云边协同的新一代城市轨道交通生产系统融合平台研究

王建文，赵文龙，黄国辉

（1. 广州地铁设计研究院股份有限公司，广州 510010；2. 成都轨道交通集团有限公司，成都 610058）

1 研究背景

经过近20年的高速发展，中国已建成了世界上最为庞大的城市轨道交通网络。伴随高速发展的同时，城轨行业面临着安全保障要求高、乘客服务需求高、企业运营成本高，以及海量客流组织难、系统繁杂维保难这“三高两难”的挑战。在云平台、大数据、人工智能等新兴技术的加持下，地铁建设者们与时俱进，勤于创新。一方面，传统弱电自动化生产系统(如综合监控系统ISCS、信号系统ATS、自动售检票系统AFC、通信系统等，以下简称“生产系统”)采取相对独立的烟囱式建设，导致信息孤岛、资源利用率低的问题，为克服这些弊病，多地建设融合业务云平台来统一提供资源池，通过资源的弹性分配和负载均衡等手段，提高资源利用率[3]；另一方面，引入全自动运行、多元化支付、智能维保等先进的应用和运营模式，打造智慧车站、智慧城轨，实现智能、高效的运营调度管理和对乘客的人性化、精准化服务。近年来，通过持续的创新与实践，我国城市轨道交通的发展取得了显著的成绩，同时也出现新的问题：一是目前各地城轨云平台多采用集中式数据中心的建设模式，将各生产系统的所有应用集中部署在中心云平台上，从车站边缘设备传输大量结构化、非结构化数据到云中心，致使网络传输负载急剧增加，可能产生较长的网络延迟，给生产系统造成一定的安全风险；二是伴随越来越多的智慧化业务需求的提出，感知层的底层数据激增，集中式云计算能力为匹配海量边缘数据需不断扩容，导致数据中心规模愈发庞大，运维难度和成本加剧。因此，研究和设计一种适应城市轨道交通生产业务的新型平台架构和计算模型是必要的。

在当今万物互联的新时代，学术界和产业界在工业互联网、边缘计算等领域开展了大量的研究和实践，并提出了多种新型计算模型，如雾计算、微云、数据中台等[4]。在轨道交通领域，一种典型的基于边缘计算的运营场景——车车通信技术也已有应用案例。笔者试图设计一种基于工业互联网和云边协同的城轨生产融合平台架构，将云计算与边缘计算彼此优化补充，旨在更好地满足城轨生产系统的要求及运营管理场景的需求。

2 生产系统融合平台总体设计

2.1 从“一云集全”到“云边协同”

在集中云数据中心的建设模式下，将算力等资源归集在一处，部署所有的生产及管理业务。在线路增多而导致数据量和业务量激增时，集中式数据中心会消耗巨大的网络传输资源，带来一定的延迟。因此，引入边缘计算理念，细分城轨各生产系统的数据特征和业务场景，将一部分业务下沉至边缘控制器，配套独立的资源管理系统，实现“车站自治”。将全局性、时间非敏感型、大数据分析统计类的业务，保留在中心云平台上，并将分析优化后的模型、参数、业务规则下发到边缘侧。通过云计算与边缘计算的互补协同，匹配各种需求场景，最大化地发挥两者的应用价值。

2.2 从“设备入云”到“业务融云”

在调研各地城轨云工程实例中发现，地铁生产系统迁移到云端后，大多仅使用到云平台体系中的IaaS层，即硬件资源共享；各生产系统的软件架构基本没有变化，各单体应用以虚拟机的方式部署在云平台宿主机上。伴随着不断涌现的智慧化需求，各生产系统的功能越来越多，应用越发庞大，升级维护变得复杂，风险和影响范围加大。本研究提出，将传统生产系统应用软件进行模块化和微服务化的改进，以加速新一代城轨融合平台软硬件深度融合的进程，主要思路是：按照业务功能，将一个复杂的应用拆分为多个自治且完整的小型服务或进程，配合逐渐成熟的容器技术工具，使单元负载更加轻量，从而有助于优化IaaS基础设施的资源弹性配置，且能解决业务的快速迭代、快速部署及灵活调用等问题。

2.3 从“数据孤岛”到“统一平台”

地铁传统生产系统的业务及数据相互分立。一方面，为满足数据交互的需求，各系统相互之间设置数据接口，呈繁复的网状，即使规范了相对标准的接口协议，不同接口所属的系统厂家也需重复开发；另一方面，各生产系统后台存在功能相似的服务和算法，如车站安防系统与客流分析系统均采用视频分析算法为上层应用提供结果。

因此，新一代城轨生产融合平台的架构，需要打通数据互通的瓶颈，统一数据标准，简化数据接口，发掘生产数据的价值，并能提供可重复使用的城轨服务，减少同类服务的重复工作量，其本质是打造一个工业操作系统，构建数据协同体系，快速响应智慧地铁应用快速迭代的要求。

2.4 从“分立分层”到“合纵连横”

在车站生产系统的控制层，各专业相互独立：如车站环境与设备监控系统BAS、智能低压系统MCC和通风空调节能控制系统，其被控对象均为车站风水电等机电设备，3个系统各自部署多套PLC(可编程逻辑控制器)，其监控对象和控制器的选型均高度重复，建设及运维成本大。为此，可考虑在末端引入边缘控制器，统一提供PLC算力，将多个专业横向整合，即所谓“连横”。同时，边缘控制器宜具备虚拟化功能，保证多个后台/程序调试的独立性。

新一代生产融合平台架构应能重构和优化一些专业的业务流程，如将AFC专业原架构中的线路级中央LCC、MLC平台与线网级ACC平台在数据中心层面进行业务整合，使其架构扁平化，达到“合纵”的目的[5]。

3 云边协同的总体架构设计

2020年发布的《中国城市轨道交通智慧城轨发展纲要》提出，建立城轨云平台以实现业务的综合承载和数据共享，为大数据应用奠定基础[6]；同年，边缘计算产业联盟(ECC)发布《边缘计算与云计算协同白皮书2.0》，倡导进一步深化边缘计算与云计算之间的关系，提出云边协同价值场景、价值内涵、关键技术等维度的研究；工业互联网产业联盟(AII)发布《工业互联网架构体系2.0》，提出了边缘层、PaaS层和应用层3个关键功能组成部分[4]。基于前述的优化设计思路，横向参考其他工业行业的发展趋势，提出基于工业互联网和云边协同的新一代城轨生产融合平台，由以下4层架构组成。

3.1 基础层

与目前集中式云平台类似，云边协同城轨融合平台在数据中心搭建资源池，提供城轨各类系统运行所需的计算、存储、网络等物理设备及虚拟化资源，其本质是云计算模型中基础设施IaaS层。基础层资源还包括城轨线网级骨干传输网络，选用光传送网OTN等通信技术来实现城轨线网中各节点的网络互通。

与集中云平台不同，本架构中的中心云平台主要承载线网级、线路中心级有关大数据分析、决策支持的相关业务，如线网客流预测分析、能源管理、调度仿真等时间非敏感型业务，将在线、实时业务下沉至车站的边缘层中。

3.2 平台层

平台层是新一代城轨生产融合平台的核心。将传统烟囱式分立建设的各系统中共性的业务逻辑和流程进行提炼沉淀，打造城轨行业能力复用和分发平台，以支撑城轨顶层业务。其中，共性能力可分为数据、技术、服务3个层面[6]。

3.2.1 数据平台

传统生产系统存在数据接入复杂、多源异构、数据纷乱、缺乏规范标准等问题。在平台层中，数据平台的核心价值在于借助数据治理和分析能力，形成企业数据资产，这也是深化大数据应用、不断探索应用人工智能技术、逐步提高智能化水平的前提条件。

数据平台基于大数据建立地铁数据资产管理与数据服务平台，主要由大规模并行处理(MPP)数据库、数据挖掘工具、分布式数据库、可扩展的存储系统等部分组成，采用的大数据技术包括大数据接入、清洗、存储、离线/近线/实时数据分析、机器学习等。数据平台可实现底层生产数据的接入与集成、数据存储、数据治理、数据分析、数据服务、数据可视化、建模仿真等功能，为顶层业务应用提供数据全面分析研判的工具，可实现更全面的需求预测、更精准的态势分析、更精细的预报预警、更高效的规律发现、更科学的决策支撑。

3.2.2 技术平台

技术平台能为上层应用提供共性技术支撑，如面向地铁线网级应急指挥、资产管理、设备维保等业务需求，可统一提供地理信息系统(GIS)、城市信息模型(CIM)、BIM等技术支持。

此外，算法和机理模型是技术平台的重要组成部分，如客流预测算法模型、人脸识别算法、智能视频分析、故障预测、健康度评估等人工智能分析技术。对于人脸识别、视频分析等算法，可采用行业内现有的成熟算法；对于设备健康度评估算法，是实现智能运维由故障修向状态修转变的重要支撑，与行业设备特性紧密关联，没有通用的成熟产品，可引入基于大数据分析的机器学习工具，通过持续的学习迭代加以实现。

3.2.3 业务平台

业务平台将核心通用的城轨共性业务需求提炼融合为可共享的服务，如用户权限服务、预案管理服务、客流实时统计服务、能源管理服务、综合信息服务等，为顶层应用(如智能调度、智慧车站、智能车场、智能运维、应急指挥、乘客服务等智能化、智慧化、未来创新型高级应用)提供统一的服务支撑[6]。

3.3 边缘层

中心集中化的云计算和大数据平台带来资源复用率提升、成本节约以及处理能力和数据融合能力极大增强的同时，也带来较高的时延、较差的响应性、传输负载带宽要求高、可用性受限于通信网络等问题。这些问题不利于生产系统运营场景，如信号系统、集成在综合监控系统的电力监控功能，其系统的实时与准确关乎到行车及人身安全。边缘层在靠近数据源头的位置提供智能分析处理服务，减少时延，提升效率，提高安全性。与中心云相互协同，在边缘节点因为存储、算力、数据的规模限制不足以完成的大数据分析和模型训练在中心云进行，完成分析结果和模型参数下发及更新到边缘节点提供服务。

边缘计算在新一代城轨生产融合平台的落地形态可归纳为两类。

1) 车站底座。最靠近数据源和被控对象的边缘网关，如融合BAS、MCC、群控系统等专业PLC的边缘控制器。一方面负责数据的泛在连接、协议转换和传输，另一方面负责边缘计算，即以固定流程为主的逻辑顺序控制。

2) 车站边缘云节点。将地铁综合监控、AFC、信号、通信等生产系统车站级应用中高有效性(HA)的业务，融合部署在车站边缘云节点，进行数据预处理、存储、智能分析及业务应用，提升操作响应灵敏度，降低网络堵塞。比如，将智慧车站需求中的智能视频分析在车站边缘节点中完成，提高视频分析的速度，同时降低对云中心计算、存储和网络带宽的需求。在传输网络通信中断时，也可以通过边缘层进行车站业务的自治。此外，云-边架构有利于既有线的快速云化改造和部署。

3.4 应用层

在中国城市轨道交通协会发布的《中国城市轨道交通智慧城轨发展纲要》中，提出了“1-8-1-1布局”的智慧城轨蓝图，即建立一个城轨云与大数据平台，并在智慧乘客服务、智能运输组织、智能能源系统等八大体系中，不断创新和发展信息化、智能化的顶层高品质应用[6]。

新一代城轨生产融合平台可满足智慧城轨的发展需求，促进未来创新型应用的开发和实现。城轨行业开发者可依托边缘层的生产数据采集，以及平台层的数据分析、AI能力、共享业务等平台支撑能力，将设备、数据、流程、事件、用户等因素信息进行综合分析，快速搭建智慧地铁应用，如智慧客运组织、设备健康评价、车站运营评估、车站策略优化等。

综上所述，以云边协同为手段，基于工业互联网的新一代城轨生产融合平台总体架构如图1所示。

图1 新一代城轨生产系统融合平台总体架构Figure 1 New generation metro automation systems fusion platform system structure

4 实施方案及应用实例

4.1 分步分阶段的实施方案

城轨建设和智慧化发展是不断迭代与持续推进的过程，宜根据当地建设的特点，分步分阶段地落地[7]。从时间维度上，建议城轨生产融合平台分为初级、中间和高级3个建设阶段[9]。

1) 初级阶段。搭建城轨生产融合平台的IaaS(基础设施即服务)层，基于云平台的硬件资源共享环境，统一承载传统生产系统，并考虑承载同期建设的线网级业务，如线网指挥中心、线网安防集成平台、线网清分中心等；在车站部署边缘云节点，将车站级实时业务部署在边缘云节点上。

2) 中间阶段。搭建城轨生产融合平台PaaS层中的数据平台；逐步优化各生产系统应用软件的架构，完成传统应用软件向模块化和微服务化方向的演进，实现软件与硬件的深度融合；逐步完成既有线路生产系统的改造和迁移；端边搭建自动化系统连横的车站底座。

3) 高级阶段。完成城轨生产融合平台PaaS(平台即服务)层技术平台、业务平台的搭建，以支撑各类智慧化业务持续不断地迭代开发和部署，促进SaaS(软件即服务)层的创新与开发，达到智慧城轨的发展目标。

4.2 生产系统融合平台实例

国内目前已有基于云边架构的工程案例，如昆明地铁4号线建设的云交自动化系统，北京地铁19号线的边缘计算平台等。本研究结合技术现状，提供一种典型的针对全自动运行线路的生产融合平台应用实例，详细说明车站、车辆段、中心级的建设方案。

1) 车站。设置站级边缘云节点，虚拟化承载车站级ISCS、ATS、CCTV、PIS、PA、AFC、安检、安防等生产系统的主实时业务。在边缘云节点搭建车站级的技术平台，提供可复用的视频分析算法、人脸识别算法、人员定位算法服务，供本站的智慧车站、智慧维保、多元化支付应用调用(见图2)。

图2 算法融合的车站边缘云节点架构Figure 2 Station edge cloud fusion platform system structure

2) 控制中心。设置基于云计算技术的主中心、灾备中心。其中，主中心承载线路级、线网级的生产业务，以全局、分析和集中式存储业务为主，可将决策优化后的模型与参数下放至车站，与车站级结合，实现中心与边缘的协同；灾备中心仅考虑数据级灾备和线网级应用的备份，可有效控制建设规模和成本。此外，为提高整体的可靠性，考虑将站级应用的备份部署在主数据中心，在车站边缘云节点故障时，可临时启用数据中心的备份应用。

3) 车辆段。车辆段的设置与车站基本相同，负责车辆段节点的业务部署。另外，针对有线路级后备控制中心需求的线路，在车辆段边缘云节点中，额外部署与行车密切相关的线路中心级应用备份，在中心云平台离线时，实现本线路关键应用的后备功能。

4) 传输网。搭建覆盖全线网的骨干传输网络，针对采用多区域控制中心的城市，可在每处区域控制中心内，设置线网骨干网络的一级传输节点，组成复用环形网络。综上分析，城轨生产融合平台典型应用实例的架构如图3所示。

图3 新一代城轨生产融合平台典型应用实例架构Figure 3 New generation metro automation systems fusion platform application case

5 结语

新一代城轨生产融合平台，采用基于工业互联网的边缘层、基础层、平台层和应用层的4层总体架构。边缘层靠近执行单元和被控对象，负责生产数据采集、瞬时计算和初步处理；中心层通过云计算、大数据平台等支撑顶层应用，将优化后的业务规则、模型或参数下发至边缘层，实现云边协同。

就城轨行业来说，云边协同的平台架构相对于集中式云平台，更有利于满足弱电自动化生产系统的实时性要求，适配工业互联网的特征，能有效控制线网中主、备数据中心的规模及能耗。另外，在中心云平台、边缘云节点中，均可同时具备基础资源和平台资源，各生产系统可根据其数据和业务特征部署在中心侧或边缘侧，并能进一步通过模块化和微服务化的软件架构放大融合平台的使用价值。

本研究提出的新型架构，在解决生产系统自身问题的同时，也会对其他问题产生影响，如信息及数据安全问题、运营管理模式等，笔者也将继续深入探索。