智慧地鐵:基于大數(shù)據(jù)與人工智能的新型地鐵系統(tǒng)

陳德旺 章明亮 沈 鏞

1.福州大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，福建福州 350116；2.智慧地鐵福建省高校重點(diǎn)實(shí)驗(yàn)室，福建福州 350116；3.福州大學(xué)圖書館，福建福州 350116

2006～2015年的10年間，中國(guó)城鎮(zhèn)化率由44.34%提升至56.10%，城鎮(zhèn)人口達(dá)7.7億人[1]。城鎮(zhèn)人口的增加，隨之而來的就是大城市的交通擁堵問題[2]，原有的基礎(chǔ)建設(shè)無法滿足當(dāng)前的交通需求。特別是在“北上廣深”這樣人口數(shù)量達(dá)千萬級(jí)的特大城市，如何提高城市的通勤效率成為了擺在城市發(fā)展面前的一個(gè)重要議題。目前主要采用的方式就是修建地下鐵路設(shè)施，解決傳統(tǒng)公共交通運(yùn)量不足的問題，同時(shí)緩解交通壓力[3]。到2017年1月，北京地鐵共開通19條線，全長(zhǎng)574km，345個(gè)站點(diǎn)，日最大客流量1052萬人；上海地鐵共開通14條線，全長(zhǎng)617km，366個(gè)站點(diǎn)，日最大客流量1186.7萬人；廣州地鐵共開通10條線，全長(zhǎng)308.7km，167個(gè)站點(diǎn)，日最大客流量908.3萬人。面對(duì)如此大的客流量，地鐵運(yùn)行的安全性及效率值得我們?nèi)ド钊胙芯浚绕涫窍到y(tǒng)聯(lián)動(dòng)和智能化水平還有很大的提升空間。因?yàn)樾〉墓收蠈?dǎo)致地鐵系統(tǒng)大范圍暫停使用的案例時(shí)有發(fā)生。

現(xiàn)有地鐵系統(tǒng)包括列車自動(dòng)控制系統(tǒng)（ATC）、供電系統(tǒng)（SCADA）、自動(dòng)售檢票系統(tǒng)（AFC）、監(jiān)控系統(tǒng)等多個(gè)子系統(tǒng)。在現(xiàn)有地鐵系統(tǒng)中，數(shù)據(jù)分散于各個(gè)子系統(tǒng)，難以實(shí)現(xiàn)聯(lián)動(dòng)，系統(tǒng)整體運(yùn)行效率有待提高[4]。現(xiàn)有地鐵系統(tǒng)自動(dòng)化程度還可以，比如，自動(dòng)駕駛系統(tǒng)ATO、自動(dòng)防護(hù)系統(tǒng)ATP等。但是，地鐵系統(tǒng)的智能化程度不高，大量采集的數(shù)據(jù)利用效率不高。地鐵系統(tǒng)還不夠聰明，尚且做不到從數(shù)據(jù)中學(xué)習(xí)以不斷提高運(yùn)行安全性和效率，也難以做到各子系統(tǒng)實(shí)時(shí)高效智能聯(lián)動(dòng)。因此，引入大數(shù)據(jù)和人工智能技術(shù)將有利于解決地鐵系統(tǒng)大量數(shù)據(jù)得不到有效利用和智能化程度不高的兩大關(guān)鍵問題。

大數(shù)據(jù)的典型特征包括數(shù)據(jù)體量大、數(shù)據(jù)種類多、要求運(yùn)算速度快以及價(jià)值密度低的特征[5-6]。地鐵各子系統(tǒng)在運(yùn)營(yíng)中制造出大量的、種類繁多的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)存儲(chǔ)和處理方式將無法應(yīng)對(duì)如此數(shù)量和種類的數(shù)據(jù)[7]，而這些數(shù)據(jù)對(duì)于地鐵運(yùn)營(yíng)

安全及運(yùn)行效率是極其有價(jià)值的，由此應(yīng)用大數(shù)據(jù)技術(shù)就顯得尤為重要。谷歌的Google文件系統(tǒng)GFS[8]、分布式數(shù)據(jù)存儲(chǔ)系統(tǒng)BigTable[9]、MapReduce[10]，以及開源項(xiàng)目Hadoop[11]、Spark[12]等，都為大數(shù)據(jù)的處理和分析提供了很好的技術(shù)支持。

基于大數(shù)據(jù)的支持，人工智能技術(shù)的應(yīng)用將從中挖掘出更多有價(jià)值的信息，如傳統(tǒng)的機(jī)器學(xué)習(xí)方法K-means[13]、SVM[14]、貝葉斯網(wǎng)絡(luò)[15]等，以及深度學(xué)習(xí)算法受限波爾茲曼機(jī)(RBN)[16]、Deep Belief Networks（DBN）[17]、卷積神經(jīng)網(wǎng)絡(luò)（CNN）[18]等都可以從大量的數(shù)據(jù)中學(xué)習(xí)、總結(jié)規(guī)律，使得地鐵系統(tǒng)更加智能化，能夠從歷史運(yùn)行數(shù)據(jù)中進(jìn)行自我學(xué)習(xí)，自我改進(jìn)，變得越來越聰明，越來越安全，越來越高效。

綜上所述，我們認(rèn)為大數(shù)據(jù)與人工智能技術(shù)在地鐵系統(tǒng)的深度應(yīng)用，將導(dǎo)致現(xiàn)有的地鐵系統(tǒng)向智慧地鐵系統(tǒng)的方向發(fā)展。本文提出了智慧地鐵的概念，指出了智慧系統(tǒng)的研究方向、關(guān)鍵技術(shù)及其應(yīng)用。

1 智慧地鐵的定義與主要研究方向

智慧地鐵是地鐵、大數(shù)據(jù)與人工智能技術(shù)的三元交叉領(lǐng)域，如圖1所示。智慧地鐵既是地鐵的一個(gè)新的研究方向，也是人工智能和大數(shù)據(jù)技術(shù)的一個(gè)應(yīng)用領(lǐng)域。

圖1 智慧地鐵

智慧地鐵包括三個(gè)研究步驟：首先，對(duì)地鐵運(yùn)行過程中產(chǎn)生的客流數(shù)據(jù)、視頻監(jiān)控?cái)?shù)據(jù)、列車運(yùn)行關(guān)鍵部件的監(jiān)測(cè)數(shù)據(jù)進(jìn)行采集；其次，構(gòu)建大數(shù)據(jù)平臺(tái)，對(duì)各種類型的地鐵數(shù)據(jù)進(jìn)行清洗、合并、共享等，形成地鐵大數(shù)據(jù)平臺(tái)；最后，通過人工智能技術(shù)對(duì)地鐵大數(shù)據(jù)進(jìn)行智能分析、挖掘和學(xué)習(xí)等。

智慧地鐵的可研究問題很多，但是主要來說，主要分為4個(gè)研究方向，如圖2所示。這4個(gè)研究方向分別為：地鐵大數(shù)據(jù)平臺(tái)（方向1），地鐵運(yùn)行智能監(jiān)測(cè)技術(shù)（方向2）、地鐵運(yùn)行智能調(diào)度技術(shù)（方向3）和智慧地鐵軟件開發(fā)（方向4）。其中，地鐵大數(shù)據(jù)平臺(tái)是基礎(chǔ)，提供數(shù)據(jù)給方向2和方向3，采用的核心技術(shù)為大數(shù)據(jù)技術(shù)，包括數(shù)據(jù)的清洗、合并與共享等。方向2專注于地鐵運(yùn)行的安全，采用的核心技術(shù)為人工智能（AI）技術(shù)。根據(jù)地鐵運(yùn)行的大量監(jiān)測(cè)數(shù)據(jù)，及時(shí)檢測(cè)出異常并報(bào)警。方向3專注于地鐵運(yùn)行的效率，采用的核心技術(shù)也是AI技術(shù)。通過分析地鐵客流和視頻等數(shù)據(jù)，智能優(yōu)化列車運(yùn)行時(shí)刻表，使得地鐵出行的需求得到滿足。方向2和方向3研究成果，提供給方向4進(jìn)行開發(fā)，形成智慧地鐵軟件，采用的核心技術(shù)是軟件工程技術(shù)?？傊?，這4個(gè)研究方向相互支撐，形成了一個(gè)有機(jī)的整體，共同構(gòu)成智慧地鐵的核心技術(shù)。通過智慧地鐵的研究能夠服務(wù)于地鐵的安全運(yùn)行和高效運(yùn)行，提高乘客的使用滿意度，降低地鐵系統(tǒng)的運(yùn)營(yíng)和維護(hù)成本，具有重要的意義。

圖2 智慧地鐵的四個(gè)研究方向

2 智慧地鐵的基礎(chǔ)：地鐵大數(shù)據(jù)平臺(tái)

地鐵大數(shù)據(jù)平臺(tái)是智慧地鐵的基礎(chǔ)，為其他研究提供數(shù)據(jù)支撐。搭建地鐵大數(shù)據(jù)平臺(tái)分為以下3個(gè)步驟， 首先，接入地鐵運(yùn)行運(yùn)營(yíng)中所產(chǎn)生的車載傳感器數(shù)據(jù)、車站及列車內(nèi)的視頻監(jiān)控?cái)?shù)據(jù)、AFC刷卡數(shù)據(jù)等。然后，采用Hadoop、Spark等框架對(duì)原先分布在不同系統(tǒng)中的數(shù)據(jù)進(jìn)行融合，使大數(shù)據(jù)能更好的發(fā)揮其價(jià)值。最后，平臺(tái)能夠通過服務(wù)接口的形式，為大數(shù)據(jù)的智能分析和應(yīng)用等提供數(shù)據(jù)支持。地鐵大數(shù)據(jù)平臺(tái)結(jié)構(gòu)如圖3所示。

圖3 地鐵大數(shù)據(jù)平臺(tái)

3 智慧地鐵的關(guān)鍵技術(shù)

智慧地鐵的核心技術(shù)為AI技術(shù)，研究的核心問題是如何利用AI技術(shù)提高地鐵運(yùn)行的安全性和效率，可以分為地鐵運(yùn)行智能監(jiān)測(cè)技術(shù)和地鐵運(yùn)行智能調(diào)度技術(shù)。

3.1 地鐵運(yùn)行智能監(jiān)測(cè)技術(shù)

地鐵運(yùn)行的數(shù)據(jù)有很多種，由于篇幅有限，不能一一詳細(xì)討論。本文以視頻數(shù)據(jù)和關(guān)鍵部件傳感器數(shù)據(jù)為例，來說明智能監(jiān)測(cè)技術(shù)可研究的具體內(nèi)容。

（1）研究基于計(jì)算機(jī)視覺的地鐵視頻數(shù)據(jù)的異常檢測(cè)，對(duì)視頻監(jiān)控中出現(xiàn)的突發(fā)擾動(dòng)、乘客大面積擁堵等容易發(fā)生事故（及事故）的情況通過機(jī)器學(xué)習(xí)算法進(jìn)行自動(dòng)檢測(cè)，并及時(shí)反饋給地鐵運(yùn)營(yíng)安保人員，使其能在事情初發(fā)階段趕到現(xiàn)場(chǎng)，及時(shí)處理，避免事故帶來更大的損害。

（2）研究基于多傳感器融合的列車運(yùn)行關(guān)鍵部件的故障檢測(cè)算法，依托于大數(shù)據(jù)平臺(tái)所收集的列車運(yùn)行數(shù)據(jù)，通過故障檢測(cè)算法對(duì)列車故障類型、故障位置等進(jìn)行判斷，能在一定程度上減少人工現(xiàn)場(chǎng)檢測(cè)排查的工作量，降低地鐵運(yùn)行日常維護(hù)成本。

總之，隨著數(shù)據(jù)量的增大、算法研究的推進(jìn)，基于AI的故障檢測(cè)算法的準(zhǔn)確率也將得到進(jìn)一步提升。

3.2 地鐵運(yùn)行智能調(diào)度技術(shù)

提高地鐵系統(tǒng)的運(yùn)行效率，使得地鐵客流需求與列車運(yùn)行時(shí)刻表最佳匹配，是地鐵調(diào)度的核心問題之一。傳統(tǒng)的運(yùn)行時(shí)刻表主要根據(jù)客流數(shù)據(jù)制定，忽略了視頻提供的客流擁擠數(shù)據(jù)。傳統(tǒng)的時(shí)刻表主要依靠經(jīng)驗(yàn)設(shè)定，沒有利用AI提供的智能優(yōu)化技術(shù)，難以做到需求與供給的最佳匹配。本文認(rèn)為實(shí)現(xiàn)地鐵運(yùn)行智能調(diào)度，關(guān)鍵在于以下2個(gè)算法的研究。

（1）研究地鐵客流時(shí)空模式挖掘算法。通過大數(shù)據(jù)平臺(tái)的數(shù)據(jù)接口，對(duì)乘客的日常出行刷卡數(shù)據(jù)進(jìn)行分析，挖掘客流分布在時(shí)間和空間上的規(guī)律。通過時(shí)空模式的挖掘，可進(jìn)一步對(duì)站點(diǎn)客流預(yù)測(cè)算法進(jìn)行研究，預(yù)測(cè)不同時(shí)間各站點(diǎn)的客流量。

（2）研究列車運(yùn)行時(shí)刻表優(yōu)化算法?；谒⒖ā⒁曨l等數(shù)據(jù)及時(shí)空模式挖掘的工作，對(duì)時(shí)刻表優(yōu)化算法進(jìn)行研究，力求在乘客滿意度和地鐵運(yùn)營(yíng)成本之間達(dá)到雙贏。

地鐵客流的變化有一定的規(guī)律，也存在一定的隨機(jī)性和不確定性，尤其有時(shí)還有突發(fā)事件，真正做到實(shí)時(shí)最優(yōu)匹配是非常困難的，還需要研究很長(zhǎng)的時(shí)間。

3.3 智慧地鐵軟件開發(fā)

在方向2和方向3的理論研究的基礎(chǔ)上，還要注意成果的開發(fā)、轉(zhuǎn)化與應(yīng)用。所以智慧地鐵還需要一個(gè)應(yīng)用研究方向，可以稱之為智慧地鐵系統(tǒng)開發(fā)。我們認(rèn)為，智慧地鐵的開發(fā)應(yīng)該以軟件開發(fā)為主，類似于軟件定義的地鐵，所以方向4為智慧地鐵軟件開發(fā)。該方向所使用的核心技術(shù)為軟件工程。

有關(guān)智慧地鐵的軟件開發(fā)，包括很多種類型的軟件?；谥腔鄣罔F關(guān)鍵技術(shù)的研究成果，基于軟件工程技術(shù)開發(fā)適用于智慧地鐵的各類軟件，以實(shí)現(xiàn)AI技術(shù)的研究成果。由于篇幅有限，本文認(rèn)為首先應(yīng)重點(diǎn)開發(fā)以下3個(gè)軟件：（1）開發(fā)地鐵視頻智能監(jiān)測(cè)軟件，能對(duì)視頻中異常情況進(jìn)行報(bào)警，并輸出視頻監(jiān)控區(qū)域的擁擠度。（2）開發(fā)地鐵運(yùn)行關(guān)鍵部件智能監(jiān)測(cè)軟件，對(duì)轉(zhuǎn)向架和受電弓等列車運(yùn)行關(guān)鍵部件的工作狀態(tài)進(jìn)行智能分析，實(shí)時(shí)輸出異常報(bào)警信息，以避免安全事故的發(fā)生。（3）開發(fā)地鐵運(yùn)行智能調(diào)度軟件，該軟件能根據(jù)客流和視頻數(shù)據(jù)，對(duì)列車運(yùn)行時(shí)刻表進(jìn)行智能優(yōu)化，以提高地鐵的運(yùn)行效率和乘客滿意度。

在地鐵大數(shù)據(jù)平臺(tái)上，應(yīng)用AI核心技術(shù)，可以研究出很多算法，以提高地鐵運(yùn)行的效率和安全性。通過軟件工程等軟件開發(fā)技術(shù)，可以分階段分布實(shí)施，開發(fā)出很多具有自學(xué)習(xí)功能的軟件，為智慧地鐵的產(chǎn)業(yè)化打下基礎(chǔ)。

4 結(jié)語

針對(duì)現(xiàn)有地鐵系統(tǒng)的運(yùn)行的大量數(shù)據(jù)利用率不高、各子系統(tǒng)之間聯(lián)動(dòng)水平較低、系統(tǒng)智能化水平不高等問題，本文提出了智慧地鐵的概念，指出智慧地鐵是大數(shù)據(jù)、人工智能和地鐵的三元交叉領(lǐng)域。本文指出了大數(shù)據(jù)、人工智能和軟件工程是實(shí)現(xiàn)智慧地鐵的三大技術(shù)，其中，大數(shù)據(jù)技術(shù)是基礎(chǔ)，人工智能技術(shù)是核心，軟件工程技術(shù)是應(yīng)用。

本文還提出了智慧地鐵研究的4個(gè)方向及其相互關(guān)系，尤其是提高地鐵運(yùn)行安全性和效率的兩大關(guān)鍵技術(shù)：地鐵運(yùn)行智能監(jiān)測(cè)技術(shù)以及智能調(diào)度技術(shù)，并討論了實(shí)現(xiàn)這些關(guān)鍵技術(shù)的難點(diǎn)和算法。

總之，我們認(rèn)為大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，導(dǎo)致現(xiàn)有地鐵系統(tǒng)必然朝著智慧地鐵的方向發(fā)展。智慧地鐵是地鐵的一個(gè)新的研究領(lǐng)域，也是人工智能的一個(gè)新的應(yīng)用方向，存在很多的研究?jī)?nèi)容和關(guān)鍵技術(shù)。在本文的基礎(chǔ)上，還有很多需要研究的內(nèi)容，比如各種AI算法的適用性、相關(guān)性和包容性，以及智慧地鐵軟件開發(fā)的階段性、兼容性和擴(kuò)展性等。