基于人工智能的軌道交通監控系統的設計和實現

梁春達

（長春大學旅游學院 吉林 長春 130000）

0 引言

隨著科學技術的提高，軌道交通運輸量的增加，傳統軌道交通監控系統已經無法滿足現代化軌道交通運輸與監控的需求。因此，本文基于人工智能技術（artificial intelligence, AI）[1]，提出了一種新型軌道交通監控系統。該系統設計從技術方面來看，不僅可以減輕交通運行工作人員的壓力以及縮短解決突發事件的時間，還可以快速針對突發事件制定對應的方案，保障軌道交通的安全，從而使得軌道交通管理效率得到提高。

1 基于人工智能的軌道交通監控系統整體架構設計

基于人工智能的軌道交通智能化監控系統設計，需要能夠實現對各個子系統模塊進行全面的控制和描述，并在軟件和硬件的作用下為其提供更加契合的服務。該交通監控系統的功能聯動性和人工智能方面，可以實現各個子網系統之間信息共享，而不同功能的監控系統為控制服務的實現提供了重要條件。因此，可以將軌道交通監控系統的架構劃分成多個模塊，具體如圖1所示。首先，環境與設備主要包括了列車車站以及行駛途徑的隧道中各種環境問題，如通風設備、空調設備等為軌道列車的運行提供了保障。通信模塊主要由3部分構成：閉路電視、公共信息系統以及電話等部分。其次，自動監控模塊和安檢模塊前者實現了對列車行駛的路線進行定位和控制，同時還實現了對車輛行駛的情況進行監控，后者主要對乘客所攜帶的物品進行檢查，以此保障乘客與列車的安全。報警模塊主要負責對列車以及站點中存在的安全隱患問題進行監控，并觸發警報，一般由排煙與滅火等系統構成[2]。

2 基于人工智能的軌道交通監控系統實現

針對基于人工智能的軌道交通監控系統設計實現，首先需要對其硬件系統和軟件系統進行設計。在針對硬件進行設計時，通過以決策模塊為中線，利用車傳感器實現對車站內網的信息進行采集。然后，監控節點利用通信技術，完成對信息的采集后，并利用精準傳輸方式，將數據傳輸到監控系統當中。這時，監控系統會通過對所采集的信息進行分析，以此完成對路況車站設備的有效控制，從而實現全方位的監控，并保障車輛的運行安全。在對決策模塊的軟件進行設計過程當中，需要先對傳感器進行測量，使其計算出相應的變量系數，以此完成對實際軌道交通監控情況的分析和極差數值計算，使得軌道交通監控系統的設計得以實現。

2.1 硬件系統設計

軌道交通控制系統硬件功能設計過程中，一般通過對網絡控制流與數據流兩者的相關度進行有效分析，從其角度出發實現對硬件系統的設計。而軌道交通監控系統的硬件結構可以將其劃分為4個部分：決策層、監控層以及網絡層和控制服務層，以此來為軌道交通監控提供對應的服務。其中，綜合決策層主要負責車輛信息方面的決策；而對軌道交通路線實時運行情況監測則是由監控層來負責。網絡層則通過通信鏈路故障監測信息傳輸；最后控制服務層則將系統收集到的對應信息，結合網絡通信平臺及時地反饋給各個層次的系統，并為其提供相應的網絡支持和數據共享，以此保障駕駛人員在遇到緊急突發事件時能夠及時地做出相應的反應[3]。不過，在實現監控系統的對接時，為保障其穩定性，應當遵循對應的標準規范，具體系統硬件結構設計示意圖，如圖2所示。

2.1.1 網絡通信模塊設計

該層次的設計，主要作用于對軌道交通運行情況進行合理有效的規劃。并實現了對軌道交通線路系統及其相關設備進行監測和控制，以及數據信息的內部交流。不過，這都需要利用網絡通信共享平臺以及數據共享技術等，來實現系統和系統之間的信息傳輸，或者各個模塊之間的有效銜接和處理，從而起到對監控系統的輔助作用。

2.1.2 傳感器設計

軌道交通監控系統決策層設計，是由車站內網信息為基礎來實現的。同時，還為軌道交通監控系統的功能性、不同模塊的聯動性、獨立性等提供了保障。這就需要對站點的子系統進行實時監控，并做好不同子系統之間的協調，然后再結合列車行駛的情況以及系統控制需求，從而實現對其功能性的擴展，使得該監控系統變得更加靈活、可靠。因此為了實現該節點的統一性。本文在對該系統的監控節點設計時，選擇利用關聯性模型來實現。并利用無線通信技術、傳感器等實現了兩者之間的有效銜接，讓監控系統通過傳感器實現各個節點之間的信息共享。而決策傳感器的設計具體如圖3所示。它是由開關、信息收集模塊以及決策執行模塊、無線通信模塊等多個部分構成，然后利用收發接口來實現互相通信[4]。

2.1.3 網關設計

基于人工智能的軌道交通監控系統設計，還包含了網絡層。該層次的設計主要擁有網絡通信平臺和網關兩個部分。通過將設備層的裝置與設備層的網關進行連接，然后由管理人員通過服務器實現對每個網關的設備進行管理和配置。同時，還需要在設備層中安裝對應的管理器以此來保證網絡通信平臺和監控系統后臺之間的互相通信。而網絡通信平臺主要作用于軌道交通監控系統的各種應用系統信息傳輸。然后實現對監控系統當中不同模塊之間產生的大量異構數據源進行統一有效的管理，從而完成不同模塊數據之間的互聯。并且，該平臺還會利用網絡將多媒體數據信息和短信進行有效傳輸與集成，接著利用物理鏈路網絡實現各個工作站和主機之間的連接，從而形成對應的數據鏈。最后，通過專業網絡將對應的車輛位置以及速度信息傳輸給另一車輛，這樣一來當其他車輛駕駛員在接收到報警信息時，就可以有效避免事故的發生，同時將其可靠性降至最低[5]。

2.1.4 控制模塊設計

控制服務層設計，主要包括4個模塊：列車行駛控制模塊、電力系統控制模塊以及自動售票模塊和運輸綜合服務模塊等。因此，該控制層設計負責對現場信息的收集，還通過利用自身具備的故障自動診斷功能，實現對現場設備的自動化、智能化管理和監測，從而使其故障修復效率得到有效提升。這對于軌道交通監控系統中的各個功能模塊來說，在人工智能的作用下，可以實現對系統和車輛的全方位的控制，以此保障不同模塊的功能得到充分的發揮，使得軌道交通運行安全得到有效的保障。

2.2 軟件系統設計

基于人工智能開發設計的軌道交通監控系統軟件，其控制系統是保障監控系統正常運行的重要部分。因此，該部分的設計主要包含了7個模塊：人機界面模塊、網絡狀態監控模塊、視頻分析模塊、乘客信息管理模塊、廣播控制模塊以及報警模塊和應急聯動模塊等。而基于人工智能的軌道交通監控系統流程，首先系統經過深度學習目標檢測技術，通過利用視頻監控設備實現對監控區域中的人群檢測并對對應狀態進行有效分析，以此實現對車站內客流密度的統計和滯留、聚集等的分析以及對應的安全系統進行參數量化。接著利用分析圖表的方式，將量化后的數據展示在軌道交通監控系統的人機界面顯示器上，并利用人工智能學習模式通過離線或在線情況，結合后臺軟件實現對系統實時抓拍的視頻圖像進行識別和分析，從而識別和分析出監控視頻中人、物的行為特征情況，并將其存儲在服務器當中。如果車站中發生異常情況，監控系統就會主動及時地推動報警信息，及時做出對突發事件的預警和處理，并與地鐵自動化系統之間實現共享。通過人工智能和關聯性模式，實現軌道交通綜合監控功能設計。并利用相關系數來表示不同變量之間的密切聯系，通過對不同指標進行分析來判斷確定不同路況之間的相關關系和交通方向。

軌道交通的運行情況和車站決策層所檢測出來的路況兩者之間存在直接的聯系。而該軌道交通運行區域當中，一般情況下發生路況故障事故的概率極低。因此，本文基于人工智能設計的軌道交通監控系統，在車輛正常運行過程當中所存在的兩個傳感器測量值方面必定有一定程度的相關系數。如果假設所存在的相關系數由P來表示，那么A和B則分別對應表示兩組傳感器所測量的數據。那么這時A變量和B變量所對應的數學期望則是由E（A）、E（B）進行分別表示。而該變量的相關系數計算公式為：

經過對相關系數的計算后發現，低度相關系數P對應0.4＞P≥0.2，而中等度相關系數則為0.7＞P≥0.4，高度相關系數為1＞P≥0.7。接著，在對軌道交通的實際運行現狀的基礎上進行充分考慮，平移本站監控點所測量值設置，與同一下一站監控點兩者之間的相關系數大于0.4，這時兩個傳感器在關聯性模型的作用下，將極差值設置在10 min內，傳感器檢測數據的最大值和最小值的差值，接近主路況上的傳感器極差值，遠遠超過遠離主路況傳感器的極差值。最后，通過對軌道交通路況面與工作面兩者之間的極差值進行計算，可以為軌道交通監控系統的設計與實現提供數據上的支撐[6]。

2.3 接口設計

接口設計主要輔助軌道交通監控系統中其他子系統之間的集成任務。因此，為了使接口設計得更加規范化，本文針對接口的設計采用了應用互操作專用規范的方式（AIP）來表示，實現了接口的開發設計。

2.4 監控數據傳送流程設計

該設計通過將所監測到的有效節點中的數據傳輸到主機上，再利用主機實現對軌道交通系統的實時綜合監控。而監控系統的狀態數據則會直接被上傳到主機當中，最后有選擇性地將數據傳輸到對應的層級當中。其整個過程如下：首先，軌道交通監控系統的各個子系統先將設備的具體運行狀況信息傳送到監控系統當中并進行存儲。接著，監控系統則會按照預定的設定實現自我管理，然后將所需要集中協調的數據上傳到對應的地方。其次，監控系統中的各個位置或者控制中心則負責對車輛、車站各方面進行監督與協調，這樣一來即使出現異常問題，系統也會立即發出預警信號[7]。

3 仿真實驗分析

3.1 實驗參數及環境

為進一步驗證基于人工智能的軌道交通監控系統的可行性，本文以某市3號城市軌道交通為例進行仿真實驗，該軌道交通系統為全封閉狀態，其車輛的平均運行速度大于36 km/h。其中，該車輛長度為21 m，寬度為2.9 m，軸重小于17 t[8]。

3.2 結果對比分析

根據仿真實驗結果對比分析，本文開發設計的新型軌道交通監控系統，和傳統監控系統相比，傳統的監控系統的監控影像質量和清晰度，要低于本文基于人工智能的軌道交通監控系統所獲取的監控影像質量。這就說明，通過仿真實驗證明了基于人工智能的軌道交通智能監控系統具有更高的監控精準度[9-10]。

4 結語

綜上所述，現階段隨著國內軌道交通建設的全面推進，傳統的軌道交通監控系統已經無法滿足當前軌道系統的需求。為此本文以人工智能技術為核心，開發設計了一種新型軌道交通智能監控系統。該智能系統的設計能夠促進軌道交通運行質量的提升，還能夠針對車站中突發事件及時做出相應的處理措施，使得其軌道交通智能化、自動化水平得到進一步的提高，并為軌道交通的運營、安全性以及可靠性、響應速度等方面提供保障。