鐵路一體化物聯(lián)大數(shù)據(jù)運(yùn)維平臺(tái)的研究

王震華，田立軍

（中國(guó)鐵路西安局集團(tuán)有限公司 信息化處，西安 710054）

近年來(lái)，隨著高速鐵路的全面建設(shè)和普速鐵路的提速改造，鐵路信息化建設(shè)已經(jīng)取得了長(zhǎng)足的進(jìn)步，但基于鐵路各業(yè)務(wù)站段的管理體制和各業(yè)務(wù)系統(tǒng)之間的技術(shù)架構(gòu)問(wèn)題，導(dǎo)致各站段和鐵路局集團(tuán)有限公司（簡(jiǎn)稱：鐵路局）內(nèi)信息系統(tǒng)資源分散、獨(dú)立，資源利用率低并且運(yùn)維支撐復(fù)雜。隨著物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能（AI）等關(guān)鍵技術(shù)的不斷成熟，同時(shí)得益于鐵路基礎(chǔ)網(wǎng)絡(luò)融合和接入速率快速提升，為鐵路信息化智能化建設(shè)起到了強(qiáng)大的推動(dòng)作用。

本文以物聯(lián)網(wǎng)、智能視頻分析處理、AI和大數(shù)據(jù)為技術(shù)基礎(chǔ)，以鐵路總公司和西安局集團(tuán)有限公司（簡(jiǎn)稱：西安鐵路局）相關(guān)的信息化建設(shè)規(guī)劃為指引，針對(duì)現(xiàn)有鐵路局信息系統(tǒng)的融合性低、運(yùn)維復(fù)雜、分散獨(dú)立、信息資源難以共享互通等實(shí)際問(wèn)題，研究并開發(fā)以融合物聯(lián)接入、視頻智能分析和智能流程管控為基礎(chǔ)，以大數(shù)據(jù)分析應(yīng)用為核心的鐵路一體化物聯(lián)大數(shù)據(jù)運(yùn)維平臺(tái)。

1 平臺(tái)總體架構(gòu)

平臺(tái)以提升鐵路運(yùn)維生產(chǎn)作業(yè)效率為目的，提供設(shè)備工具監(jiān)控、視頻分析、應(yīng)用分析、動(dòng)環(huán)監(jiān)測(cè)、可視化3D管理和第三方系統(tǒng)平臺(tái)集成等功能的物聯(lián)運(yùn)維大數(shù)據(jù)平臺(tái)。

平臺(tái)架構(gòu)主要由感知層、接入層、平臺(tái)層及應(yīng)用層組成。

1.1 感知層

感知層主要完成設(shè)備感知和設(shè)備數(shù)據(jù)采集，實(shí)現(xiàn)對(duì)業(yè)務(wù)站段通用和專用設(shè)備的感知采集，感知層通過(guò)豐富的傳感器資源實(shí)現(xiàn)了各業(yè)務(wù)站段軟硬件設(shè)備的綜合感知及數(shù)據(jù)監(jiān)控。

1.2 接入層

接入層通過(guò)物聯(lián)網(wǎng)網(wǎng)關(guān)（豐富的接口資源與強(qiáng)大的邊緣計(jì)算能力）實(shí)現(xiàn)鐵路多業(yè)務(wù)場(chǎng)景不同協(xié)議類型的物聯(lián)接入和業(yè)務(wù)處理，結(jié)合有線和無(wú)線傳輸方式，及時(shí)將信息反饋平臺(tái)層進(jìn)行處理分析。

1.3 平臺(tái)層

平臺(tái)層基于云架構(gòu)和大數(shù)據(jù)技術(shù)搭建云端部署的一體化物聯(lián)運(yùn)維平臺(tái)，實(shí)現(xiàn)設(shè)備智能管控，基于智能算法分析，面向不同業(yè)務(wù)流程，提供智能應(yīng)用方案以及視頻智能應(yīng)用方案，并將設(shè)備系統(tǒng)的各種數(shù)據(jù)信息統(tǒng)一存儲(chǔ)分析，實(shí)現(xiàn)面向鐵路多領(lǐng)域的一體化運(yùn)維平臺(tái)。

1.4 應(yīng)用層

應(yīng)用層在提供統(tǒng)一運(yùn)維門戶的基礎(chǔ)上，主要提供運(yùn)維服務(wù)管理、服務(wù)流程管理、3D可視化管理、智能視頻應(yīng)用等相關(guān)功能項(xiàng)。鐵路一體化物聯(lián)大數(shù)據(jù)運(yùn)維平臺(tái)總體架構(gòu)設(shè)計(jì)，如圖1所示。

圖1 鐵路一體化物聯(lián)大數(shù)據(jù)運(yùn)維平臺(tái)總體架構(gòu)圖

2 關(guān)鍵技術(shù)

2.1 物聯(lián)網(wǎng)技術(shù)

物聯(lián)網(wǎng)（Internet of things）是通過(guò)射頻識(shí)別（RFID）、紅外感應(yīng)器、全球定位系統(tǒng)、高頻無(wú)線寬帶等信息傳感設(shè)備，按約定的協(xié)議，將任何物品與互聯(lián)網(wǎng)相連接，進(jìn)行信息交換和通信，以實(shí)現(xiàn)智能化識(shí)別、定位、追蹤、監(jiān)控和管理的一種網(wǎng)絡(luò)技術(shù)。其核心和基礎(chǔ)仍然是互聯(lián)網(wǎng)技術(shù)，是在互聯(lián)網(wǎng)技術(shù)基礎(chǔ)上的延伸和擴(kuò)展的一種網(wǎng)絡(luò)技術(shù)，其用戶端延伸和擴(kuò)展到了任何物品和物品之間，進(jìn)行信息交換和通信。

在物聯(lián)網(wǎng)技術(shù)方向，本平臺(tái)主要研究基于NBIoT和Lora技術(shù)實(shí)現(xiàn)對(duì)溫度、濕度、防溜器具、攝像手電等相關(guān)傳感器和智能設(shè)備的物聯(lián)接入管控，提供對(duì)生產(chǎn)作業(yè)相關(guān)智能設(shè)備的全面感知和信息數(shù)據(jù)獲取，同時(shí)提供相關(guān)信息數(shù)據(jù)的集中展示和分析統(tǒng)計(jì)等功能。

2.2 視頻處理技術(shù)

智能視頻處理的關(guān)鍵技術(shù)主要包括背景建模技術(shù)、運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)和運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)。

（1）背景建模又稱背景估計(jì)，主要是對(duì)輸入的視頻建立模型來(lái)準(zhǔn)確的描述視頻序列的背景，從而把視頻圖像幀中的運(yùn)動(dòng)目標(biāo)檢測(cè)問(wèn)題轉(zhuǎn)化為二分類問(wèn)題。背景建模的典型算法主要有平均值法、直方圖法、中值濾波法等。平均值法只能應(yīng)用在一些簡(jiǎn)單的場(chǎng)景，直方圖法需要基于很多的圖像視頻幀才能建立一個(gè)可靠的背景，而且自適應(yīng)能力差。由于鐵路場(chǎng)景的動(dòng)態(tài)變化和背景模型的實(shí)時(shí)更新等特性，故本次平臺(tái)研究中，背景建模主要采用中值濾波法。

（2）運(yùn)動(dòng)目標(biāo)檢測(cè)主要是對(duì)輸入的視頻使用相關(guān)的方法自動(dòng)分離出每幀的前景區(qū)域和背景區(qū)域，運(yùn)動(dòng)檢測(cè)也是視頻行為分析的基礎(chǔ)。目前，通常使用幀差法、背景減除法和光流法等方法進(jìn)行運(yùn)動(dòng)檢測(cè)。

（3）運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)常用的有粒子濾波法、均值漂移和卡爾曼濾波法。粒子濾波法，是基于貝葉斯遞推理論和蒙特卡洛方法的非線性系統(tǒng)分析工具，利用粒子集來(lái)表示概率，通過(guò)從后驗(yàn)概率中抽取的隨機(jī)狀態(tài)粒子來(lái)表達(dá)其分布情況。均值漂移法是基于密度梯度上升的非參數(shù)估計(jì)法，通過(guò)迭代運(yùn)算找到目標(biāo)的最佳位置，實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤。卡爾曼濾波法是采用噪聲與信號(hào)的狀態(tài)空間模型，利用當(dāng)前時(shí)刻的觀測(cè)值和當(dāng)前時(shí)刻前一時(shí)刻的估計(jì)值來(lái)更新對(duì)狀態(tài)變量的估計(jì)，求出估計(jì)值。

2.3 大數(shù)據(jù)

大數(shù)據(jù)核心的價(jià)值就在于對(duì)海量數(shù)據(jù)進(jìn)行存儲(chǔ)和分析。

（1）數(shù)據(jù)采集、存儲(chǔ)和檢索：基于大數(shù)據(jù)采集、存儲(chǔ)、檢索等技術(shù)，可以從根本上提升數(shù)據(jù)分析的效率。采集多種類型的數(shù)據(jù)，如業(yè)務(wù)數(shù)據(jù)、流量數(shù)據(jù)、設(shè)備日志數(shù)據(jù)等。針對(duì)不同的數(shù)據(jù)采用特定的采集方式，提升采集效率。

（2）數(shù)據(jù)的智能分析：并行存儲(chǔ)和NoSQL數(shù)據(jù)庫(kù)提升了數(shù)據(jù)分析和查詢的效率，從海量數(shù)據(jù)中精確地挖掘問(wèn)題還需要智能化的分析工具，主要包括ETL（如預(yù)處理）、統(tǒng)計(jì)建模工具（如回歸分析、時(shí)間序列預(yù)測(cè)、多元統(tǒng)計(jì)分析理論）、機(jī)器學(xué)習(xí)工具（如貝葉斯網(wǎng)絡(luò)、邏輯回歸、決策樹、隨機(jī)森利）、社交網(wǎng)絡(luò)工具（如關(guān)聯(lián)分析、隱馬爾可夫模型、條件隨機(jī)場(chǎng)）等。

在本平臺(tái)中主要通過(guò)數(shù)據(jù)流、日志和業(yè)務(wù)數(shù)據(jù)等多源異構(gòu)數(shù)據(jù)進(jìn)行分布式融合分析，針對(duì)不同場(chǎng)景搭建分析模型，最終實(shí)現(xiàn)信息的可管可控，展現(xiàn)整體態(tài)勢(shì)。

3 平臺(tái)功能設(shè)計(jì)

3.1 統(tǒng)一運(yùn)維門戶

統(tǒng)一運(yùn)維門戶為平臺(tái)用戶提供統(tǒng)一登錄認(rèn)證、LDAP認(rèn)證、用戶管理、角色管理、用戶同步、應(yīng)用管理、安全登錄配置和日志審計(jì)等功能。同時(shí)可以無(wú)縫集成現(xiàn)有系統(tǒng)，實(shí)現(xiàn)統(tǒng)一登錄、頁(yè)面集成，解決現(xiàn)有多套系統(tǒng)獨(dú)立登錄的繁雜性問(wèn)題。

3.2 運(yùn)維服務(wù)管理

運(yùn)維服務(wù)管理功能可對(duì)信息系統(tǒng)、視頻和站段關(guān)鍵設(shè)備等資源進(jìn)行全生命周期的監(jiān)控和管理，及時(shí)掌握智能設(shè)備的可用性情況和健康狀況，提供性能監(jiān)控與分析、資源可用性監(jiān)控與分析、資源拓?fù)潢P(guān)系管理、故障監(jiān)控、故障分析及定位、圖文報(bào)表分析功能。創(chuàng)建一個(gè)可知可控的環(huán)境，保證用戶生產(chǎn)作業(yè)的可靠、高效、持續(xù)、安全運(yùn)行。

當(dāng)被監(jiān)控對(duì)象發(fā)生故障告警時(shí)，可以自動(dòng)派發(fā)工單，運(yùn)營(yíng)維護(hù)人員從全局視圖中可直觀了解該事故將影響到哪些業(yè)務(wù)和服務(wù)，并及時(shí)響應(yīng)和處理，告警恢復(fù)后工單自動(dòng)關(guān)閉，無(wú)需人工干預(yù)。

3.3 服務(wù)流程管理

服務(wù)流程管理功能是通過(guò)生產(chǎn)作業(yè)流程規(guī)范建立的全面一體化信息運(yùn)維體系，包含服務(wù)管理、配置管理和日常管理等功能應(yīng)用。

（1）服務(wù)管理，實(shí)現(xiàn)服務(wù)請(qǐng)求管理、事件管理、問(wèn)題管理、變更管理、發(fā)布管理、任務(wù)管理和服務(wù)SLA管理等功能，實(shí)現(xiàn)可視化流程設(shè)計(jì)、表單設(shè)計(jì)、服務(wù)臺(tái)及自助服務(wù)臺(tái)等功能。

（2）配置管理，實(shí)現(xiàn)資產(chǎn)配置管理、客戶管理、合同管理、項(xiàng)目管理、供應(yīng)商管理和備品備件管理等功能。日常管理，實(shí)現(xiàn)工單管理、值班管理、巡檢管理、公告、知識(shí)庫(kù)和報(bào)表統(tǒng)計(jì)等管理功能。

服務(wù)流程管理功能作為本平臺(tái)的核心子系統(tǒng)，結(jié)合各鐵路局及下屬各站段的具體生產(chǎn)作業(yè)流程，為本平臺(tái)內(nèi)其他功能模塊提供基礎(chǔ)信息及作業(yè)流程信息。

3.4 3D可視化管理

3D可視化管理功能支持與運(yùn)維服務(wù)管理的信息聯(lián)動(dòng)，支持與資產(chǎn)和告警信息的數(shù)據(jù)同步。功能實(shí)現(xiàn)360。旋轉(zhuǎn)和縮放展現(xiàn)，能夠從站段、樓宇、樓層、房間和設(shè)備等層面進(jìn)行全仿真動(dòng)畫呈現(xiàn)。3D可視化作為平臺(tái)重要管理手段，對(duì)各領(lǐng)域設(shè)備的運(yùn)行狀況進(jìn)行全面監(jiān)控和管理。將業(yè)務(wù)站段的信息系統(tǒng)和其它關(guān)鍵設(shè)備構(gòu)建在3D全息圖景中，實(shí)現(xiàn)統(tǒng)一監(jiān)控、統(tǒng)一預(yù)警、統(tǒng)一資產(chǎn)管理及統(tǒng)一空間規(guī)劃，并提供規(guī)范化的系統(tǒng)管理流程。

3.5 智能視頻應(yīng)用

智能視頻應(yīng)用功能基于背景建模、運(yùn)動(dòng)目標(biāo)檢測(cè)和運(yùn)動(dòng)目標(biāo)跟蹤等相關(guān)智能算法，充分利用鐵路站段現(xiàn)有視頻資源（無(wú)需新增視頻攝像設(shè)備），結(jié)合各站段具體生產(chǎn)管理流程，對(duì)多種安全事件（受限區(qū)域闖入、白線穿越、人臉識(shí)別、脫崗檢測(cè)、關(guān)鍵行為檢測(cè)以及關(guān)鍵參數(shù)識(shí)別）進(jìn)行預(yù)判，如有異常及時(shí)檢測(cè)與報(bào)警，將安全事件處理由“事后”轉(zhuǎn)為“實(shí)時(shí)”；另外，視頻應(yīng)用模塊還結(jié)合站段業(yè)務(wù)需求，通過(guò)視頻分析結(jié)果與站段生產(chǎn)管理流程進(jìn)行融合，從而有效地提升站段管理效率，如結(jié)合排班計(jì)劃的關(guān)鍵崗位人員識(shí)別，咽喉區(qū)車輛駛?cè)肱c車站接發(fā)車崗位聯(lián)動(dòng)、隧道口落物檢測(cè)等功能。

3.6 大數(shù)據(jù)分析應(yīng)用

大數(shù)據(jù)應(yīng)用分析采用 Hadoop 、Flume 、 Spark 、Kafka 、 MongoDB 、 Solr 和 Redis的分布式架構(gòu)技術(shù)構(gòu)建數(shù)據(jù)采集層、數(shù)據(jù)接入層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層和數(shù)據(jù)展現(xiàn)層。主要功能包括站段各類型設(shè)備信息的跨平臺(tái)分布式收集、集中分析預(yù)警和綜合審計(jì)檢索等；基于大數(shù)據(jù)的閥值預(yù)測(cè)，自動(dòng)化學(xué)習(xí)監(jiān)控系統(tǒng)中的關(guān)鍵指標(biāo)，預(yù)測(cè)生成未來(lái)的動(dòng)態(tài)預(yù)警基線圖，并可根據(jù)預(yù)測(cè)動(dòng)態(tài)基線對(duì)實(shí)際采集數(shù)據(jù)進(jìn)行實(shí)時(shí)預(yù)警；實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)設(shè)備、服務(wù)器設(shè)備和其它設(shè)備運(yùn)行指數(shù)的分析，使用戶可有效地周期性了解智能設(shè)備的承載能力和整體的運(yùn)維情況。

3.7 APP移動(dòng)運(yùn)維

移動(dòng)APP結(jié)合鐵路內(nèi)外網(wǎng)資源，將站段信息化運(yùn)維從固定場(chǎng)景向全時(shí)域延伸，APP緊扣鐵路具體業(yè)務(wù)流程，實(shí)現(xiàn)通知公告、告警通知、工單派發(fā)、工單提交與處理、資產(chǎn)數(shù)據(jù)查詢、知識(shí)庫(kù)查詢及移動(dòng)巡檢等功能，使運(yùn)營(yíng)維護(hù)管理自由隨行。

4 研究進(jìn)度

平臺(tái)整體研究進(jìn)度在逐步推進(jìn)，平臺(tái)產(chǎn)品V1.0版本已完成平臺(tái)整體技術(shù)框架搭建，信息類設(shè)備的集中監(jiān)控、自動(dòng)巡檢、故障診斷、實(shí)時(shí)告警、圖文報(bào)表分析、大數(shù)據(jù)日志分析、動(dòng)態(tài)基線預(yù)測(cè)等功能均已實(shí)現(xiàn)，智能視頻處理的核心算法也已完成開發(fā)。平臺(tái)已在西安鐵路局西安機(jī)務(wù)段和西安動(dòng)車段成功試點(diǎn)應(yīng)用，目前，試點(diǎn)運(yùn)行狀況良好，本平臺(tái)已經(jīng)成為試點(diǎn)站段的通用設(shè)備運(yùn)維和專有設(shè)備管控的關(guān)鍵，有效地提升了試點(diǎn)站段的運(yùn)維作業(yè)效率。

5 結(jié)束語(yǔ)

鐵路一體化物聯(lián)大數(shù)據(jù)運(yùn)維平臺(tái)是以作業(yè)安全為前提，以提升生產(chǎn)效率為目的，將鐵路通用和專用設(shè)備進(jìn)行統(tǒng)一管控，基于生產(chǎn)作業(yè)流程進(jìn)行智能運(yùn)維巡檢，實(shí)現(xiàn)不同類型數(shù)據(jù)的統(tǒng)一監(jiān)控和統(tǒng)一分析；同時(shí)，該平臺(tái)也存在不足之處，在后續(xù)研究和版本迭代開發(fā)過(guò)程中，會(huì)逐步深入更具體的生產(chǎn)作業(yè)環(huán)節(jié)，聚焦關(guān)鍵需求構(gòu)建系統(tǒng)模型，不斷完善補(bǔ)充感知接入?yún)f(xié)議和優(yōu)化業(yè)務(wù)應(yīng)用模式。

平臺(tái)下一階段研究方向是不斷吸收先進(jìn)的物聯(lián)網(wǎng)，大數(shù)據(jù)和智能分析技術(shù)，深入研究專業(yè)站段具體需求和作業(yè)流程，完善相關(guān)技術(shù)與專業(yè)領(lǐng)域的更深層次的融合，如工務(wù)智能巡檢、防災(zāi)管理、車務(wù)調(diào)車作業(yè)安全等方面。