高速综合检测车多源信息融合集成平台设计及关键技术研究
2023-08-21解亚龙王万齐沈海燕刘国跃王志华杨玲玲鲁玉龙
解亚龙,王万齐,沈海燕,岳 亮,刘国跃,王志华,杨玲玲,鲁玉龙
(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.北京铁科英迈技术有限公司,北京 100081; 3.北京经纬信息技术有限公司,北京 100081)
截至2021年年底,全国铁路营业里程突破15万km,其中高速铁路(以下简称“高铁”)超过4万km。为保证高铁在复杂多变环境下高速、安全、持久地运行,必须在高速运行条件下,实时对列车、线路设备、路网状况进行质量和安全状态监控,主动预防并处置各种安全隐患,确保各系统协调、安全地运行。高速综合检测车是我国高铁基础设施检测的重要技术装备,是完成高铁营业线周期性检测、新建高铁投入运营前联调联试、大型综合性科研试验等基础设施检测工作的主要检测手段和技术力量[1-2]。
随着智能京张、智能京雄高铁建设的全面启动,以及5G、物联网、人工智能、区块链、云计算、大数据、边缘计算等先进技术在高铁各专业领域研发应用的广度和深度的持续扩大,标志着我国高速铁路向智能化方向迈进[3]。结合高速综合检测车的任务目标,研究面向高速综合检测车多源信息融合集成平台及其关键技术,对多来源、多维度、多专业的信息进行融合、集成及分析应用,为提升我国高铁联调联试技术、基础设施综合检测技术的创新水平提供新的方法和手段[4]。
1 研究背景
1.1 我国高速综合检测车的发展及作用
自2003年起,我国开始研制高速综合检测车,2007年第一列200 km/h综合检测列车装备投入使用,至今已投入运营14列。我国高速综合检测车的发展主要经历了各专业检测车、安全综合检测车、高速综合检测车3个阶段。检测内容由单一的专项检测向更多专业、更全面的综合检测扩展,检测速度也达到列车运行速度,检测目的发展到不仅要保障运营安全,而且要指导养护维修、动态资产管理的新阶段[5-6]。
高铁由多个系统组成,包括供变电、接触网、动车组、通信、信号、路基、桥梁、轨道、客运服务等子系统。高铁建设是一个涵盖“设计-建设-运维”等多环节、多参与方、多专业的全生命周期动态管控过程。在建设阶段,验证高铁设计是否达标、开通运营是否满足条件方面,联调联试发挥着重要作用。在运维阶段,高铁基础设施的周期性检测(也称“日常检测”)是保障动车组运行安全的必要手段[7-8]。
高速综合检测车是高铁联调联试和日常检测最重要的移动检测设备之一。通过搭载数十种传感器及各种专项检测设备,在高速运行条件下,实现对轨道、接触网、通信、信号等系统数百个参数高精度、高可靠的实时测量,综合检测能力和检测精度达到世界一流水平。联调联试通过采用高速综合检测车等检测设备,以不同速度等级在线路上往返运行,反复检测、调试、验证各系统状态和系统间匹配关系,使各子系统的功能和结构完整、合理,使高速铁路整体系统功能达到最优。运维阶段基础设施日常检测也是借助于高速综合检测车进行等速综合检测,并对检测数据进行分析,评价基础设施的状态变化,为高铁运营安全评估和养护维修提供技术支撑[9-11]。
1.2 高速综合检测车多源信息融合现状
高速综合检测车的两大主要任务是高铁日常检测和联调联试。目前,高速综合检测车上部署的各专业检测系统信息不能共享、系统间缺乏协同联动、单点强而全局弱,缺少各专业之间、专业与外部环境之间的关联分析及集中融合展示。缺少有效的现场决策指挥技术手段,缺少新建铁路工程及基础设施设备综合监控、多专业融合分析的可视化信息融合集成平台。
陶凯等[12]基于大数据技术设计并实现了铁路基础设施检测监测数据管理和集成分析服务平台,打破各专业、各应用系统间的数据壁垒,进行数据资源的整合,实现基础设施故障诊断、故障预测、状态评价等大数据分析应用。该平台对各专业历史检测数据进行接入、存储、分析与治理,部署在地面中心,未涉及日常检测的实时检测数据以及联调联试阶段的检测数据集成与管理。
杨东盛等[13]研究设计高铁联调联试数据管理系统,通过将前置系统与大数据服务端分离部署,提供一个数据汇集、分析应用和共享服务的平台,实现联调联试多专业、多类型数据的集中采集、自动汇集和分类共享。该系统为数据管理系统,未涉及检测数据多源融合分析及可视化集成展示。
王万齐等[14-15]基于CRH380AJ-0203、CRH380AJ-2818高速综合检测车研发联调联试车载集成平台,实现了高铁联调联试检测监测数据的汇聚、存储,在多源异构系统集成、数据融合等方面进行探索,并突破系列关键技术,顺利完成京张、京雄高铁等线路的联调联试工作,该平台满足联调联试模式,部署在高速综合检测车上,但未涉及日常检测业务。
因此,基于联调联试车载集成平台,以日常检测及联调联试两种业务模式为依托,综合考虑大屏及硬件设备,深入研究面向高速综合检测车的多源信息融合集成关键技术及平台研发,不仅满足高铁基础设施检测监测可视化、智能化管理需求,而且为实现日常检测、联调联试智能检测、无人值守目标奠定技术基础,不断提升我国高速铁路技术创新水平。
2 总体设计
2.1 建设目标
以铁路信息化总体规划为指导,以智能高铁发展为方向,以提升高铁联调联试技术创新水平以及高铁基础设施智能运维水平为目标,利用多源信息融合、跨平台互联互通及信息共享、多维可视化信息集成、BIM+GIS数字孪生等关键技术,构建以高速综合检测车为载体,集数据采集汇聚、信息融合分析、多图协同联动、集成综合展示为一体的多源信息融合集成平台,实现实时检测监测、异常自动报警、数据趋势分析、安全态势推演,挖掘数据价值、及时洞察潜在风险,提高基础设施养护维修效率、降低运维成本,提升精准研判、科学决策水平,为我国高铁安全运营提供技术支撑。
2.2 总体架构
高速综合检测车多源信息融合集成平台(以下简称“平台”)总体架构如图1所示,由下至上分为外部系统层、数据资源层、业务应用层、可视化平台层、大屏展示层。外部系统层包括轨道、加速度、轮轨力、弓网、通信、信号等车载专业检测系统,工务专业、供变电、综合接地等地面专业检测系统,以及时空同步系统、视频系统、车地无线传输系统、铁路工程管理平台等其他系统,主要为数据资源层提供相应数据资源。数据资源层通过数据接口、文件接口,以及人工录入等方式将数据接入,包括日常检测数据、联调联试数据、建设期数据、公共基础数据、BIM/GIS数据、视频等数据,并经过数据汇集、存储、治理、分析、共享等数据处理手段,将数据转换成业务应用层数据。业务应用层实现日常检测和联调联试两种模式的功能应用。可视化平台层提供大屏管控、组件库管理、场景模板管理、交互设计、视觉设计服务,为大屏展示提供前提和基础。大屏展示层采用多维数据可视化技术,通过“一张屏(大屏)、多张图(BIM+GIS 3D图、GIS 2D图、设备状态综合图)”的展示形式,为用户提供多维度、多层次的数据可视化手段。
图1 高速综合检测车多源信息融合集成平台总体架构
2.3 功能设计
平台按照日常检测和联调联试两种工作模式的相同之处,以及两种模式下检测专业及检测重点等不同,同时考虑大屏、PC端等终端接入显示,设计了八大功能模块,主要包括:BIM信息融合、GIS信息融合、基础设施融合、视频融合、线路概况、系统管理、车载专业融合、地面专业融合(车载专业统计分析)。BIM信息融合模块包括“车-模”实时联动、建设期数据关联、检测超限值报警、地面测点定位、重点构筑物漫游;GIS信息融合包括列车位置追踪、图数协同联动、线路质量表达、实时检测报警、历史交路回放;基础设施设备融合包括多专业数据叠加、动静态信息融合、设备综合图自动绘制、超限值自动报警、多专业协同联动;视频融合包括环境视频(车头视频、车尾视频)、弓网视频;线路概况包括线路基本信息、实时速度里程、检测计划展示;车载专业融合包括工务专业(轨道状态、轮轨力、加速度)、供电专业(接触网)、电务专业(通信、信号)数据融合及分析;统计分析包括轨道几何状态趋势、轨检大值偏差统计、接触网缺陷趋势、接触网缺陷统计、信息设备问题统计、通信问题统计;地面专业融合包括轨道、道岔、路基、桥梁、隧道、供变电、综合接地、电磁环境、客运服务、灾害监测、综合视频、振动噪声、声屏障专业数据融合及分析。功能架构如图2所示。
图2 高速综合检测车多源信息融合集成平台功能架构
2.4 界面设计
平台综合考虑大屏的尺寸、分辨率、展示内容、展示效果等因素,依据业务需求主-次-辅优先级原则:主要指标位于屏幕中央,次要指标位于屏幕两例,辅助指标不显示或鼠标经过时显示,对屏幕划分为六大区域,如图3所示。
图3 高速综合检测车多源信息融合集成平台功能区域划分
(1)区域1:系统LOGO名称及菜单栏目。
根据高速综合检测车当前的检测模式,通过日常检测和联调联试菜单进行切换。通过系统管理菜单进入管理页面,进行线路基础信息维护等操作。
(2)区域2:线路概况。
日常检测模式:对检测线路名称、行别、实时里程、速度、检测线路长度,以及线路上车站情况等信息进行显示。联调联试模式:对联调联试计划、进度、速度级、上/下行、实时里程、速度以及线路概况进行显示。
(3)区域3:周边环境。
通过页签切换、轮播等形式展示线路周边环境视频、接触网视频,实时监测线路状况、周边环境、受电弓等状态。
(4)区域4:车载专业历史统计分析/地面专业检测分析。
日常检测模式:对车载专业历史检测数据进行统计分析及图表显示;联调联试模式:对地面专业检测的状态数据进行分析及图表显示。
(5)区域5:车载专业实时检测分析。
通过多种图表展示方式对车载专业实时检测数据进行显示。日常检测模式:展示工务专业(轨道状态、轮轨力、加速度)、供电专业(接触网)、电务专业(通信、信号专业)。联调联试模式:与日常检测模式基本相同,将加速度改为列车空气动力学响应。
(6)区域6:多维信息融合。
该区域为屏幕的主区域,因为展示空间有限,通过轮播、切换等方式,将BIM+GIS信息融合、GIS信息融合、基础设施设备融合进行综合展示。
根据功能区域划分,以用户体验为中心,通过多维可视化技术对界面进行视觉效果设计,如图4所示。
3) XLPE是将PE从热塑性变为热固性,从而对应力开裂、切割的抵抗力更强,同时对溶剂变化的适应性也强。XLPE具有比PE更高的介电常数,但具有更好的抗老化性和耐水性。XLPE的绝缘仪表电缆导体长期允许工作温度为90 ℃,短路热稳定允许温度为250 ℃。
图4 车载信息融合集成平台界面视觉效果
2.5 硬件架构
平台部署在高速综合检测车上,硬件包括计算、网络、多媒体显示及附属设备等,各设备互联关系架构如图5所示。CPCl(Compact Peripheral Component Interconnect)计算平台为平台提供应用部署、数据库管理、数据处理、存储等服务。工控计算机负责通过HDMI、DP等高清信号线连接投影机将平台界面投放到屏幕上,以及对应用程序的管理、控制。网络交换机提供车载局域网络数据交换互联功能。移动工作站通过无线路由器访问CPCI计算平台以及工控计算机,用于控制屏幕操作,包括切换、缩放、管理等功能。其中,CPCI计算平台、工控计算机、网络交换机、无线路由器安装在车厢专用机柜中,投影机、幕布、移动工作站安装在会议室车厢。
图5 车载信息融合集成平台硬件架构
3 多源信息融合应用
3.1 信息融合与信息集成的联系
信息融合也称数据融合,是指在不同抽象层次上,把从不同空间或时间上获得的多个来源的同构或异构信息进行合并或集成,以获取更完整、更精确、更可靠的信息或推论。信息集成也称数据集成,是指在逻辑上或物理上将分散的、异构的数据进行有机集中,形成便于数据共享及应用的规范、统一的数据资源,进一步奠定数据分析统计及数据挖掘基础,进而充分发挥数据资源的价值[16]。数据融合与数据集成的区别与联系如下。
(1)数据集成多为位置上的集中,或者是顺序上的排列组合,生成一个较大数据集或有序的信息,数据总信息量不变。数据融合则是把多个不同的数据集整合、处理形成新的数据集,信息可能会损失也可能会增强。
(2)数据集成侧重于多个数据对象集中在一起的呈现,数据融合更侧重于多个数据对象合并的过程。
(3)数据集成为数据融合提供数据基础平台和框架,数据融合为数据集成提供数据整合的方法和支撑,是数据集成的延续和扩展。
(4)二者是多源多模态数据处理中不可分割的两种方法,交替或同时存在于数据处理过程中。
(5)二者共同服务于信息集成平台,在信息集成平台中二者协作关系如图6所示[17]。
图6 数据融合和数据集成在信息集成平台中的关系
3.2 多源信息融合技术在高速综合检测车的实现
信息融合按处理信息源所在的层次可分为数据层融合、特征层融合和决策层融合。数据层融合是对原始数据直接融合;特征层融合是对数据源的特征信息进行提取、分析处理,保留重要信息,为决策层融合提供支持;决策层融合是对特征层融合后的局部决策信息进一步融合,得到最终的决策。数据层和特征层融合属于低层次融合,决策级融合属于高层次融合[20]。
高速综合检测车多源信息融合的思路是:首先对数据层进行融合,融合后的结果作为特征层的输入;再对特征层进行融合,融合后的结果作为决策层的输入,如图7所示。
图7 高速综合检测车多源信息融合的实现框架
(1)数据层融合
对高速综合检测车日常检测、联调联试实时检测和历史检测的信息按专业进行分类、统计、汇总;以BIM模型、GIS地图等为载体,以设备台账、专业数据为核心,将铁路基础设施设备结构化和非结构化数据信息进行融合,形成BIM+GIS场景一体化、GIS全专业一张图、基础设施设备综合图,根据周边环境视频监控进行异常状态识别。
(2)特征层融合
在数据层融合的基础上:①各检测专业根据其相应检测指标的标准值(或阈值),判断该指标是否超限,并进行自动报警;②通过融合BIM+GIS三维场景,实现“车-模”实时联动、异常自动报警、重点构筑物、地面测点定位、建设期信息关联,实现物理铁路和虚拟孪生铁路场景及应用的虚实映射、互动和交互;③以二维GIS为数据载体,实现列车位置追踪、检测数据图数联动、设备状态实时报警等;④根据设备台账,利用连续图形表达及自动绘制技术,形成基于统一里程的“基础设施设备+M专业”综合图,动态直观反映铁路多专业基础设施设备、多专业协同联动、超限值报警。
(3)决策层融合
利用数据层与特征层的融合结果,进一步分析、评估、推理,得到设备状态评估、线路质量评价、风险主动辨识、安全态势推演、精准分析研判,形成高铁基础设施养护管理、预测性维修的决策。
4 关键技术及创新
4.1 基于BIM+GIS的多源数据匹配及检测信息融合技术
通过利用外部插件及转换工具实现多文件格式的BIM数据与GIS的跨领域无缝衔接[21];BIM通过与倾斜摄影、地形数据、卫星影像等多源数据匹配、集成融合,为用户提供沉浸式的可视、交互体验;通过使用实例化、轻量化处理、缓存等性能优化技术,实现BIM+GIS信息高效融合,提高三维场景性能、数据传输速度以及可视化效果;将BIM模型与各专业的地面测点、检测监测超限值、结构物有机关联和融合,动态展示线路周边环境、漫游重点构筑物、超限值报警。
4.2 基于GIS“一张图+N专业”的综合展示及融合应用技术
以GIS“一张图+N专业叠加”为设计理念,采用面向对象的地理空间数据共享管理、地图数据缓存等多项关键技术,解决了铁路地理空间信息数据共享共用、按需缓存局部更新、与铁路业务数据叠加集成、二次开发应用等难题,实现以二维GIS为数据载体,检测数据图数联动、列车位置追踪、线路质量表达、设备状态实时报警等综合展示及融合应用。
4.3 基于“仿泳道分区+符号化设计”的连续图形表达技术
以设备台账为基础,采用“仿泳道分区+符号化设计”思想,在“一张图”中实时计算分幅画面、动态绘制工务、电务、供电各专业设备、叠加多专业超限值,构建基于统一里程的“一张图+M设备”的“基础设施设备综合图”,实现动态直观反映铁路多专业基础设施设备、检测监测状态数据的集成融合、协同联动、超限值自动报警等功能。
4.4 基于时空同步的多图协同联动、数据融合分析技术
通过采用基于里程定位、时间同步的时空同步技术,为高速综合检测车动态检测的所有专业提供统一、精确的时间里程,解决了相同速度、里程时间同步条件下各专业检测参数等指标实时检测与监测的对比问题,以及列车位置追踪、“车-模”实时联动、设备综合图自动实时绘制等功能的实现。为高速综合检测车多源信息融合集成平台“一张屏、多张图”协同联动提供统一的基准,也为不同检测专业数据关联分析、趋势分析,以及多专业数据融合分析提供了前提和基础。
4.5 高速行驶下大场景、高体量BIM模型动态加载技术
通过采用BIM模型格式转换、GIS空间坐标转换、属性信息关联实现BIM+GIS的深度融合;采用LOD技术依据视距展示不同精细度模型,采用实例化技术进行模型复用,采用基于WebGL的BIM图形引擎进行Web环境下的三维可视化快速渲染,实现BIM模型动态加载及渲染;通过减少造型数据、减少模型面片数量等BIM模型轻量化技术,配合异步加载方法,大大提升模型加载的效率和流畅度[22]。解决了时速大于300 km大场景、高体量BIM模型卡顿及体验差的难题,实现高逼真、沉浸式“全线、全景”实时平行移动管理。
4.6 跨平台互联互通及信息共享技术
通过将“多源信息融合集成平台”中线路概况、BIM信息融合、GIS信息融合、基础设施设备融合等信息嵌入到“铁路工程管理平台”;将“铁路工程管理平台”中的建设期数据信息(设计图纸、施工日志、检验批、沉降观测、围岩量测、隐蔽工程影像、四电一杆一档、一台一档等)加载到“多源信息融合集成平台”BIM模型中,同时将BIM模型与各专业的地面测点、超限值、构筑物有机关联,动态展示线路周边环境、漫游重点构筑物、超限值报警,实现跨平台间互联互通及数据共享,为基于BIM工程建设全生命周期管理奠定基础。
4.7 基于用户体验的多维可视化技术
以用户体验为中心,基于“1平台+M主题+N页面”的三层架构规划,采用页面风格统一、功能扩展灵活、数据层次化布局、屏幕交互联动的设计理念,运用BIM、GIS、图表、图解、图形、表格、列表等形象化方式,把不易被理解的多维抽象信息进行立体视觉和感知表达的直观呈现,展示内容丰富、全面、专业,不仅为各参与方、管理者提供全局、动态监测检测数据服务及辅助决策,而且对探索多维数据信息及数据结构、进行数据分析与挖掘,以及发现数据演变规律有重要意义。
5 结语
针对高铁日常检测和联调联试的业务需求,开展多源信息融合、连续图形表达、时空同步、多图协同联动、BIM模型轻量化及秒级加载、跨平台互联互通及信息共享,以及多维可视化等关键技术研究,并从总体架构、功能设计、界面设计、硬件架构设计等方面提出解决方案,设计了高速综合检测车多源信息融合平台,基于BIM信息融合、GIS信息融合、基础设施设备融合,实现列车位置追踪、异常自动报警、多图协同联动、跨专业融合分析等功能,解决了跨组织间(横向)、专业间(纵向)、数据间(端到端)一体化信息融合集成及综合展示的难题,对全面开展设备状态评估、线路质量评价、异常规律及安全态势推演,进一步挖掘数据价值、协同指挥管理提供技术支撑,积极推动联调联试及日常检测数字化、信息化、智能化水平。
下一步工作继续围绕铁路“设计-建设-运维”全生命周期数据管理理念,深入研究利用5G的“车-地”无线传输技术、数字孪生技术,将车载检测数据实时传送至地面中心,同时将地面中心检测监测数据无缝接入高速综合检测车多源信息融合集成平台,为高速综合检测车无人化、少人化检测提供技术手段,为基于数字孪生的沉浸式体验、智能决策、平行移动指挥提供借鉴和指导。