智能化在铁路客运车站的应用策略探析

智能化在铁路客运车站的应用策略探析

丁锐

中国铁路北京局集团有限公司北京北站 北京市 100032

摘要：为进一步推动铁路客运车站智能化发展，提升车站服务质量和生产效率，在分析智能铁路客运车站现状的基础上，针对存在问题，结合信息物理融合和数字孪生的理念开展智能铁路客运车站的深化研究，提出增强型智能铁路客运车站的建设目标和设计理念，设计增强型智能铁路客运车站的总体架构和平台架构。客运服务的安全管控也从一开始的被动监管、巡查式管理、追溯不及时到主动监控、安全预警、智能化管控，实现了铁路客运服务安全管理质的飞跃，但在保障旅客运输和客运服务的安全方面仍然存在问题追溯滞后、潜在隐患发现不及时、运输组织不畅等问题。在此行业背景下，智能化车站的概念开始出现，并借助云计算和物联网手段实现铁路客运车站的智能化运作。

关键词：智能化；铁路客运车站；应用策略

引言

云计算、物联网、大数据等新技术的快速发展，催生出了智慧农业、智慧工厂、智能物流等多种智能化建设，智能化建设主要就是利用新型的信息技术实现点对点的互联，为领域打造自动化、个性化的运行模式。铁路客运车站作为交通领域重要的组成部分，其社会地位非常高，是一个庞大的功能集合地，建立智能客运车站，用新技术和新理念打造全新的铁路客运车站。我国铁路总公司提出了建设智能客运车站的战略目标，借鉴国外的成功案例，打造国内智能车站。智能客运车站的研究浪潮不断，我国在智能车站的研究起步较晚，缺少系统的建设规范，本文将针对智能车站建设的空白提出一些可行性的建议与评价指标。

1智能化在铁路客运车站概述

智能客运车站智能客运车站是一项跨学科的领域，集现代铁路、计算机技术等于一体，在人工智能发展的基础上，为旅客提供便捷的服务，车站以温馨服务为导向，以安全、绿色环保为目标，实现铁路客运车站出行服务，形成一种新型的服务系统，为社会进步做出贡献。

2铁路客运车站技术实现

2.1优化使用

以列车到发为基础，考虑车站运营环境信息，满足舒适性乘降环境、安全生产组织、绿色节能的总体需求，自动编制照明、空调、导向屏和客票设备的运行计划，以及提出电梯的运行计划建议。在运行过程中，采用数据挖掘、机器学习等技术，分析设备的运行规律，学习科学的运行模式，自动调整更新客运设备的运行计划，合理优化能耗设备的使用方案策略，提升旅客服务质量，提高设备使用效率和寿命，同时，达到降低设备运用成本、节能降耗、减员增效的效果。

2.2智能运用管理

智能运用管理是指实现对设备全寿命周期的智能化管理。设备全寿命周期划分为设备选型、招标采购、进场验收等的前期基础数据采集阶段，设备状态监测、日常巡检、保养、维修、运用等的运行维护阶段，以及设备轮换、报废的后期报废处置阶段。借助信息化技术手段，实行对设备基础信息的电子化信息管理，实时掌握设备全寿命周期过程的相关信息。以标准、统一的接口规范为基础，实时采集设备运行状态信息；以设备日常运用、巡检、保养、维护为补充，智能生成运维保养计划及工单，自动推送信息至运维人员；使用智能手持终端或操作终端全面掌握设备运行状态信息，异常或故障情形时，自动报警并通知相关设备维护人员；设备故障修复后，自动反馈故障修复状态，通知车站设备管理人员审核确认，完成设备故障销号，实现设备故障的闭环管理，最终达到对设备全寿命周期的智能化管理。

2.3决策分析

在设备长期、持续的运用过程中，存储保留设备全寿命周期的历史数据。通过大数据分析、数据挖掘等技术，从设备质量、使用寿命、设备设计、设备环境适应性等角度，对设备相关数据进行深度挖掘分析。为设备整体使用经济性、可靠性及其总体成本作出科学的分析判断，为车站设备管理部分对设备质量评估和设备采购提供辅助决策，为设备维保人员、运维单位和设备供应商的考核提供数据支撑和建议。同时，为设备厂商等的设备设计提供建议和设计灵感，优化设备的可靠性和运维经济性。

3智能化在铁路客运车站的应用策略

3.1安防设计

安防设计主要是针对系统的安全模块进行的智能化管理，可借助深度学习技术在机器学习领域实现语音识别和图像识别方面的技术进展，借助模型结构分析和更加高效的学习方法，获得良好的计算能力。例如，在分类安检方面，可以在现有安全业务基础上构建乘客的安检数据库体系，将乘客数据和安全业务数据进行关联挖掘。对于地铁的安全，旅客可以让他们走特殊的快捷通道完成日常安检，缩短安检时间。非白名单内的乘客则需要通过一些常规的安检流程等。例如，当铁路客运车站内部出现了犯罪嫌疑人，这些犯罪嫌疑人来到车站的目的是为了进行快速转移，所以通过轨迹分析就能定位这些嫌疑人员在短时间内的行走轨迹，某些警务人员也可以以此展开快速定位确定嫌疑人的行踪。如果是团伙作案，也可以利用团伙分析方法，实现某个单人目标锁定，然后，再根据可疑人员的行动走向锁定整个犯罪团伙，大大缩短了警务人员的侦查难度和破案流程。

3.2总体架构

增强型智能铁路客运车站总体架构重点突出多样化数据采集能力、海量数据存储分析能力、统一调度管理能力、可视化快速匹配能力，将新一代信息技术与铁路客运车站业务融合创新。增强型智能铁路客运车站总体架构在智能铁路客运车站总体架构上丰富了感知信息，通过新一代网络传输技术将采集到的信息进行分类存储，形成数据资源池，新增了分析平台层，在该层中构建7个子平台和平台管理，对车站业务数据进行分析处理，形成数字孪生车站，实现车站全生命周期模拟仿真，在业务应用层增强了车站业务智能化应用。

3.3风险智能识别及应急处置

完善车站安全生产、公共卫生、社会治安、自然灾害等方面的风险信息采集，对重点区域的气味、振动、烟雾等安全要素实时监控，通过智能音视频分析技术对监控画面、音频自动识别并报警，为准确制定应急预案提供支撑。基于多源异构的安全风险信息融合技术。利用物联网技术和传感采集技术，获取多源异构安全风险数据，如风险点源头、致因、产生条件、危险程度及灾害类型。对非结构化数据、关系型数据、文档数据等提出基于ETL技术的增量融合方法并进行标准化清洗、抽取、融合，形成车站安全风险信息数据库。

3.4便捷换乘

增强客运站内接送或换乘的精细化引导，开展基于智能监控的排队引导，可按时间最短、距离最短、费用最少等方式推荐旅客换乘信息，实现接送和换乘信息实时查询，提升车站接送和换乘的便捷性。基于多源异构数据融合的换乘信息挖掘技术。铁路、地铁、出租车、公交等信息发布渠道相对独立，导致旅客在大型综合枢纽站出站换乘接驳不便。针对此问题，将列车到发时间、进出站口人流信息、出租车等候信息、地铁公交时刻等多源异构数据，利用云计算分布式数据模糊C均值聚类算法，精准挖掘匹配有效信息，并通过信息发布平台推荐给旅客，减少旅客站内换乘时间。

结束语

通过对现阶段智能车站的设计流程和设计框架进行分析后，我们可以基于智能车站的运行环境展开试验分析，判断系统的可行性。在未来的工作实践中，对系统中涉及的技术还需要进行详细规划，从而重点提升旅客出行的效率，并优化车站内部工作流程，降低车站工作人员的工作强度。

参考文献

[1]张春家,史天运,吕晓军等.铁路智能客运车站总体框架研究[J].交通运输系统工程与信息,2018(02):40-41.

[2]端嘉盈,沈海燕,李智.边缘计算在铁路“智能车站”物联网中的应用研究[J].物联网技术,2020(10)：185-186.