地铁智慧出行服务设备优化研究

 地铁智慧出行服务设备优化研究

贺兰惠

西安市轨道交通集团有限公司运营分公司  陕西西安  710018

摘要：随着互联网+、移动支付，人工智能及大数据等新型技术的发展和与轨道交通票务系统的深入融合【1】，城市轨道交通服务设备系统已悄然发生变化。本次研究通过对传统服务设备使用情况的分析，结合实际地铁运营经验，对互联网+时代下传统服务设备与新型的票务支付方式进行对比，提出了现代地铁服务设备方向。

一、研究背景

随着计算机网络技术的迅速发展，地铁电子化系统建设随之加快，智慧地铁逐步在各地轨道交通行业推广。全国各城市地铁大部分已实现购票系统支付业务，随即地铁车站现金收入将会进一步减少，智慧出行概念也在促使着地铁各项服务设备不断更新换代。

为提升乘坐地铁乘客进站、乘车、出站等便利体验，本文将智慧出行概念融入地铁服务，现就地铁车站目前AFC服务设备智能化进行研究，结合AI、大数据等新技术应用前景，提出相应的优化建议与应用方向。

二、AFC服务设备基础性能优化

在地铁日常运营服务中，车站AFC设备为乘客在地铁“进站－乘车－出站”出行体验中较早接触到的服务设备，为达到乘客智慧出行体验，可从解决地铁老线路AFC设备布局及基础性能优化方面入手。

（一）AFC服务设备性能优化

轨道交通运营较早的线路中，AFC设备系统会出现“疲态”，在日常使用及功能实现上弊端凸显。日常车站AFC故障频发，此类故障均易导致乘客乘车体验满意度下降，不利于轨道交通服务质量提升，故老线路应致力于现有老线路服务设备性能优化及改造，满足乘客需求。

（二）车站AFC设备布局优化

随着社会科技进步，人们支付方式发生较大变化，更多乘客愿意选择便捷的电子支付方式出行。车站现金收入较大程度降低，针对此现状进行调研发现，目前国内较多运营成熟的地铁根据车站TVM使用率越来越低的情况，对部分小客流车站TVM进行关停。其中郑州地铁对小客流车站使用率较低的TVM直接进行拆除，一方面节省了人力物力，同时也利于站内客流组织优化。故提升AFC设备性能也可拆除车站使用率较低的TVM设备，利于站内客流组织优化。

（三）引入“自助客服中心”及“手持式移动终端”

随着乘客电子支付方式使用的普及，建议引入车站“自助客服中心”，集自助补票（超时、车费不足），无进站码车票更新、处理单程票、日票、纪念票、长安通等票卡事务等功能；同时建议引入车站“手持式移动终端”在客流高峰期在进出闸处解决二维码进出站相关乘客事务。以上设备引入利于提升地铁车站服务可靠度，拓宽了服务渠道，便于更高效处理车站乘客事务，提升乘客出行满意度。

三、地铁“人工智能”引入

（一）地铁“人工智能”简介

人工智能行业的快速发展，为地铁的智慧出行提供了更便捷更可行的方案。利用人工智能的ASR（语音识别）、TTS（语音合成）、NLP（语义理解）的核心模块。用户在地铁服务设备上可进行语音查询，语音购票等功能，为乘客提供扁平化的服务，减少乘客购票及操作难度。

（二）加快地铁人脸识别系统建设

人脸识别技术作为“人工智能”的一个重要分支，目前应用趋于成熟，人工智能已在多个行业应用，从单维的识别技术逐步迈向一体化服务的新阶段【2】，人脸识别应用也趋于多元化，从基础身份认证迈向了深层次服务的新阶段。地铁场景作为刷脸支付应用重要场景，目前已在国内城市地铁进行研究及尝试。该支付方式通过在地铁进站闸机上新增人脸识别设备，搭建无需停留直接经过即能完成刷脸开启闸机的支付场景，实现毫秒级识别过闸，兼具安全和便捷特性。

故引入使用地铁“人脸识别”功能进而实现地铁车站闸机均快速进出闸功能，可使乘客乘车体验更加方便、智慧。

（三） “人工智能”更多方面引入地铁服务设备

基于“人工智能”技术，建议广开思路，建设地铁服务智能聊天机器人，在网页、微信、APP等多渠道实现全媒体交互，为乘客提供基本的路线查询、时间查询、票务信息查询及票务购买等功能。同时可以收集乘客咨询信息及投诉建议等信息，为了解地铁服务质量提供数据支撑。

四、地铁服务设备大数据应用

（一）大数据在地铁行业的应用

地铁行业每时每刻都在产生大量的数据，对数据进行合理地分析利用，能够提升企业运营管理能力，地铁行业服务设备应用数据分析从而实现客流、设备、行车、票务、维保等信息的实时统计分析，帮助运管人员及时了解线网客流、行车运营、设备资产、票卡收入、维修保养等情况，在保证的铁路网安全运营的前提下，不断提升运能、降低成本，提升地铁服务设备靠靠度。

针对已有的数据，地铁行业应引入“大数据”概念，采用BI（指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值）实现数据可视化【3】，采用ETL（Extract-Transform-Load，将数据从来源端经过抽取、转换、加载至目的端的过程）工具，对原始数据进行加工分析，通过数据挖掘，形成可视化数据展示。

（二）地铁大数据应用场景示例

以数据为驱动，将各类数据如票务信息、各站客流量、各渠道票务收入等分时间分时段进行展示，寻找关联关系，为地铁决策提供支持。

针对车站票务信息应用场景：根据已有数据，可分析各站不同的设备使用情况及售票的需求，从而产生不同服务设备的车站动态设置数量、位置等建议。如产生新增自助客服中心数量及位置、产生客流高峰期新增“手持移动终端”数量及位置、客流高峰期新增临时售票厅及动态配放预制单程票数量等信息。

针对车站客流量应用场景：大数据应用下对车站分时段客流量进出进行分析，从而产生动态调整地铁运能、动态客流保障分配等方面的合理的数据支撑。

五、5G+智慧地铁平台

“5G”即第五代移动通信技术是最新一代蜂窝移动通信技术，是4G（LTE-A、WiMax）、3G（UMTS、LTE）和2G（GSM）系统后的延伸。5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。

基于我国5G通信技术即将上线，建议应用5G通信技术于城市轨道智慧出行，打造更加便捷、有序的地铁服务。

例如可基于对5G高速网络的应用，为各线路、各车站配备移动终端及可视对讲等设备，实现不同线路、不同站点的运营协调，形成地铁线网区域化联合指挥体系，大幅提升地铁行车组织、客运组织以及维护保障等服务能力。

结语：综合以上几方面研究及优化建议，可一定程度提升轨道交通整体运营服务品质，打造智慧出行地铁，为广大乘客提供城市轨道交通精准服务。

参考文献：

【1】程海鹏. 城市轨道交通新型智能支付方式应用浅析[J]. 中小企业管理与科技，2020(31):170-171.

【2】刘伯德. 基于人工智能的虚拟客服在城市轨道交通上的应用探讨[J]. 中国高新科技，2021(12):67-68. DOI:10.13535/j.cnki.10-1507/n.2021.12.28.

【3】徐明明. 轨道交通运营管理行业的大数据应用分析[J]. 数码设计（上）,2021,10(2):287.