周長杰 馬 曉
上海市政工程設(shè)計(jì)研究總院(集團(tuán))第六設(shè)計(jì)院有限公司,安徽合肥 230071
2017年9月國家交通運(yùn)輸部門提供的數(shù)據(jù)顯示,過去的“十二五”期間,我國實(shí)現(xiàn)了軌道交通1900km的建設(shè)任務(wù),2010~2015年城市軌道交通運(yùn)營線路復(fù)合增長高達(dá)20.42%,2016年初我國已經(jīng)有26個城市開通運(yùn)營城市軌道交通,總里程近4000km,同比增長14.02,根據(jù)《國家中長期科學(xué)技術(shù)發(fā)展規(guī)劃綱要(2006-2020)》的要求我們可以看出,未來幾年發(fā)展智能交通管理系統(tǒng)已經(jīng)成為了交通領(lǐng)域發(fā)展的優(yōu)先主題,現(xiàn)代城市軌道交通智能化發(fā)展已經(jīng)成為了必然趨勢。
城市軌道交通智能化系統(tǒng)主要包括綜合監(jiān)控系統(tǒng)、綜合安防系統(tǒng)、通信系統(tǒng)、自動售檢票系統(tǒng)、信號系統(tǒng)以及乘客資訊系統(tǒng)等,實(shí)現(xiàn)智慧化城市交通需要具備對人類智慧信息化水平以及智能信息分析、挖掘、搜索、處理以及決策的能力,同時借助智能信息化處理技術(shù)來實(shí)現(xiàn)更加深入化的智能化軌道交通體系,具體包括4個方面,如圖1所示。
圖1 智能化軌道交通體系
(1)數(shù)據(jù)智慧采集:借助多種智慧手段來高效地收集城市軌道交通方面的數(shù)據(jù)信息;
(2)數(shù)據(jù)智慧融合:針對借助不同傳感器等設(shè)備所獲取的海量數(shù)據(jù)信息,通過數(shù)據(jù)智慧融合能夠?qū)⑵錃w類整合;
(3)數(shù)據(jù)智慧挖掘:針對城市軌道交通方面的各種問題,通過智慧數(shù)據(jù)挖掘技術(shù)和工具能夠?qū)ζ溥M(jìn)行全面分析,同時挖掘相關(guān)知識和信息;
(4)開展智慧決策:通過數(shù)據(jù)智慧采集、融合、挖掘的最終分析結(jié)果來對城市軌道交通宏觀規(guī)劃、整體建設(shè)、系統(tǒng)管理以及整體調(diào)控做出智慧決策,當(dāng)然從圖1可以看出這個軌道交通體系實(shí)際上是一個循環(huán)的過程,所以智慧決策的結(jié)果也可以為進(jìn)一步的數(shù)據(jù)智慧采集提供決策性支持。
從整體上來看,國內(nèi)城市軌道交通發(fā)展水平較差,主要受到區(qū)域經(jīng)濟(jì)發(fā)展以及地緣因素的影響,例如,北上廣等東部一線發(fā)展城市以及一些部分二線城市地鐵、輕軌等軌道交通都已經(jīng)投入運(yùn)營,但是一些二三線城市由于受到市政資金等方面的影響,軌道交通發(fā)展還有很長的路要走,這些城市的軌道交通發(fā)展必須要在城市未來長期發(fā)展規(guī)劃中進(jìn)行調(diào)節(jié),首先需要對原有的交通系統(tǒng)進(jìn)行信息化升級,在此基礎(chǔ)上保持信息化、智能化平臺層次化建設(shè)發(fā)展,堅(jiān)持“實(shí)用為主、技術(shù)為輔”的原則,最大限度地利用現(xiàn)有的網(wǎng)絡(luò)資源以及信息系統(tǒng)設(shè)計(jì),追求穩(wěn)定高效的智能化、信息化系統(tǒng)建設(shè)方案。
所謂數(shù)據(jù)采集實(shí)際上就是獲取數(shù)據(jù)的過程,城市軌道交通方面數(shù)據(jù)采集工具如攝像頭、傳感器等都是比較常見的,借助這些設(shè)備工具能夠?qū)⒉杉臄?shù)據(jù)轉(zhuǎn)化為多種物理量信息,例如,車輛行駛速度、噪音、壓力、溫度、輪軌力等,當(dāng)然這些物理量信息既可以是數(shù)字量,也可以是模擬量;數(shù)據(jù)智慧采集的方法主要是定期采集,即有一定的數(shù)據(jù)采集周期,在一定的數(shù)據(jù)采集周期內(nèi)對同一個數(shù)據(jù)進(jìn)行重復(fù)性采集,而針對軌道交通的數(shù)據(jù)采集通常收集到的數(shù)據(jù)都是瞬時物理數(shù)值,同時也有一部分物理量是某一段時間內(nèi)的特定數(shù)值,如振動加速度。
以高速列車軌道交通為例,高速列車軌道交通運(yùn)行數(shù)據(jù)直接關(guān)系到運(yùn)行安全以及乘客的乘坐舒適度,但是由于針對軌道交通的數(shù)據(jù)采集大都是瞬時物理數(shù)值,所以通常高速列車數(shù)據(jù)采集需要大量的傳感器等相關(guān)設(shè)備;故如何更加高效智慧的獲取高速列車軌道交通的運(yùn)行數(shù)據(jù)必然是這一領(lǐng)域需要考慮的重要問題,也可以說如果沒有數(shù)據(jù)智慧采集就不可能實(shí)現(xiàn)智慧軌道。
城市軌道交通數(shù)據(jù)智慧融合就是針對系統(tǒng)中所用到的大量不同類型傳感器獲取的數(shù)據(jù)信息,在同一個標(biāo)準(zhǔn)的基礎(chǔ)上,根據(jù)事先構(gòu)建的規(guī)則集,通過自動化智能化的分析、綜合以及集成形成數(shù)據(jù)集合,方便后續(xù)的數(shù)據(jù)分析、挖掘以及決策任務(wù)。
由于城市軌道交通所使用的傳感器種類有很多,而不同的傳感器以及軌道交通系統(tǒng)有各自的特點(diǎn),所以在設(shè)計(jì)軌道交通數(shù)據(jù)融合模型的時候必須要考慮到不同傳感器和系統(tǒng)需求,例如,GIS系統(tǒng)與鐵路工務(wù)結(jié)合的系統(tǒng),該數(shù)據(jù)實(shí)際上沒有時間維,系統(tǒng)所采集的列車信息所使用的經(jīng)緯度定位與當(dāng)前軌道線路公里標(biāo)定位不同;一些來自于傳統(tǒng)物理量的傳感器獲取的數(shù)據(jù)空間維也沒有時間維,所以列車加速度傳感器數(shù)據(jù)空間維度所體現(xiàn)的數(shù)據(jù)實(shí)際上是列車線路公里標(biāo),所以在設(shè)計(jì)軌道交通數(shù)據(jù)融合模型的過程中,一方面需要根據(jù)不同數(shù)據(jù)融合級別要求來進(jìn)行,另一方面還需要針對多源異質(zhì)異構(gòu)數(shù)據(jù)特點(diǎn),構(gòu)建多層次的軌道交通數(shù)據(jù)融合模型,這樣能夠逐層構(gòu)建多級別的數(shù)據(jù)融合體系。
同時在軌道交通數(shù)據(jù)融合模型體系下,還需要針對城市軌道交通多樣性特點(diǎn)研究多級別融合體系的不同融合技術(shù)之間的整合和擴(kuò)展,構(gòu)建數(shù)據(jù)融合規(guī)則庫,通過多信息融合來實(shí)現(xiàn)軌道交通目標(biāo)定位、跟蹤等信息樹立,同時通過多源異質(zhì)異構(gòu)數(shù)據(jù)整個構(gòu)建時空坐標(biāo)同一的數(shù)據(jù)分析空間,最終實(shí)現(xiàn)智能化的軌道交通管理。
數(shù)據(jù)智慧挖掘是數(shù)據(jù)庫知識發(fā)現(xiàn)和挖掘的關(guān)鍵技術(shù),主要的任務(wù)是進(jìn)行關(guān)聯(lián)性分析、聚類分析、分類預(yù)測、時序模擬、偏差分析等,應(yīng)用到軌道交通智慧研究方法,就是針對軌道交通運(yùn)營列車、路線、道路、牽引供電以及調(diào)度指揮等系統(tǒng)積累的海量融合數(shù)據(jù)進(jìn)行挖掘以及全面綜合分析,及時找出軌道交通運(yùn)行的安全隱患,為軌道交通安全運(yùn)行提供智慧決策支持。以高速鐵路軌道交通為例,針對貨運(yùn)、客運(yùn)、物流等主要的軌道交通運(yùn)營類型,借助數(shù)據(jù)智慧挖掘可以實(shí)現(xiàn)流量預(yù)測、安全性能分析以及乘客分類等職能,進(jìn)而更好的指導(dǎo)列車運(yùn)行,同時借助數(shù)據(jù)挖掘技術(shù)還可以分析客流組織、評價(jià)換乘樞紐布局以及站臺乘客行為等。
構(gòu)建面向數(shù)據(jù)挖掘的軌道交通信息集成模型是未來軌道交通數(shù)據(jù)智慧化發(fā)展的重要方向,這些模型能夠?qū)壍澜煌üぞ哌\(yùn)行安全數(shù)據(jù),主要是大量傳感器所采集的數(shù)據(jù)信息開展全面管理,借助數(shù)據(jù)智慧融合和挖掘,及時發(fā)現(xiàn)軌道交通工具異常運(yùn)行狀況、道路橋梁等病害、牽引供電系統(tǒng)異常狀況等故障,獲取外部環(huán)境對軌道交通工具運(yùn)行安全的影響模式以及相互之間的關(guān)系,及時實(shí)現(xiàn)在線預(yù)警,為軌道交通主動安全預(yù)警提供數(shù)據(jù)決策支持。
智慧決策是軌道交通智慧化發(fā)展的關(guān)鍵環(huán)節(jié)和最高層次,在數(shù)據(jù)智慧采集、數(shù)據(jù)智慧融合以及數(shù)據(jù)智慧挖掘的基礎(chǔ)上為軌道交通管理提供安全運(yùn)行決策方案??紤]到軌道交通運(yùn)行客觀性,實(shí)際運(yùn)行過程所需要的數(shù)據(jù)采集費(fèi)用比較大,例如,用于采集數(shù)據(jù)的傳感器不僅成本較高,而且使用次數(shù)有限,并且已經(jīng)采集的數(shù)據(jù)實(shí)際上無法得到后續(xù)滿意的決策信息,而智慧決策則建立在數(shù)據(jù)智慧采集、融合、挖掘的基礎(chǔ)上,通過陣容傳感器、壓力傳感器、攝像頭、RFID等設(shè)備感知軌道交通的車速、噪音、壓力、溫度、濕度等信息,對軌道交通海量、連續(xù)、多時空以及多樣性的數(shù)據(jù)信息進(jìn)行多層次融合,通過關(guān)聯(lián)分析、分類分析、預(yù)測分析、偏差分析等為軌道交通提供智能決策支持,這樣一方面能夠節(jié)省大量的時間和成本投入,同時也能夠提升智慧決策的水平。
總的來說,現(xiàn)代化城市軌道交通智慧化發(fā)展建設(shè)是一個系統(tǒng)性的漫長過程,同城化時代的到來,軌道交通的普及和發(fā)展對智慧軌道交通提出了更多的要求,現(xiàn)代化城市想要更好地實(shí)現(xiàn)軌道交通智慧化發(fā)展就必須借助現(xiàn)代信息技術(shù),尋求更加適合自身城市軌道交通發(fā)展的智慧方法,逐步改善軌道交通運(yùn)行方式,通過數(shù)據(jù)智慧采集、融合、挖掘、決策構(gòu)建智能化、信息化的城市軌道交通體系,為乘客提供更加安全、便捷、舒適的智慧交通系統(tǒng),推動城市軌道交通健康可持續(xù)發(fā)展。