现,，通过Python 语言实现具体可视化界面[3]。TOS 系统与AI技术嫁接后形成的实时数据采集系统，将针对城市轨道全路网的线路、车站及列车运行数据进行实时采集，通过从各类数据监控获取的数据进行清洗、分析、挖掘，尽量完整准确的抽象出车站关键区域（譬如：车厢、站台、站厅、电扶梯、换乘楼梯等处）的满载率、舒适度，通过3D 技术模拟展示列车运行班次、轨迹、计划，采取3D 动画模式直管阐述全路网的运营状态。

（一）传统TOS 系统的创新设计

传统TOS 系统主要基于AFC 系统票务数据，结合部分天气数据等做简单颜色分布，通过红、黄、蓝三种颜色来体现线路、区间及车厢内的拥挤度。因为地铁AFC 系统传统五层架构传输系统较为复杂，数据延迟性较大，基于此为基础的传统TOS 系统存在的最大弊端就在于无法及时有效地反馈客流及拥挤度，有时还需要人为干预。本文在传统TOS 系统基础上提出轨道交通大数据资源池的建设，综合融合行车运行图数据、PIS实时到站数据、CCTV 视频信息、车站站台面积及规划基础信息、智慧车站屏蔽门传感器信息、车地通信载体信息等，打造基于AI 技术的大数据资源池，综合分析和抽象出短时区间断面客流信息，通过3D 动画视频信息实时为运营组织及乘客提供直观的拥挤度、舒适度画面。

（二）人脸识别系统设计

在基于AI 技术的轨道交通大数据资源池中，增加人脸识别系统，通过人体画像直接识别用户身份，及时响应提供给乘客具体乘车轨迹，为乘客提供实时路径规划，提升乘客出行体验度。

（三）人机交互及VR 展示模型设计

通过车站智能设备、手机App 等智慧出行系统体系对大数据的解析和应用功能，增加人机交互及VR 展示功能，乘客在出行时可享受语音问询、人脸识别、轨迹查询、路径规划、3D 拥挤度模拟体验、舒适度体验等功能，及时准确地为乘客提供便捷的出行环境。

三、TOS 系统与AI 技术嫁接的功能应用

目前城市轨道交通很多城市已经开始应用TOS 系统，通过车站站台信息显示屏、列车车厢液晶显示屏以及地铁网站三种主要载体，分别针对候车时、乘坐时、出门前三类空间和需求，实现快捷查询与乘行方便选择[4]。当运营处于非正常状态，尤其是遇到突发故障时，运营信息将“三同步”及时、透明向乘客发布。TOS 系统实时客流的与轨道交通其他专业信息系统进行同步，通过站台PIS、车厢车站显示屏等，实时向乘客提供地铁车站、线路、路网的畅通性、舒适度和拥挤度等运营信息，避免造成大客流；TOS系统在轨道交通行业网站、App等途径，同时与各类城市融媒体、新媒体、传统媒体等系统的嫁接同步，实现相关运营信息的图文展示，及时有效地向广大乘客发布相关运营信息。

（一）面向运营决策的数据分析及应用及模块

1.针对大客流及特殊日短时客流实施3D 可视化监测

在时间维度和空间维度上，以实时的AFC 刷卡数据、手机信令数据和CCTV 监控数据为基础，结合计划列车运行图、实时行车监察数据、车站客运组织方式 和乘客走行时间参数，对线路、断面、车 站、列车的客流状态进行实时监[5]，实时预测未来5 分钟时间粒度线路断面、车站的进出站量、换乘客流量、客运量和断面客流量等。运用机器学习算法和人工智能手段预测节假日期间、大型活动日期间不同时间段的客流变化，以及受大客流影响的时间段和空间范围，为线网大型活动运力配置计划、客运组织等业务提供决策支持。

2.车站智能限流

利用历史数据确定车站限流阈值，结合短时客流预测模型预测结果，提前一天推送次日限流时间段；结合实时预测模型预测结果，实时调整限流时间段。

3.智能客运组织

运力运量匹配预警；换乘、重点车站负荷瓶颈预警；乘客拥挤风险预警等。

4.全方位3D 视图仿真大客流演练

可针对极端天气、节假日引起的客流增量和大型活动所吸引的客流增量（包括历史客流、未来预测），建立全方位3D 视图仿真大客流演练，为制定轨道交通运营管理制定有效的应急预案。

（二）面向乘客的智慧出行模块

1.乘客服务体验

结合短时客流预测模型预测结果、车内实时预测客流量、站内实时客流量等，实时推送可视化的3D 拥挤度图像画面、乘客体验舒适度、哪节车厢乘客较少等信息，给乘客以更优的乘车选择。

2.车站智能导航

实现车站内3D 导航，智能导航电梯的位置及乘梯拥挤度、楼梯位置及拥挤度、候车厅上下车位置的排队人数等通过3D 可视化模式展现出来。

3.乘客乘车最优路线规划

根据当前车辆乘客拥挤度、换乘走行时间、换乘候车时间、乘车舒适度和快捷性等，给乘客实时推荐最优路线。结合语音识别等AI 技术，可以实现实时交流。

（三）面向智慧政务规划模块

通过以上功能实现、大数据挖掘、实际应用等方面，综合制定数据接口，直接对接城市公共交通一体化平台，为城市总体交通出行规划、城市重大节日、特殊时期限流等方面提供给可靠的数据支撑，实时提供科学的决策依据；同时，对于城市建设、公共资源规划、国土资源优化、商业资源开发等方面都有着重大的意义。

总结

本文主要是在已有的TOS 系统基础上，增加人机互动，通过VR 等3D呈现技术为乘客提供更加有效的出行路径选择提供方案，因为每个车站站台面积、站厅结构因站而异，仅仅有TOS 系统的三色实时客流呈现对于乘客而言，还不够直观、不够智慧化，本项目研究将数字化信息和三色客流系统嫁接AI 技术，将数字信息通过虚拟VR 技术呈现出更加实际的拥挤度，通过人机交互，更便捷地为乘客提供路径选择，譬如：通过人脸识别系统自动调取云平台该乘客常常出行的乘车轨迹，根据乘客偏重的出行首要因素“拥挤度、时间因素等”提供实际VR 虚拟3D 呈现技术尽可能地还原车站客流实情，同时，也为城市轨道交通在应对大客流、专项活动、特殊时期提供限流科学依据。