该页无缩略图
增设了红色引导灯的闪烁方式，提高司乘人员的警觉度，并且具备频率调节功能，最快可达105次/分钟。
（三）碰撞预警
本系统中创新采用的防护栏碰撞报警功能，是指事故并碰撞护栏后，可同步向控制中心报警及警示后方车辆的功能。在及时通知事故发生信息的同时，也能够起到防止二次事故的发生。
（四）非光学车辆检测的创新应用
本系统采用创新的多相测速微波雷达（内置）来实现防追尾车辆检测功能，比传统的红外对射检测有着明显的优势。传统的红外对射方式的结构（镜片）会因为蒙尘和脏污误检或丧失功能，需要定期清理，增加了很多的维护工作量。本系统采用的微波测速雷达很好的避免了这种情况发生。
（五）辅助功能
创新性加入广播播报功能，可实现与现场的语音通话。
（六）丰富的扩展功能
本系统能够通过综合基站的扩展功能，集成气象传感器和能见度分析仪之外，还能够集成路面检测仪等设备，形成小区域气候监测站的功能，并可根据算法实现本地诱导装置对应的联动行为，同时上报控制中心。
（七）节能减耗
取消原系统敷设电缆的供电方式，响应国家减碳节能号召，全程使用光伏发电，充分利用自然资源绿色环保。
四、结语
在交通运输部倡导的“综合交通、智慧交通、绿色交通、平安交通”的理念指引下，利用ITS 系统架构理念构建高速公路雾天行车安全诱导及护栏碰撞声光报警低功耗融合系统为高速公路提供边际轮廓诱导警示、为通行车辆提供横向定位参考、纵向线形指引以及车距诱导，让系统覆盖相关区域在多雾、视线欠佳时段减少交通事故的发生，或当发生交通事故时避免二次事故的伤害，并同步向相关管理部门发出报警信息以采取及时、有效的措施及时处置，提升高速公路的现代化管理水平、进而提高道路交通安全、推动智能交通的发展等方面具有现实的社会效益。
参考文献
[1] 《JTT1032-2016雾天公路行车安全诱导装置》（中华人民共和国交通运输部）。
[2] 《智慧交通系统的总体框架体系》刘刚、蒋贵川《中国交通信息化》2019 年第11期。
[3] 《基于ITS的智能车辆技术研究》程远会 武汉理工大学硕士学位论文（2004年）。
智慧收费站全栈式解决方案
招商华软信息有限公司钟林陈健
一、背景概述
2020年1月1日0时，全国高速公路实现省界收费站全面撤销，487个省界收费站正式退出历史舞台，“全国一张网”运营新格局正式形成，标志着高速公路联网收费进入一个需要结合新发展背景不断促进行业质量提升的新阶段。在此背景下，交通运输部印发诸如《加快推进高速公路联网收费系统优化升级实施方案》《交通运输部办公厅关于深入开展ETC服务提升工作的通知》等系列政策文件，既为智慧收费站建设相关工作指明了方向，也对其提出了更高的要求。
结合政策趋势与行业需求，本方案以收费站整体智慧化能力建设为核心，深度融合 AI、物联网、云计算等新一代信息技术，从安全、收费、通行、管控、站务等多个维度切入，达成收费站车辆行驶安全快速、收费通行精准高效、特情事故快速处置、设备养护统一运维、站务远程整合管理的效果，并通过“以点带面”，助力高速公路智慧化、数字化转型发展。
二、现状与挑战
《高速公路联网收费系统优化升级方案》中明确指出，系统软硬件标准化、特情处置规范化、站级管理精细化，是智慧收费站建设的核心目标，但当前收费站实际建设与运营中仍存在如下痛点：
人工运营成本高企：当前收费站普遍采用“四班三运转”模式进行人员排班，单班次通常需配备3至5名一线收费人员。此外，还需根据车道数量、交通流量及特情发生频率等因素动态增配人员，从而导致人力运营成本较高。
车道自助能力较弱：特情事件是收费站在日常收费、通行和管控中需人力介入的主要事务。当前车道特情处理过程普遍需耗时50-60秒，既降低车道的通行能力，也造成车主的服务体验下降。
非ETC车辆疏堵手段缺乏：受环境限制（如无法扩道），非ETC车辆的通行过程（如交卡、缴费）极易造成收费站场的拥堵、排队，不仅损害“高速”通行形象，也易给路段经营单位带来经济损失和风险。
数字化支撑能力不足：当前各收费站数字化支撑与表达能力不足，导致设备状态获知不及时、异常处理缺乏远程运维能力、大量业务报表需手工填写，难以支撑对收费站的高效管控与调度。
三、建设内容
智慧收费站全栈式解决方案的整体业务架构分为站边缘与路段云两级，其中站边缘级设备位于车道前端，通过具备智慧化能力设备的布设，承担车道计费、收费及车辆通行等工作；路段云级系统位于后台,主要承载站级收费业务的处理及运营管理,提供远程集中管控和作业支撑能力，旨在确保收费站整站的健康、稳定运行。（如图3-1所示）
（一）站边缘级设备
1．站前预交易系统
站前预交易依托原车道收费系统，通过在站前匝道架设车牌识别、天线等设备，实现对匝道通行车辆的提前识别与处理。针对ETC车辆，在匝道处识别后进行提前交易，进入收费车道后，车道系统按照预交易成功与否，作出直接放行或补充交易处理；针对CPC车辆，在匝道处完成识别与计费，在进入车道前通过小程序提前缴费，进入车道后完成交卡即可通行。
此外，针对异常交易的车辆，通过多级诱导装置（如可变信息诱导屏）引导其行驶至混合车道进行处理。（如图3-2所示）
2.智慧自助一体化设备
1）自助发卡/缴费机器人
以“智能体”理念打造的智慧收费站智能化前端AI设备（如图3-3所示），支持独立式或嵌入式部署，通过集成多种智能化模块，以智慧化的手段仿收费人员为车主用户提供更友好的自助发卡/缴费服务，其中自助缴费机器人提供插卡式和投卡式两种模式。
2）车型识别设备
由车头相机、车尾相机、车身全景相机及多个补光灯组成，采用一体化设计，集图像采集、图像处理、图像抓拍、车辆特征检测、车牌识别、车型分类于一体，实现车辆车型自动识别、分类，并正确匹配车牌与车辆类型。（如图3-4所示）
3）ETC特情终端
一款专门针对ETC出口车道特情自助处理的终端产品（如图3-5所示），ETC用户在驶出ETC车道时，若因各种原因造成交易异常，终端屏幕会自动提示异常原因并指导用户进行自助操作，如针对标签电量不足或卡片余额不足等特情，用户可直接取下ETC卡放至终端读卡器上进行读写卡扣费，或由终端读取卡片入口信息后发起移动支付扣费请求。
4）多功能栏杆一体机
采用模块化、高度集成一体化等设计理念，有机糅合了高速栏杆机、车牌识别摄像机、费额显示器、降杆线圈车检器、微波防砸车检器、通行指示灯、语音报价器、声光报警器等多种设备的功能，使各设备各司其职的同时又集中受控（IP化智能体），具有“一增多减多提高”的优势，进一步提升车道的简约性、美观性和易维护性。（如图3-6所示）
5）车道智慧岗亭
部署应用于收费站出入口人工混合车道，融合了监控、人工收费、自助发卡、自助缴费等多功能模块的集成化产品（如图3-7所示）。通过人性化工业化结构设计、方便快捷的智能收费岗亭监控系统，以及高度集成的多样性智慧收费系统，为高速公路收缴费提供方便、快捷、智能、友好的界面，同时提供更加方便和舒适的人性化收费环境。
6）智慧服务舱
设置于收费广场出口（或入口）护栏边缘处，作为收费站开展收费、运营管理等日常综合业务的办公场所，主要实现出口（或入口）区域各车道实时监控、云坐席特情远程处理、车主通行咨询客服服务以及满足收费站工作人员休息等日常综合业务功能需求。（如图3-8所示）
（二）路段云级系统
1．云收费处理系统
为迎合未来行业业务线上化、标准化、规范化发展趋势，依托站构建起边缘云环境，并借助超融合技术，结合微服务架构，打造基于云收费的站级交易系统，通过该系统实现业务判断、计费、收费等交易流程，以及对各类设备的集中管理与控制。（如图3-9所示）
2．云值守平台
依托云计算框架搭建云客服能力底层和作业平台，以事件为驱动构建自动化流程引擎，辅以图像识别等AI能力，打造“沉浸式”的远程客服处理环境，支持全车道类型及多类现场事件的客服处理。（如图3-10所示）
3．智慧工况系统
基于物联网技术的应用，为收费站提供车道监测、站级监测、视频监测等多层面、多对象的监测保障支持，并提供与之配套的业务效能功能，对监测准确性、告警及时性、指标准确性进行全面分析，为收费站稳定运行提供保障。（如图3-11所示）
（三）高可用建设
本方案系统主要部署在站级云站服务器，通过采用应急部署、冗余部署等方式保障系统
的高可用性。
1.应急部署：支持收费车道降级部署与收费广场降级部署两种模式
1）收费车道降级部署
站级系统故障时，收费站通过配置车道控制器或者智能移动服务端支持车道现场离线收费和特情处理。故障修复后，恢复站级系统，车道应急收费设备与站级系统完成信息同步。
2）收费广场降级部署
站级系统故障时，将外场控制服务、ETC交易服务、MTC交易服务、计费服务名单服务、消息服务、数据生成服务等全量同步至广场降级备份服务器，备份服务器需定时与站级交易系统同步更新相关服务和参数，故障修复后，广场降级备份服务器与站级系统完成信息同步。
2．冗余部署：包括网络冗余、应用冗余、存储冗余、用电冗余等
1）网络冗余
具备多条网络链路，当主通信链路异常时，备用链路自动切换。
2）应用冗余
部署多个相同功能的应用，当一个应用出现故障时，其他应用可应急提供服务，且保障关键收费业务数据不丢失。
3）存储冗余
通过定期备份数据，并定期测试备份数据的可靠性与完整性，确保数据存储设备故障时可快速恢复数据。
4）供电冗余
通过采用1+1并联冗余或模块化UPS备用供电系统为各区域及设备供电。
四、方案特点
1.要素标准化
本方案在充分考虑通用性的同时注重基础构成要素与部级标准的一致，如车道布局的标准、交互接口的标准、能力构成的标准等，通过对上述基础要素的标准化处理实现设备管理的统一、数据流转的规范、用户体验的一致和多类系统的协同。
2．能力云端化
本方案通过加强云端集中管控能力建设，如云收费、云值守、云调度，将能力向云上汇集，不但实现了设备集中管控、信息共享与互通，还增强了在线计费、远程值守、运行监测、数据分析等各种能力，极大提升了管理效率。
3．系统高可用
本方案通过采用应急部署、冗余部署等方式，在站级收费系统故障发生时通过快速切换确保功能可用、数据不丢失，故障修复后恢复站级收费，并完成与站级收费系统的信息同步，保障收费系统的高可用。
4.设备集约化
本方案在收费车道、收费广场采用高度集成的智慧自助一体化设备，显著减少了传统收费岛设备数量，提升了收费站整体的观感，简化了工程交付流程，建设实施更加简洁高效。
五、应用案例
目前，招商华软智慧收费站全栈式解决方案已经在广东、云南、四川、重庆、黑龙江、江西、河北等多个省份（含直辖市）的收费站落地应用，智慧化效果逐渐显现。以江西省瑞昌智慧收费站（如图5-1所示）的改造为例，该案例通过在前端布设站前预交易系统、智慧自助一体化设备，在后台部署云收费处理系统、云值守平台及智慧工况系统，达成以下成效：
更加精准、高效、少人化的收费：通过全站采用自助设备，无人化交易率达 9 9 % 以上，有效实现收费全过程的无人化、少人化；
更加安全、快速、有序的通行：预缴费结合自助设备与相应运营流程的优化，全面保障车辆快速、安全通行；
更加精准的车辆识别：通过多类车辆感知设备融合识别，保障车道车辆队列识别的准确，交易准确率达 9 9 . 9 % 以上；
一岗多能式站务支持：通过对站内各类信息归集、一张图展示、一个操作台处理，实现站内人员一岗多能，达成降本增效。
六、应用前景
本方案遵循《加快推进联网收费系统优化升级实施方案》中所提出的总体技术路线，全面强化了收费站运营管控的智能化、在线化和数字化能力，不仅是对智慧收费站建设的提前探索和布局，更是一种适当的完善和拔高，为全网化推广和实施作出了更佳的技术储备和实施准备。同时，本方案中所提出的多种产品均具备较强的独立性，可根据不同收费站的需求、痛点，灵活应用“一站一策”策略，针对性地提升其智慧化能力。
因此，本方案既与政策和行业发展趋势吻合，又无需对已有系统、逻辑、设备进行大规模更换或重构，具备较强的易复制性和适应性，在当前行业智慧收费站研究和实施的起步阶段，具有显著的优势和广阔的市场前景。
面向铁路外籍旅客的全流程智能出行服务关键技术研究
中国铁道科学研究院电子计算技术研究所单杏花 戴琳琳 景辉李博
摘要：随着中国高铁国际化进程的加速以及“一带一路”倡议的深化，铁路承载的外籍旅客人数逐年增长,优化在华外籍旅客的铁路出行体验成为中国高水平对外开放的关键实践。当前，中国铁路对外客运服务能力仍存在挑战，主要包括因在华外籍旅客地域陌生导致的出行规划困难、语言与文化差异导致的交互问询困难以及外籍旅客证件核验效率跟不上与日俱增的国际客流需求等。针对上述问题，面向铁路外籍旅客提出了一套包含全行程智能规划、智能交互问询以及护照智能核验的智能出行服务技术体系，基于大模型等新一代人工智能关键技术赋能中国铁路对外客运服务的高质量发展，助力中国铁路从“高铁技术领先”向“服务标准引领”的战略推进。
一、引言
随着中国高铁网络全球领先地位的巩固与“一带一路”倡议的推进，铁路运输已成为外籍旅客在华商务、旅游的首选方式。截至2025年，中老铁路跨境旅客量突破10万人次，144小时过境免签政策覆盖37个口岸城市，外籍旅客规模持续增长。在此趋势下，铁路部门近年来开通了12306英文版网站与APP，推出了支持外卡支付的英文自动售票机以及智能语音导航等服务，不断增强国际化的铁路客运服务能力。然而，当前面向外籍旅客的铁路出行服务仍在外籍旅客行程规划、跨文化交互问询以及外籍旅客身份核验效率等方面存在短板，制约了国际旅客在华的铁路出行体验。在此背景下，随着人工智能技术的不断发展，以大模型为基座的智能系统展现出强大的多模态信息融合与跨场景的服务应用能力。因此，基于大模型等新一代人工智能技术，构建面向外籍旅客的全流程智能出行服务体系，既是提升中国铁路国际竞争力的战略需求，也是智慧交通技术赋能公共服务的关键实践。
二、问题分析
当前，外籍旅客在铁路出行全流程中面临多重阻碍，主要包括因在华外籍旅客地域陌生导致的出行规划困难、语言与文化差异导致的交互问询困难以及外籍旅客证件核验效率跟不上与日俱增的国际客流需求。
1.因在华外籍旅客地域陌生导致的出行规划困难
外籍旅客对国内铁路网络、站点分布、换乘方式、酒店住宿等出行服务资源缺乏了解，难以高效规划行程。传统购票系统（如12306）主要面向国内旅客，缺乏多语言支持及符合外籍旅客习惯的出行方案智能推荐功能，导致购票流程复杂、中转方案理解困难，甚至因信息不对称而误乘误购。此外，外籍旅客对国内城市交通衔接（如地铁、公交、出租等）、旅游住宿等资源认知不足，进一步增加了外籍旅客的出行规划难度。
2.外籍旅客证件核验效率跟不上与日俱增的国际客流需求
随着国际交流日益频繁，铁路口岸及重点车站的外籍旅客数量快速增长，但现有护照核验系统仍存在识别速度慢、兼容性不足（如非标准护照、电子签证识别错误）等问题。人工核验依赖经验，在客流高峰时易造成通关拥堵，甚至因核验疏漏导致安全隐患。此外，不同国家的护照格式、签证样式差异较大，现有系统难以实现高效精准的自动化核验，亟需智能化升级。
3.因语言与文化差异导致的交互问询困难
铁路服务系统（如车站广播、电子显示屏、人工服务）主要使用中文，外籍旅客难以获取实时车次变更、延误通知等关键信息。人工问询窗口与列车乘务员的外语服务能力有限，尤其在中小型车站，沟通效率低下。此外，文化差异可能导致外籍旅客对国内铁路规则（如安检要求、行李限制）理解不足，易引发误操作或纠纷，影响外籍旅客在华的铁路出行体验。
三、总体架构
针对外籍旅客在铁路出行全流程中面临的困难，提出一套面向铁路外籍旅客的智能出行服务技术体系架构，包含全行程智能规划、护照智能核验以及智能交互问询，如图1所示。在基础设施层面，团队已构建“资源弹性扩展、多模态算法融合、多层级网络覆盖、适应复杂终端形态”的铁路人工智能赋能平台，涵盖中国铁路超10PFLOPS 算力计算资源和全路超4亿12306移动终端、8万台自助设备、20万台客运移动作业终端感知设备，具备包含GPU集群和Triton推理服务器的高性能计算架构以及分布式存储与实时计算的技术能力，支持大模型、OCR核验、多模态翻译等高并发人工智能任务，可为面向外籍旅客智能出行服务技术的研发与应用提供软硬件支持。
在此基础上，全行程智能规划系统创新性地融合大语言模型（LLM）、增强检索（RAG）以及向量数据库等新一代人工智能技术，通过深度整合铁路出行服务核心资源，构建面向外籍旅客的智能化行程规划引擎，可基于旅客个性化需求（如时间偏好、预算限制、特殊需求等）和实时铁路运行数据，自动生成包含车次选择、中转方案、站点接驳、周边服务等要素的完整出行方案，显著降低外籍旅客在信息获取、行程规划等方面的认知负担，使其能够以最简化的操作获得专业级的出行规划服务，实现"一键获取，全程无忧"的智能化出行体验。
中 终端支持： ? 口 ? 司行程规划 站车一体化 2N 12306app12306小程序 12306网站 手持设备 智能查询机 智能问询机器人................................" "................sSESES.ES..SS 88 1 . RARNNORO应用场景 应用场景 1E 应用场景行程规划 订酒店及出租车 订票 在线核验 车上核验 闸机核验 文字翻译 语音翻译 图片翻译工具链 交互入口 输入数据类型
1 语音手 打车 行程利 12306 12306 闸机系统 房 自语音 文字关键技术关键技术 关键技术大模型编 排系统 多 检索库 元程 生成模型 证件 对齐 息提取 证件信 结合大模型的 护照核验系统 构建铁路中英文 翻译系统 外籍乘客智能交 互系统8技术支撑技术支撑 技术支撑vectordb agent workflownginx ocr triton yolo es bert IlIm vllm tts sttrag chatflow llm deepseek docker OSs postgres mkldnn 自 cudnn docker nginx redis全行程智能规划 护照智能核验 智能交互问询
软硬件支持 LILLE 8pyTorch Dify/5Pcaace 网络层 Xt1t1站车网 客票网 客服外网 客服内网铁路人工智能赋能平台
护照智能核验系统采用多模态融合的智能化核验方案，通过YOLOv11目标检测算法实现护照的识读区域的快速定位，并结合改进的投影变换算法完成护照图像的几何校正与透视变换，可有效解决复杂场景下的证件形变问题。在信息提取环节，创新性构建OCR与视觉大模型的协同处理框架，其中传统OCR算法负责机器可读区（MRZ）的高精度识别，而基于视觉提示学习（Visual PromptLearning）的多模态大模型则专门优化护照视读区（VIZ）的语义理解能力，有助于提升多语言姓名、国籍等关键字段的识别准确率。系统采用微服务架构实现移动端（APP）、闸机端（嵌入式设备）与云端的三级核验协同，通过轻量化模型部署（知识蒸馏+TensorRT加速）确保边缘设备的实时响应，可降低铁路系统证件审核的人力消耗，提高铁路客运证件的审核效率。
为满足铁路站车一体化场景下外籍旅客的多语言服务需求，构建一套基于多模态交互的智能问询技术体系。该系统通过整合大语言模型（LLM）、视觉语言模型（VLM）和检索增强生成（RAG）等先进技术，在智能查询终端、服务机器人、手持设备等多类终端上实现跨模态、跨语言的智能服务能力。系统采用多模态交互框架，可精准解析旅客输入的文本、语音、图像及视频等多源信息，通过深度语义理解消除语言障碍；同时依托RAG技术动态检索铁路客运知识库，结合实时翻译与上下文推理，为外籍旅客提供准确、个性化的查询应答服务，可显著提升在华外籍旅客跨境铁路出行的服务质量和效率。
四、关键技术
（一）面向铁路外籍旅客的全行程智能规划技术
1.出行服务核心资源数据库构建
针对铁路外籍旅客出行服务需求多元化、出行服务核心资源信息孤岛化的问题，构建统一的出行服务核心资源数据库，为全行程智能规划应用提供准确、实时、高效的出行资源与攻略知识数据支撑，如图2所示。遵循“资源数据收集-知识融合一知识向量抽取”的智能应用数据采集处理流程，整合12306票务数据、酒店API、租车平台等异构数据源，建立包含列车时刻、票价规则、住宿信息等字段的标准化数据模型，基于Neo4j图数据库等技术关联融合社交媒体的旅游攻略知识信息以构建跨语言的出行知识图谱，并通过增强检索技术(RAG)将结构化数据与向量化知识接入大模型系统，实现铁路与旅游服务资源的智能关联与动态响应，为外籍旅客提供精准、实时的一站式出行服务数据支撑。
2.基于大模型的多元行程智能编排
基于大模型的多元行程智能编排系统采用分层架构设计，通过功能层与数据层的协同实现全流程智能化服务，如图3所示。在功能层，系统以大模型编排系统为核心，集成提示词IDE、AgentDSL 和RAGPipeline 等模块，支持从数据ETL 处理到结果审核的全链条标准化流程，其中缓存系统和LLMops平台保障了服务的高效稳定运行。数据层构建包含车次信息、酒店数据等多模态资源的出行服务核心资源数据库，通过OCR识别、QA拆分和知识向量化等技术实现异构数据的结构化处理。系统支持QWQ-32B、DeepSeek-V3等多类大语言模型的灵活调用，结合知识检索与问题分类机制，能够根据用户需求动态生成包含交通接驳、住宿推荐等要素的个性化行程方案，并通过BaaS/MaaS平台实现服务的快速部署与扩展，最终面向铁路外籍旅客形成从数据治理到出行方案智能规划的闭环解决方案。
（二）面向铁路外籍旅客的护照智能核验技术
1.护照证件识读矫正
护照证件识读矫正技术旨在提升铁路外籍旅客护照核验的准确性与效率，解决因拍证件非水平上传、画面过暗、严重曝光、图片畸变等因素导致的护照证件识别准确度低下的问题。
如图4所示，基于Yolov11算法实现护照证件的关键点识别，通过获取四个角的坐标，以图片中心点的水平和垂直线为基准，计算四个顶点的畸变程度，基于投影变换算法实现畸变图像的矫正，并基于区域均值矫正算法强化阴影和曝光区域的图像质量。通过关键点识别、位置矫正、阴影曝光区域识别与修复的证件矫正流程，可优化外籍旅客上传的护照证件图像质量，为后续护照证件的关键信息提取与信息核验提供可靠的数据质量保障。
2.护照证件关键信息提取
铁路外籍旅客护照证件关键信息提取技术通过智能化处理流程快速准确地获取外籍旅客护照中的关键身份信息数据，如图5所示，护照证件关键信息提取总体上包含文字区域检测与文字识别两个流程。护照文字区域检测流程基于包含特征跨尺度融合（FPN）以及多头注意力的特征提取网络，及其通道融合模块实现，可准确获取护照证件文字区域的坐标；护照文字识别采用双向LSTM的RNN提取文字信息。自研算法通过结构设计优化，引入多头注意力模块，有效实现护照信息识别。在实际应用场景测试中，该算法成功检测并识别证件信息的正确率稳定保持在 90 % 以上。此外，算法处理证件的平均速度在1秒左右，有效保证了多证件识别技术应用对效率与性能的需求。
3.融合大模型的外籍护照自动核验
融合大模型护照自动核验旨在通过智能化流程实现护照信息的高效精准核验，如图6所示。该技术采用多阶段审核机制，首先对用户上传的护照数据进行格式统一、尺寸矫正等预处理，随后先通过视觉大模型初步审核，以筛选出明显合规的护照；针对视觉大模型审核失败的困难护照，启用自研OCR技术结合深度学习和多维度特征分析进行证件识别与MRZ区域补审，分阶段地逐步处理问题护照的核验信息。整个流程通过智能判断实现自动化处理，审核失败的护照则会提示用户重新上传。该技术可显著提升护照核验的准确性和处理效率，能够有效识别假护照和非护照类坏数据，既减轻了人工核验压力，又优化了外籍旅客的通关体验，为铁路跨境服务提供了智能化的核验解决方案，在保障安全的同时大大提升了外籍旅客在华的通行效率。
文字区域检测流程 特征提取网络 通道融合 输出位置信息输入
证件图片 1/2 1/4 , 1/81/16 特征 特征融合 去噪络卷积 [X,Y,XY2.]特征跨尺度融合 (FPN)位置编码 池化操作多头注意力网络 特征 2(Transformer)文字区域提取
Y0 特征文字区域提取P<UTO<<<10循环网络(RNN) 每个文字区域单独检测
（三）面向铁路外籍旅客的智能交互问询技术
1.面向铁路外籍旅客的多模态智能交互问询
面向铁路外籍旅客的多模态智能交互问询技术旨在通过融合视觉、文本和语音的跨模态人工智能能力，打破语言和文化障碍，为国际旅客提供无缝的铁路出行服务体验，如图7所示。多模态智能交互问询系统整合了智能客服、站车手持终端、智能查询机和智能服务机器人等多种终端设备，构建覆盖全场景的智能服务网络，依托视觉大模型实现站内导航标识的关键点识别与位置矫正；通过文本大模型进行多语言意图理解与铁路客规的精准解析；借助语音大模型完成实时语音交互与音频数据核验。多模态智能交互问询系统依托铁路专用知识库，包含中英文对照的客规数据、专业术语库及敏感词过滤机制，结合多语言Embedding 和多语言翻译技术确保跨文化沟通的准确性，可使外籍旅客能够通过自然对话、图像识别或触摸交互等方式，即时获取票务规则查询、站内导航、应急指引等关键信息。
2.面向铁路外籍旅客的智能翻译与客运知识问答
面向铁路外籍旅客的智能翻译与客运知识问答技术旨在构建一套覆盖从基础翻译到复杂业务处理的智能化服务体系，解决国际旅客在铁路出行中面临的语言障碍与信息获取难题，如图8所示。该技术体系以多层级任务处理架构为核心，通过意图识别模块对用户输入的查询语言进行实时解析，运用标准化接口实现任务拆解与意图分析，快速区分常规翻译需求与复杂业务咨询。针对简单的票务术语或站内指引，系统通过优化的翻译算法矩阵实现快速响应，并配备通顺度检查机制确保译文符合铁路服务规范；当遇到退改签规则、跨境乘车政策等复杂场景时，则激活大模型直接转义功能，结合命令意图分析模块深度理解用户需求，通过RAG技术从动态更新的铁路知识库中提取最新政策，同步调用工具库完成站车时刻查询、票价计算等实时数据对接，最终生成兼具准确性与操作指导性的回复。
五、阶段成果与展望
（一）阶段成果
当前，面向铁路外籍旅客的全行程智能规划技术与面向铁路外籍旅客的智能交互问询技术正处于研发测试阶段，面向铁路外籍旅客的护照智能核验技术已完成研发并投入应用。护照智能核验技术为外籍旅客提供护照审核、旅客身份证信息审核和旅客户口本审核等功能，日均审核数超10000件，高峰时段可达100000件左右，每日人工审核低于100件左右。自护照智能核验系统上线后，人工外籍旅客护照审核的工作量大幅减少，有效降低了铁路系统证件审核环节的人力消耗，起到了降本增效的作用。
（二）展望
随着“一带一路”倡议深化和跨境高铁网络扩展，面向铁路外籍旅客的全流程智能出行服务技术的发展正迎来前所未有的战略机遇期，以全行程智能规划、护照智能核验和智能交互问询为代表的三大核心技术将呈现深度融合发展的新趋势。未来，在继续完善并加速推进全行程智能规划与智能交互问询技术应用的基础上持续深化创新外籍旅客出行服务能力，全行程智能规划系统将突破传统票务服务的局限，通过集成多源异构数据（包括跨境列车动态、联程接驳方案、口岸通关政策等），构建基于时空大模型的决策引擎，实现从“出发地-目的地”的端到端出行链自动优化；护照核验技术将从单一身份认证向生物特征信用体系演进，依托联邦学习框架下的多国证件样本库，并结合区块链技术实现跨境旅客信用记录的跨机构安全共享；智能交互问询系统则将进化为具备持续学习能力的数字服务大使，通过多模态大模型实现从“被动应答”到“主动服务”的范式转换。
基于铁路综合交通枢纽的运力协调与路径规划优化关键技术及应用
中国铁道科学研究院集团有限公司电子计算技术研究所
朱颖婷 杨立鹏 王洪业 翁涅元 王红爱 郝晓培
北京交通大学 王江锋
北京市智慧交通发展中心（北京市机动车调控管理事务中心）
于海涛
摘要：提升综合交通枢纽换乘服务水平和各交通方式的运输资源配置效率，是综合交通运输高质量发展的重要方向之一。本文针对基于铁路综合交通枢纽的多模式交通供需匹配协同、联程出行路径规划服务鲁棒性和精细化提升问题，提出总体海量个体稀疏数据下铁路枢纽旅客出行偏好识别及画像构建、综合交通环境下铁路枢纽交通瓶颈识别、铁路综合交通枢纽运力协调、复杂综合交通运营网络下出行路径规划等四个关键技术，形成基于铁路综合交通枢纽的运力协调与路径规划优化的系统性解决方案，并在12306 铁路联程、空铁联运业务及北京市主要铁路车站得到应用，为提高多方式联程运输效率及旅客联程出行服务品质提供决策依据。
关键词：综合交通；用户画像；运力协调；路径规划；出行引导
一、引言
大型铁路客运车站通常是所在城市内最重要、规模最大、客流成分最复杂的综合交通枢纽之一。从运营角度看，多种交通方式客流的交汇常常导致铁路车站周边和内部疏散不畅，既有出行服务平台通常对站内和站外交通动态运力和客流信息掌握不全、不及时，各交通方式在有限客流和运力信息条件下难以实现基于铁路综合交通枢纽的动态运力协调。从用户角度看，铁路旅客对铁路站内和周边城市交通信息缺乏综合性判断，在出行高峰期可能因此做出不合理的出行规划安排；受限于“信息孤岛”、数据异构和业务规则差异、主流出行服务平台不具备运力资源协调能力等因素，既有平台提供的联程出行路线可能导致用户“漏乘”、增加用户出行变更时间或费用成本，同时造成各交通方式运输资源浪费；在复杂综合交通运营网络下各交通方式运力资源时空动态变化，无历史出行经验的用户难以快速确定最优换乘节点，自行规划行程路线难度较大。
为解决上述问题，本文基于大数据预处理、共享、集成等方法和人工智能、机器学习、最优化等技术和基础理论，提出基于铁路综合交通枢纽的运力协调与路径规划优化的系统性解决方案，并介绍本文相关技术在12306 铁路联程、空铁联运业务及北京市主要铁路车站的应用实例，为提高多方式联程运输效率及旅客联程出行服务品质提供决策依据和工程实践经验。
二、解决方案
2.1 总体技术路线
基于铁路综合交通枢纽的运力协调与路径规划优化方案的总体技术路线如图1所示，该方案主要包括4个关键技术，一是铁路客运枢纽人群出行行为机理及画像构建技术，分析枢纽客流特征、构建枢纽用户画像和偏好辨识模型；二是铁路综合交通枢纽交通瓶颈辨识技术，结合枢纽人群出行客流特征，针对枢纽周边建立事故影响下的道路交通态势感知模型，针对枢纽内建立旅客提前进站时长预测和高峰聚集客流预测模型；三是铁路客运综合交通枢纽运力协调技术，研究各交通方式运力资源布局特征和关键节点交通保障能力的预估方法，得到枢纽相关各交通方式静态运力布局，再结合枢纽交通瓶颈辨识结果研究铁路枢纽运力协调技术；四是联程出行路径规划优化技术，兼顾铁路客运枢纽用户出行偏好、运力等信息，研究枢纽换乘接驳优化方法，建立联程出行路径规划模型及相关求解技术，研究形成用户出行引导策略。为提升各交通方式运力资源协调效率和用户联程出行体验提供理论决策依据。
铁路综合交通枢纽人群出行行为 联程出行路径规划优化技术机理研究及画像构建技术换乘接驳优化方法 联程出行路径规划模型铁路换乘客流分析理论依据综合交通换乘客流分析 出行偏好 路径规划求解技术 最小换乘时间求解算法铁路发到站客流分析出行路线
客流特征 客流特征 出行引导策略个体特征 社交关系 出行链枢纽运力+空铁余票等
征用户画像、偏好 铁路综合交通枢纽运力协调优化技术铁路综合交通枢纽瓶颈辨识技术 各交通方式运力资源布局特征研究枫纽边 交通事故下道路交通态势感知 关键节点交通保障能力预估方法研究↓静态运力布局枢纽内 旅客提前进站时长预测 交通瓶颈 面向大型活动的铁路枢纽运力协调技术高峰聚集客流预测 常态条件下铁路枢纽运力协调技术
2.2 关键技术
2.2.1铁路综合交通枢纽人群出行行为机理研究及画像构建技术
针对总体海量个体稀疏铁路客流数据下的用户画像构建和偏好识别难题，研究铁路综合交通枢纽人群出行行为机理及画像构建技术。首先基于铁路、公交、地铁、网约车等多源异构数据，以北京南站和北京西站的换乘接驳出行场景为例，多角度分析铁路客运枢纽出发、到达、换乘客流的时空分布特征，研究多源信息环境下不同用户群体交通行为形成机理，揭示枢纽人群出行活动组合因素作用机制；突破稀疏数据对建立用户画像、识别铁路用户出行偏好的限制，构建铁路综合交通枢纽用户画像构建和偏好识别模型，具体计算流程见图2所示，基于图论、拓扑学等理论提出铁路用户出行链和社交关系图谱的构建方法，融合旅客个体行为、社交关系、出行链等多维度特征，从而丰富铁路个体用户的行为特征，形成针对稀疏个体行为数据的铁路用户画像构建技术。
2.2.2铁路综合交通枢纽瓶颈辨识技术
针对铁路综合交通枢纽中客流构成复杂、交通瓶颈识别难题，兼顾考虑铁路综合交通枢纽周边外部交通状态和内部聚集客流对旅客出行的影响，研究包括枢纽周边和内部的全视角交通瓶颈辨识技术。一是针对枢纽周边研究事故影响下的道路交通态势感知算法(如图 3(a)所示），推演事故导致的交通拥堵时空演变规律，预测事故对铁路综合交通枢纽周边道路交通的影响；二是研究站内高峰聚集客流辨识算法，一方面建立适用于小客流规模车站的高峰聚集客流辨识模型，考虑用户个体出行偏好因素，基于图神经网络和注意力机制，面向个体建立融合用户出行偏好和社交关系的提前进站时长预测算法，预测精度约为 8 4 . 5 8 % ；另一方面针对枢纽内部研究适用于大客流规模车站的高峰聚集客流辨识算法（如图3(b)所示），即根据对铁路综合交通枢纽客流分布时空特征，构建基于LSTM的站内高峰聚集客流识别模型，高峰聚集时段辨识精度为 91 % 、客流辨识精度为 8 6 . 9 % ，为精准协调铁路综合交通枢纽运力资源和精细化出行路径规划服务提供关键技术支撑。
2.2.3铁路综合交通枢纽运力协调优化技术
针对铁路综合交通枢纽中各交通方式供需匹配协同难题，分析突发事件或大型活动等特殊事件下交通保证能力的影响因素，研究全行程出行链中关键节点交通保障能力的预估方法；研究运能匹配度评价、模糊综合评价和数据包络等方法，评估运力资源需求和一体化交通保障能力的匹配程度；研究面向大型活动和常态化条件等多场景不同约束条件下，基于铁路综合交通枢纽的活动场地摆渡车、城市公交等其他运输方式的运力资源协调方法、机制；分析我国多交通方式间的数据共享现状和影响因素，建立基于铁路综合交通枢纽的运力资源协调机制；针对夜间铁路旅客到站后无地铁运行和公交发车频次不足情况下的换乘接驳难题，构建包含出租车、网约车和定制公交在内的多模式运力协调优化模型（如图4（a）所示）；针对通常情况下铁路旅客主要通过公交和地铁完成换乘接驳的场景，构建基于双模时空超图卷积网络的运力协调优化模型（如图4（b）所示），为协同调控公交和地铁运力资源提供理论支撑。
出租车、网约车、定制公交运力协调优化模型 基于双模时空超图卷积网络的公交/地铁运力协调优化模型
m1 LocsY时间积（ 社会U o时间积（控） 全连规
∑∑x≥1j=12N rX=POC(② /0+e) 输出
-,1 时间权（EU） 时间积（RELD）F-REUO 时间卷校 T-REUO 时间导
u-u+N·x≤-1,i,j=12,N,i≠j,m=,2,M g.x g(X+X） g.X. g.x (X+X) g.XN 雨积 积s.x_f g(I+X) g.x. s.x↑ g(X-X) g.X田积 图参积空间卷构 空间卷权时间积（（1） 时间积（门）TX=POo（）↑时间 r\*X=POO(Ω) 时间卷权
台 公交改 地 x=(x,x.,x）x=(x,x.,x)
y≥0,m=1,2.·M,i=12N TEESES 原数据 客矩阵
0 L! 茶茶美系
解决夜间换乘接驳难的问题 d)(a） (b）
2.2.4联程出行路径规划优化技术
针对复杂综合交通运营网络中、多交通方式影响下铁路旅客的路径规划难题，建立综合交通换乘网络流模型，提出跨交通方式换乘与接驳优化模型及换乘效率评估方法；构建最优目标分别为最短历时、最小费用和最少换乘节点的联程出行路径规划模型；设计基于虚拟弹性节点和层次化解耦的联程出行路线求解技术（如图5(a)所示），研究考虑城市公共交通运力、交通状态等影响因素的铁路同城异站最小换乘时间算法（如图5(b)所示），综合运用大数据、分布式缓存等技术，对时空动态变化的运力资源、票价、跨交通方式换乘时间限制等约束条件分层解耦，可在复杂综合交通网络和高并发请求环境下高效计算联程出行路线，为旅客提供精细、可靠的换乘出行路线。
基于虚拟节点和层次化解耦的联程出行路径规划求解技术 铁路同城异站最小换乘时间算法转城网络1、基于车站聚类估计进出站耗时 2、预测同城车站OD接驳耗时分层简化步骤1：构造铁路发 步骤2：计算 步骤1：构造同城车站0D数据集
离线计算 跨层索引 到站客流概况数据集 聚类个数初值 1多级索引分层网络混合运输方式大规 步骤2：构造同城车站0D接驳耗时数据集模换乘网络 预规划 步骤3：构造铁路每 步骤4：铁路 中3 预规划索引 日发到站客流数据集 车站聚类模型 步骤3：同城车站0D接驳耗时预测模型同城车站0D接驳耗时不符合预期 3、估计同城异站换乘最小中转时间多级索引分层网络 步骤5：可视化聚类效果步骤2：构造退票改签客流数据集
实时计算 二二二 1努 机→ 火车一 方案拼接 评价排序 步 进出站 1 、 步骤1：计算最小 中转时间预设值t1 步骤3：计算最小 中转时间预设值t2中基于离线预规划索引实时计算方案详情 结果输出 时数据集 预测模型 二 步骤4：对比计算得到最小中转时间(a） (b)
三、应用实例
3.1在12306网应用路径规划和铁路同城异站最小换乘时间算法
在12306网的铁路联程和空铁联运业务中，应用联程出行路径规划优化技术，应用效果如图6所示。考虑旅客在换乘中的“漏乘”风险因素，凝练联程出行的多种约束条件，基于“虚拟节点”概念，将不同铁路车站、铁路车站和机场构造成多个“虚拟枢纽”，再计算得到最优换乘“虚拟枢纽”。在铁路联程路线计算过程中，还应用考虑多种公共交通方式的铁路同城异站最小换乘时间算法，离线预估最小换乘时间。最后结合实时联程需求和动态余票运力变化，向用户推荐最优空铁联运换乘场站或城市、铁路联程最优换乘车站或城市。本项目中的路径规划和最小换乘时间算法有别于其他主流平台的方案，一是基于官方静态运行计划和动态舱位/票额数据，可为旅客提供更加精准可靠、鲁棒性强的出行路线；二是对不同换乘方式、城市或地区采用动态差异化的最小中转时间限制，将旅客联程换乘“漏乘”风险降至最低。
Y 北京<>厦门 定制中转 < 北京-鞍山
今天 周五 周六 周日 周一 周二 白
06.05 06.06 06.07 06.08 06.09 06.10 北京 + 沈阳 @ 鞍山直达 中转 中转城市 沈阳 北京
06:5414:40到达 全程10小时9分 15:17出发 17:03 小 06-06蓝 第2程 06-06前
北京南 G45 分 D6229 厦门北 08:25-10:05 ￥1290 11:19 11:40 ￥36.5北京首都T3沈阳桃仙T3 沈阳南 山西
1程 二等有 一答无 商务9张 CA1651140分 经济动 G8008121分
2程 二等有 一等有 无座有12:55 14:40 ￥830 11:43 12:18 ￥82.5
10:26 19:51到达 全程11小时 19:55出发 21:26 北京首都T3沈阳挑仙T3 沈阳 鞍山西
北京南 G301 G301 厦门北 CA16571时45分 经济 0708135分18:30 20:05 ￥1290 12:13 12:45 ￥45.5
1程 二等有 一等有 商务13张 北京首都T3沈阳桃T3 沈阳北 鞍山西
2 二等有 一等有 商务7张CA163511时35分 经济 G8010132分
09:56 14:26达 全程11小时1分 15:16出发 20:57 20:35-22:00 ￥830 14:47 15:15 ￥43.5
北京南 G35 州东 G1675 厦门 北京首都T3沈阳楼仙T3 沈阳 山西国CA16011时25分 经济的 G714128分
1程 二等有 一等有 商务无
2程 二等有 一等有 商务9张 21:20 23:05 ￥550 15:30 16:23 ￥19北京大兴 沈阳槐仙 沈阳 鞍山
11:00 15:05到达全程1小时9分 15:42出发 22:09 南CZ61021时45分 短济 C550153分武汉
北京西 G73 阿站换乘37分 D2231 厦门北 优安日 15:48 16:26 ￥45.5沈阳北 鞍山西
1程 二等有 一等无 商务无
2程二等有 一等无 无座无 出发；价格： 选 出发： 价格舞选AP-FA 4A.AA 444P7 G ? . 预估价￥1326.5 下 步
筛选 耗时最短 发时最早 显示票价（a）铁路联程 （b）空铁联运
3.2在北京市内主要铁路车站应用运力资源协调机制
以北京、北京北、北京南、北京西、北京朝阳、黄土店等北京市内主要铁路车站为主要研究和工程应用对象，初步建立了面向铁路综合交通枢纽客流疏散需求的运力资源协调机制，确定铁路和公交、地铁、网约车、共享单车等交通方式间的数据范围、传输频率等共享策略，建设了铁路客运联程联运信息平台（如图7所示）。在国内首实现了铁路发到站分时客流和车站相关公交、地铁、网约车、共享单车等多种交通方式运力、运量等数据的交换共享，为优化铁路综合交通枢纽运力资源协调方案提供有力数据支撑，部分解决了北京西、北京南等车站抵京客流积压、夜间打车难等问题。
3.3在12306APP上应用换乘接驳优化方法和部分出行引导策略
针对开通了城市交通信息查询服务的北京、北京北、北京南、北京西、北京朝阳、黄土店等北京市主要铁路车站，在12306APP上线应用换乘接驳优化方法和部分出行诱导策略，应用效果如图8所示。铁路旅客可在12306APP查询车站周边的公交/地铁站、公交/地铁线路、实时区段满载率和打车便利指数等信息，以及换乘接驳方案，实现基于旅客行程的铁路车站综合交通信息个性化查询和展示，打破铁路综合交通枢纽和旅客间的信息壁垒，提升旅客的换乘接驳出行体验。
四、小结
本文概述了基于铁路综合交通枢纽的运力协调与路径规划优化总体技术路线、关键技术及应用实例，部分提升了北京西和北京南站公交、网约车等交通方式的运力资源协调效率，显著提升了联程出行路线计算性能，降低了旅客在联程出行中的“漏乘”风险和在车站的换乘等待时间。
但是，因研究范围的限制，本文技术方案和关键技术针对不同类型的铁路综合交通枢纽普适性，以及是否适用于航空主导型等其他更大差异的综合交通枢纽，还有待进一步研究和检验。全国不同城市、区域的铁路综合交通枢纽和运输通道客流规模、用户出行规律、城市交通建设差异较大，需结合各交通方式的业务规则和需求、从深度和广度层面进一步开展面向多联运模式、更多场景下的差异化铁路综合交通枢纽高峰聚集客流辨识、运力资源协调和联程出行路径规划优化等技术的研究，实现持续推动提升各交通方式运力资源协调配置效率和用户出行体验。
轨道交通通信系统数字运维平台建设方案
通号通信信息集团有限公司
一、建设背景
在城市轨道交通系统的转型过程中，随着规模的扩大和技术的多样化，运维管理正面临前所未有的挑战。装备数量的激增、制式的多样化、多阶段的共存以及配置的不均衡，都使得运维工作变得更加复杂。当前的运维过程中，以“故障后维修”为主，缺乏对设备健康状态的实时监测，导致运维成本高、资源浪费。同时，信息孤岛问题严重，各子系统数据独立存储，缺乏协同分析能力，难以实现全局优化。为了应对这些挑战，迫切需要对运维模式进行智能化革新。
国家《“十四五”现代综合交通运输体系发展规划》中提出加快轨道交通智能化升级，推动大数据、物联网、人工智能等技术在运维中的应用，要求建设智能运维平台，实现故障预测与健康管理。《“十四五”数字经济发展规划》将轨道交通列为数字化转型重点行业，支持运维全流程数字化改造。
因此，基于物联网、大数据、数据分析等技术构建，以关键设施设备为主要管控对象，通过接入轨道交通专用通信系统的设备告警及性能数据，实现设备状态的实时监控与智能维护。为轨道交通运维提供扁平化协调、智能化决策以及多站点区域化管理的技术方法。有效提升设备状态管理的信息化水平，打造智能高效的运维模式。
二、建设目标
方案旨在构建以集中管理、集中监控为核心的轨道交通通信系统数字运维平台。通过集成多个子系统的数据信息及管理功能，提供统一的监控、管理、维护和优化服务，实现各子系统的数据共享及协同工作。同时在现有主流功能基础上，根据系统的智能化发展及最终实际需求，延展智慧运维新功能，提高系统的可靠性、安全性和运维运营效率。
三、解决方案
系统基于物联网技术、智能网关技术集成通信专业各子系统设备，实现对设备信息、状态、性能及运行参数等数据的实时监测。基于大数据与智能分析技术，对各类数据进行存储，并对设备运行实况与历史数据进行管控和智能分析，挖掘潜在规律和异常，提供具有价值的分析结果，指导解决设备告警及故障问题；同时利用数据可视化工具将分析结果以图表形式展示，辅助支持决策。平台功能架构图如图1所示。
（一）融合数据
通过对接相关通信子系统的接口打通数据通道，获取告警数据、故障数据、状态数据、日志数据等，然后对其进行分析和处理。
1.告警数据
各通信子系统的告警数据主要由网管和第三方监测系统提供，可较为准确、及时地反映当前各子系统面临的主要问题，如业务中断、冗余丧失、终端设备离线、无线网络覆盖不良等。系统对各通信子系统的告警数据进行分级后，可作为智能检测故障排除的触发条件，启动智能故障排除逻辑。通过对各通信子系统的告警数据进行进一步的关联分析，可实现对故障影响范围的评估和预判。
2.状态数据
各通信子系统的状态数据主要包括设备的基础信息数据和性能数据。基础信息数据包括生产厂商、设备型号、生产批次、制造日期、创建日期等基本信息；性能数据采集类型依据各子系统重要性能指标确定。
3．日志数据
为实现对各通信子系统进行多维度的综合分析，采集的日志数据需包括系统运行日志、用户操作日志和维护操作日志。
系统运行日志包括通用主机设备、网络设备及各类专用设备在运行过程中产生的硬件设备运行日志，以及各业务系统在运行时涉及到的核心进程、应用业务程序、数据库、中间件等产生的软件日志。通过对此类数据的采集分析，可评估系统的运维状态和健康度趋势。
维护操作日志主要用于记录运维人员对各通信子系统的运维操作，如登录账户、操作时间、查询记录、操作记录等，实现对各通信子系统运维质量和安全的管控。同时，通过对处理故障期间操作记录的分析，可不断优化各通信子系统的故障排除策略和步骤，缩短故障修复时间。
（二）融合应用
基于各类数据融合，拓展业务应用，实现设备的拓扑管理与集中监测。
1．设备拓扑管理
系统提供良好用户界面，以图形方式显示网络拓扑，在网络拓扑图上实时、动态显示被管系统及设备的运行状态。在拓扑图上动态反映各专用通信子系统网元预警和告警，可通过声音、拓扑图颜色变化来反映当前网络的运行。
系统实时采集各专用通信子系统的所有告警，经过预警或告警过滤后在拓扑图的相应图标上进行可视化展示，同时显示选定对象的基本信息。基本信息包括：此对象的名称、位置、状态、当前告警条数、告警的级别、告警内容及原因的简单描述等，能显示选定对象设备实时工作性能参数。可根据告警的级别以不同的颜色在拓扑图上对各种级别的告警进行显示。对不同级别告警的显示颜色可以进行设定。系统提供按线路、车站显示和按子系统显示等多种可视化方式。
（1）系统拓扑模块以线路一子系统的维度，实时呈现各子系统设备的告警信息及相关统计情况，进入子系统后展示该子系统的拓扑连接图，并提供拓扑图中网元节点的工程模式、告警操作等相关功能。
（2）线路拓扑模块以线路一站点一（机房）一设备的维度，通过逐级下钻的形式真实还原设备的准确物理位置，实时呈现设备的告警信息及相关统计情况。
2.集中运行监测
通过物联网技术、智能识别技术实现安全、有效、实时的感知，完成全线网通信子系统、设备的实时运行状态监测，同时支持对关键信息的可视化概览。
设备状态监测：支持设备运行状态跟踪，实时展示设备运行状态，如“停机”、“运行”、“维修”、“故障”等。关键设备重要运行状态变更时发出报警提示。基于各子系统告警数据，拓展以下功能：
（1）实时监测告警信息
系统可以根据权限显示所有被监控的网管监控系统的告警信息，不论用户工作站处于何种界面，告警信息都将以明显的图形、声音形式给以示警。同时提供故障处理和维护建议，帮助维护人员迅速排除、处理故障。
（2）告警信息过滤
告警过滤可以使界面用户根据自己的关注角度不同来设定不同的过滤条件，过滤出自己关心的告警信息。系统提供告警自动和手工确认的功能，在告警字段中有明确的告警确认标志，便于查询。系统提供自动清除和手工清除两种告警清除方式，当系统检测到产生告警的条件已经不存在，或者管理人员确认告警已经清除，系统会清除相关的告警。
（3）告警分析及范围评估
支持对已生成的不同属性的告警事件进行告警分类和根因分析。故障发生时，系统能给出故障影响范围提示。
3.视频协同监控
系统通过与视频监视系统对接，可以根据需要调看设备所在重点区域的视频监控画面，基于标准化视频巡视流程，结合智能算法研究，实现在关键区域的视频监视与视频巡视，支持“无人值守”场景下，对设备状态与环境的远程评估与监控，同时提供异常情况处置流程。
（三）融合处置
1.维修生产管理
通过建立统一的生产计划流程，重点对检修/维修计划、故障管理和工单管理、任务管理、遗留问题等内容进行流程监控，实现轨道交通设备维护的闭环管理。
基于报警或预警，适时启动处置流程，对所有维修任务过程进行信息管理。计划管理主要对检修/维修计划进行提前部署；故障管理可对故障进行登记，并针对具体故障生成对应工单。工单管理支持创建工单任务并关联计划、故障、遗留问题等内容，可对工单进行派工处理。任务管理可查询相关任务，并接受任务，施工后可录入施工结果，录入结果后均可在任务库查看。
2.智能应急管理
应急管理包括应急预案、应急流程及应急物资等信息管理，实现应急情况下电子化处置流程。指挥调度功能支持故障处置和应急资源调配快速联动；应急预案功能支持提前创建应急预案处置流程，可对各步骤的负责角色和作业内容进行设置。通过对各类应急事件、应急资源进行管理记录，实现高效的应急统一协调组织。
（四）融合分析
1.设备健康管理
健康管理模块通过综合覆盖设备各组件的在线监测数据、在线监测数据的实时异常与故障分析、在线监测数据的历史趋势变化、历史故障情况、历史维修记录等因素，综合评判设备健康指标，实现系统及设备健康管理。
健康管理模块的主要功能包括不限于：
（1）设备性能趋势分析
对长周期的设备性能变化趋势实现长期监督及预警，从更广维度实现设备变化趋势的提前捕捉及规律探寻，实现系统性能分析。评估设备的状态趋势、报警趋势、预警趋势，通过对设备的总体状态态势评估为设备进行状态分计算，以指导设备的维护状态定级，并形成设备维护报告。
（2）健康状态评价功能
结合设备型号、安装日期、设备厂家等静态参数，通信设备使用年限、设备运行环境跟踪、设备故障情况、检修情况、更换情况等动态数据，通过模糊评价、层次评价等方法，实现对系统、设备的健康度评价。
（3）故障预测功能
利用大数据和机器学习算法，可以分析设备的历史操作数据和历史维护记录，识别出设备的使用趋势和潜在的故障模式。通过建立预测模型，可以预测特定操作条件下设备的潜在故障，并及时提出预防措施，这样可以在故障真正发生之前进行干预，减少停机时间和生产损失。同时系统根据设备运行状态、设备健康状态评价结果等对系统健康劣化或性能稳定与否进行分析，并通过评估提示维修建议，指导调整维修策略，逐步推进状态修。
2．智能分析统计
基于子系统及设备的实时运行状态监测，结合业务建模，对各关键数据及指标进行智能统计分析
（1）通信指标分析
系统支持基于设备综合采集信息，如设备特征、设备告警等，搭建数据模型，对通信指标进行计算。
（2）检修数据分析
系统接收各子系统相关设备的告警、检修及故障处理等数据信息，并对数据进行深度挖掘和分析，作为新的数据源提供给健康管理中心，子系统需提供符合数据分析中心识别的数据格式和全面的检修参数等。
（3）设备运行分析
对设备运行数据深度分析挖掘，探索出故障规律，提前发现系统隐患并给出提醒和有效措施。系统提供设备运行、故障报表查看，如巡检、检修记录、设备故障记录等。
（4）日志分析
具备各系统设备日志分析功能，监测设备运行异常结果，能够将不同子系统日志信息进行相互关联综合分析。系统支持按照设备、日志模板、日志类型等条件查询日志，可以将日志生成分析报表和趋势图，帮助运维人员发现设备的安全事件以及其发生的规律。
四、应用推广
2024年，轨道交通通信系统数字运维平台在长春地铁6号线、西安地铁8号线部署应用。有效降低了人力运维成本，减少了故障响应与修复时间，对保障城市轨道交通的日常运维具备很好的示范推广效益。后期项目组将继续与多个地铁运营单位进行深度合作，计划面向北京地铁、乌鲁木齐地铁展开后续推广，为城市轨道交通行业的智能化发展提供技术支撑。
铁路车站作业安全风险智能监测识别关键技术及应用
中国铁道科学研究院集团有限公司运输及经济研究所
一、引言
中共中央、国务院提出大力发展智慧交通，推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。铁路车站是铁路运输生产组织的重要节点和载体，具有点多面广、条块分割、危险性大的特征，其安全防控难点在于信息不对称、缺乏集成应用，造成货运列车制蹭轨旁设备、脱轨或侧翻，以及影响旅客列车运行安全风险识别不及时等突出问题。研发集成应用机器视觉、人工智能、数据集成等新一代信息技术，打通生产管理数据链，创新设计基于信息对称的车站作业安全监测技术体系，研发了车轮传感器、货车装载状态图像采集设备、列车在站运行状态监测设备等智能装备，在实现安全防控事前预防转变，生产组织的数据决策转变具有重大意义。
二、关键技术
铁路车站作业安全风险智能监测识别关键技术涉及人员和设备定位数据、货车装载状态图像数据、车辆运行的音频和视频数据等信息，研究基于信息对称的车站作业安全监测技术、货车装载状态识别技术、列车在站运行状态识别技术、作业时空冲突识别技术创新。
（一）基于信息对称的车站作业安全监测技术
1.面向铁路车站复杂场景的多源融合定位技术。针对技术站既有作业人员和作业装备的定位以卫星定位、基站定位、轨道电路定位等传统方法为主，受技术站内大量金属遮挡、电磁干扰等影响，造成定位误差大、定位信息丢失，难以满足技术站作业和管理需要的突出问题，运用改进零速检测方法优化卫星定位、惯性导航定位、信标定位等定位精度，构建基于贝叶斯网络的作业要素时空轨迹特征提取模型，如图1所示，创新提出多源信息融合的联合定位方法，形成面向技术站作业人员和作业装备、适应技术站复杂作业场景的多源融合定位技术，提供高精度的要素时空定位信息，为技术站精准作业安全防控与预警提供技术支撑。
2.研发了便捷式铁路货车车辆移动传感器，形成了适应技术站复杂场景的智能终端解决方案。创新基于单个轨道计轴装置的列车行驶方向判断技术，和基于多个计轴装置的道岔、轨道、尽头线区段的占用、出清状态感知方案，集成震动传感器、金属接近传感器等物联感知设备，研发车辆移动传感器（T-CJJ01-TY），如图2所示，通过独立供电电源进行工作，部署实施简单、建设成本低廉。创新“手持终端 ^ + 摄像耳机”的作业设备，实现作业人员的第一作业视角进行全程录制，结合高精度北斗卫星定位系统和现存车信息，对作业项点进行自动提示和货物检查视角的智能监视。
（二）货车装载状态识别技术
1.基于联邦数据集成的铁路货车装载状态图像智能识别方法。考虑铁路货运作业与管理信息化建设条件下，集成应用铁路货车信息、货物信息、货物装载信息、图像信息等多种类型数据，构建铁路货车装载状态图像智能识别多源数据集成模型，按照信息分类、分布计算思路，研究提出铁路货车装载状态图像智能识别方法。通过铁路货检站现场实验验证，能够准确识别占整个画幅的比例不超过 1 % 的病害状态图像，铁路货车装载状态图像智能识别准确率能够达到 9 5 % ，能够满足铁路货检机检作业需要。
2.基于目标检测与实例分割交互的铁路货车装载状态图像智能识别方法。针对铁路易窜动货物装载状态图像识别准确性问题，提出了融合目标检测与实例分割交互的多任务学习策略，构建易窜动货物图像智能识别模型。通过铁路货检站现场试验验证，如图3所示，铁路易窜动货物装载状态图像智能识别精确率达 90 % ，能够识别 2 ^ { \circ } 以上物体偏移或旋转的病害状态，有力支撑铁路货检机检作业智能化提升。
3.基于多视角铁路轮式履带式货物装载状态标准图像目标检测技术。创新运用Resnet、YOLOv5、SIFT等方法，如图4所示，构建了基于尺度不变特征转换和图像目标检测的融合模型，提出了图像分类、图像提取、跨站比对等目标检测技术，实现跨站的轮式、履带式货物等稀疏样本图像比对。
4.铁路货车装载状态图像智能切割方法。针对传统以磁钢计轴或激光对射方式进行图像切割，如图5所示，造成图像错切后不完整展示的问题，创新了基于YOLO的铁路货车装载状态图像切割方法，并从锚框优化、滑动窗口等方面形成YOLO模型优化策略。通过铁路技术站现场实验验证，图像切割准确率能达到 9 9 . 9 9 % ，能够有效解决铁路货车装载状态图像完整性问题。
（三）列车在站运行状态识别技术
1.基于声音的车辆运行异常定位和判别方法。针对列车快速运行通过时周边运行环境复杂、采集的原始声音信号噪音多、难以与某一特定车辆相对应的问题，构建环境噪声去除-时域频域分析-数字信号转化的智能判别流程，利用改进型谱减法对轮轨噪声信号作去噪处理，结合声音分贝、声波频率和车速，生成铁路声音识别引擎，并定位问题车辆，实现包含车辆零配件异常、抱闸运行等在内的车辆异常运行状态智能判别。
2.基于温升的车辆走行部运行异常定位和判别方法。针对列车快速通过时难以低成本准确判断车辆走行部运行异常的问题，创新构建基于轮毂温度、钢轨温度、接触点温度的持续多组数据曲线拟合的车辆快速运行过程中走行部异常状态最大温升分界点判别方法，如图6所示，实现车辆抱闸运行的准确实时判别。
3.基于多源异构数据的列车在站运行状态智能判别技术。针对视频、图像、音频、温度等多源设备采集时时钟难校准统一的问题，将车号识别设备时间戳作为统一参照物，对多源设备起止时间戳进行校准，对音视频流起止时间和车辆连接处节点进行定位，实现多源数据同步。采用前述小目标检测、图像切割、多源数据同步等技术，对疑似故障点的判断从单一条件转变为复合判断，如图7所示，提出基于多源异构数据的列车在站运行状态智能识别技术，实现货物撒漏、货列尾丢失、货物自燃等26项危及铁路行车安全的异常状态的智能判别。
（四）作业时空冲突识别技术创新
1.基于群智数据的铁路车站时空冲突风险智能识别技术。针对现有铁路车站以人工盯控、事后分析检查为主的风险防控方法，难以满足现场少人、高效、实时的风险识别及预警需要的突出问题，创新构建基于传感器、设备终端、通信网络、卫星定位、图像识别等技术的铁路车站作业要素群智感知网络，应用基于卷积神经网络的知识与数据协同驱动推理方法，创新面向“沿线巡检、设备操作、车辆乘降”等关键场景的车站时空冲突风险识别及预警技术，为加强铁路车站源头风险识别与管控提供技术支撑。
2.研发平面调车作业智能安全防控装备及系统。如图8所示，针对铁路平面调车非集中区人工确认进路、顶送作业人工领车、人工确认连挂距离、人工巡视防溜设备等过程安全风险大的问题，研发非集中区道岔智能锁、移动传感器等装备，实现车列位置、车列速度、车列行进方向、岔区占用情况、道岔开通方向、道岔锁闭及密贴状态等非集中区信息的实时感知；基于红外测距、姿态感知、图像智能识别等技术手段，对顶送前方视频、目标距离、轨旁异物、防溜状态、监控视频等多元异构数据实时采集和综合分析处理，创新构建包括车列周边环境自动感知、非集中区进路智能防护、领车智能安全防护、智能连挂安全防护、防溜异常防护等技术的铁路平面调车智能安全防控及预警系统，改进当前基于平调手台的人控为主的平面调车作业安全防护方式。
3.提出多专业、多时空协同防护的铁路车站施工安全防护方案。针对目前铁路车站施工天窗多专业同时作业安全町控管理难度大的问题，创新构建基于多源异构信息融合、图像识别和智能判断技术的铁路技术站施工智能安全防护方案，首次提出基于双图矢量化算法和关键元素智能提取技术的作业风险因素自动监测方法，创新设计了计划施工区域的示意图直观辨识、调车作业与施工计划冲突报警、车务人员或机车进入施工区域报警等方案，从而解决跨专业、跨区域、跨时间的施工安全自动町控难题。
4.提出铁路车站智能化防溜成套解决方案。针对铁路车站防溜铁鞋、人力紧固器等防溜设备的作业过程缺乏智能化管理手段、无法自动采集精准安装位置、存在防溜设备与进路冲突的安全风险等问题，构建基于智能化技术的防溜作业管控技术方案，创新设计研发一种可精准定位、自动调整姿态的铁路智能防溜紧固器，使定位精度满足区分安装股道的需要，解决目前防溜设备领取、安装、巡检、撤除、归还等作业过程中的漏上、漏巡检、漏撤、丢失等问题，实现防溜设备使用过程中状态的实时监控，及时发现防溜风险并预警，确保车站防溜作业安全。
三、应用
本研究研制的项目成果在太原、西安等13个铁路局的40多个车站进行应用，有效实现了车站安全风险监测识别智能化，有效减少车站安全管控人员和内外勤人员的成本，项目应用期间，以三级六场编组站为例，可为单个车站减少安全管控人员支出约500万元/年，减少内外勤货检人员支出约200万元/年。项目实现了铁路车站作业主要安全风险的自动识别和高效安全防护，降低安全管理人员劳动强度，确保铁路车站作业安全。
针对铁路车站作业中货车装载异常状态、车辆异常运行状态核心问题，我们建立了具有独立知识产权的发明专利和软件著作权。当前涉及的关键装备已完成自主技术攻关，在战略性新兴产业的高技术成果转化应用领域树立了标杆案例。
四、结束语
本项目的研究，解决了铁路车站作业安全风险智能监测及识别技术问题，形成包含数据融合、图像识别、智能联控等在内的成套生产作业控制及管理解决方案，能够为确保车站作业安全、无人少人化管控、降低劳动强度提供可靠技术支撑，具有重大意义。
基于云原生技术的轨道交通车载智能边缘云平台
北京京投卓越科技发展有限公司 张鹤龄 潘志鹏苏州华启智能科技股份有限公司 郑霄峰
一、概述
2020年12月，中共中央国务院印发《关于推动都市圈市域（郊)铁路加快发展的意见》，强调重点推进都市圈城际铁路和市域（郊)铁路建设，落实交通强国战略。此前2020年3月，中国城市轨道交通协会在《中国城市轨道交通发展纲要》中明确要求建设统一部署、资源动态分配、支持业务应用的城轨云平台，推动城市轨道交通向智能化、智慧化方向发展，并提出实现城轨云从信息化到智能化的长远规划。
为实现车载业务边缘计算场景化的需求，本方案创新构建开放高效、资源集约的车载智能边缘云平台。采用轻量化设计，贴合嵌入式环境，通过多层级故障保障机制实现高可用部署。平台有效整合资源，显著降低建设成本，促进信息共享，并支持智能自调节以提升运行效率与节能水平。
二、现状挑战
（一）系统分散且信息共享能力不足
当前，车载系统及终端设备数量庞大、部署分散，缺乏统一集中的管理机制。各子系统之间独立运行，感知数据无法互联互通，形成“信息孤岛”，导致相同信息需要多次重复采集，难以实现“一次采集、多方共享”的高效利用模式。这种局面不仅造成资源浪费，也使得跨系统协同处理与统一智能管控面临显著困难，限制了整体调度与响应能力的提升。
（二）业务与硬件绑定导致容灾能力缺失
传统架构采用业务系统与硬件板卡紧耦合的部署模式，形成一对一的强依赖关系。在该模式下，关键业务应用高度依赖于特定物理板卡，缺乏有效的冗余机制或负载均衡能力。这种强绑定关系显著增加了业务连续性风险。一旦底层硬件发生故障，其影响将迅速蔓延至依
赖该硬件的整个业务系统，导致服务中断。具体表现为：业务影响范围广泛、服务连续性难以保障、故障恢复时间显著延长，对系统可靠性和运营稳定性构成严重威胁。
（三）车载业务资源利用率低下与硬件效能优化
当前，大多数车载业务的实际资源消耗（包括CPU算力、内存、存储及网络带宽）远低于为其分配的硬件资源总量。这意味着硬件平台的设计容量未能得到充分有效的利用，存在大量的资源闲置与浪费。这种“高配低用”的现象直接导致了系统整体的资源使用率处于较低水平，资源使用率优化不足不仅造成了硬件成本的浪费和整车能耗的增加，从长远角度看制约了系统的扩展性与灵活性。
三、总体设计
（一）总体思路
车载智能边缘云平台采用分层的架构设计（见图1），基于车载嵌入式分布式节点为基础设施构建云平台。该平台遵循新一代智能列车的总体规划与创新架构要求，采用一体化融合设计，将列车广播、影视娱乐等多种业务系统集成至统一平台，提供高集控、高融合、高可用的一体化服务。
（二）系统架构设计
系统架构分为三层：应用层、PaaS层和IaaS层，同时具备信息安全管理体系（见图2）。
应用层：平台承载的各项业务，主要包括传统业务、智能分析业务以及大数据业务。
PaaS 层：该层是平台最核心的部分，提供业务云化的各项服务，主要包括技术服务、数据服务、业务服务和运维管理服务。技术服务提供了业务容器化后所需的调度、管理以及容灾能力；数据服务为业务数据的可视化管理提供支持；业务服务为业务入云提供算力、算法以及各种开发组件支持；运维管理服务为平台的日常运营和运维提供了保障。
IaaS层：包括计算、存储、网络等资源，是业务及平台稳定运行的基础硬件依赖。
四、平台功能
（一）应用功能
车载智能边缘云平台支持车载应用的容器化部署，并通过云集群实现对车载设备的统一管理、智能调度和自动化运维。平台通过图形界面快速操作业务实例（创建、删除、启动、停止、重启），可灵活调整CPU、内存和网络资源，节点可依托离线镜像仓库实现业务实例快速恢复。
（二）数据存储功能
平台配置大容量的高可用存储空间，可实现各业务系统的应用程序及日志数据的存储。平台支持以共享文件目录的形式，为业务实例提供共享存储；支持副本分布式存储系统，支持在部分存储节点服务故障，不影响储存系统正常运行；支持以本地文件系统的方式，为业务实例提供虚拟逻辑卷；
（三）GPU算力服务
平台通过CPU与GPU协同支持车载智能应用：CPU作为必需品持续运行，GPU作为加速器按需调用。高效利用GPU的关键在于按需分配和及时释放，并与分析任务的时序紧密整合。平台通过对列车视频分析等业务的算力支持和时序管理，显著提升有限算力资源的利用效率。
（四）信息安全管理
通过车厢交换机网络规划策略实现列车及地面间的数据安全防护和隔离，保证设备数据通讯的可靠性和低延迟。平台支持划分业务实例的子网，提供二层网络隔离能力；支持通过安全组对业务实例的网络端口访问控制；支持通过静态方式指定业务实例的IP地址。
（五）可靠性调度功能
采用云架构的冗余和应用探针状态实时监测功能，对云原生应用的安全可靠性、高可用性进行大幅度提升优化，具备轻量化容灾设计。支持云平台全系统掉电自动恢复；支持在控制节点故障的情况下，自动切换备控制节点；支持在计算节点出现故障的情况下，通过弹性容灾服务自动在其他可用节点恢复实例；支持动态节点更替，云平台自动完成更替节点的纳管。
（六）数字看板
平台自带Web权限的数字化看板（见图3），通过连接大屏或维护端显示屏，实时显示平台及应用的运行情况。
五、平台创新点
车载智能边缘云平台突破车载资源限制，融合边缘计算与云原生技术，实现业务标准化运行、算力动态优化及多级容灾，显著提升响应速度并保障业务连续，有效平衡能耗与成本。
（一）资源池化
车载智能边缘云平台通过构建全面的资源池（包括计算、存储、网络）和集成化的云平台服务，实现了高效的容器虚拟化与管理，确保平台算力资源灵活复用、数据安全与业务连续性。
平台以计算资源池为核心，借助容器虚拟化与GPU/NPU加速，实现资源高效复用与利用率提升；存储资源池支持灵活数据存取与持久化；网络资源池采用轻量LinuxBridge，简化容器接入与管理。
（二）轻量化的容器调度
传统资源调度方法多采用静态配置，难以应对复杂多变的轨道交通业务场景。自适应资源调度技术通过实时监测系统负载与业务需求，采用机器学习算法进行精准预测，实现了资源分配的动态调整（见图4）。
通过容器化集群架构的运用，自适应资源调度技术得以在复杂多变的车载环境中高效运行。容器化技术允许独立的服务在最小的资源占用下运行，而微服务架构则确保了系统的高
可用性和可扩展性。当系统检测到资源需求的变化时，动态反馈机制迅速响应，及时调整资源配置，实现了资源平均利用率提升了 30 % ，同时将平均业务响应时间缩短了 4 0 % ，这在资源密集型的轨道交通场景中尤为重要。
（三）多级容灾
车载场景具有批量化、大规模、分散部署、机动环境的特性，因此高可用性是衡量基于云技术的边缘智能平台的关键标准。从容器实例、物理节点、网络交换机、云平台关键部件等多层级镜像故障分析，保障系统的持续稳定运行（见图5）。
平台具备高可用性，当物理节点宕机或断电时，系统会自动检测并裁定，通过多节点并行自恢复机制快速完成恢复，同时向控制节点上报状态，极大缩短业务中断时间，满足短时间内恢复需求。
六、技术成果
目前，车载智能边缘云平台已完成第三方检测及认证6项，相关知识产权5项，并荣获ICT中国2023高层论坛云原生安全优秀实践证书、北京市轨道交通学会科学技术进步一等奖，取得业内广泛的认可。
七、应用案例
目前，车载智能边缘云平台所取得的自主创新成果，已经有全国10个城市的20条线路中应用。截止到目前，陆续实现了地铁、城际、高铁业务首次应用的全覆盖。
在主机厂方面，实现了在京车、中车四方、中车浦镇等多个新车型项目的应用；地铁方面，实现了北京11、19、22号线、苏州地铁7号线等多个项目的首次应用；市域车方面，已在三亚智能城际车、眉山“天府号”智能城际动车组、北京副中心城际动车组等项目装车并成功上线运行；动车组方面，实现了时速 200 公里智能动车组三亚、眉山、武汉城际项目批量供货，中国铁路总公司重大科研立项下一代时速450公里CR450复兴号智能动车组原型及样车的示范应用，后续将逐步向城轨市场发展，配合中国城市轨道交通协会进行车载智能边缘云平台技术规范的编写。
八、价值成效
（一）经济效益
本方案对减少资金浪费、促进信息共享、提高信息化水平具有显著成效。具体体现在：提高基础资源利用率，减少重复建设和浪费。通过列车共用云平台，能够有效减少网络、主机、存储、支撑软件等的建设和采购数量。满足新增车载应用资源对于云平台的要求。同时在基础架构上实现了智能自调节与管理，从而提升车载运行效率，降低能源消耗。
（二）社会效益
本方案面向车辆、站段、中心等场景下所有运营及运维人员，受益覆盖面广泛。相关部门可以进行统一管理，使工作更加智能化；将容器、边缘计算等最新技术运用于交通行业，通过精确的梳理各类数据和信息，搭建软硬一体的信息化平台，推进以一体化为核心的智慧融合的建设和发展。
（三）生态效益
本方案符合轨交行业中长期信息化改革和发展规划纲要，遵循国家信息化发展要求，符合车载信息化发展现状，有利于车载服务效率的提高、质量的稳固和资源的均衡，对智慧城轨服务水平的提升具有重要作用。
九、总结与展望
未来，随着国家对轨道交通系统支持力度的增大以及对高智能、高性能、绿色化轨道交通的迫切需求，云平台以其“体系结构开放、资源高效利用、智能应用支撑、快速响应启动、安全健壮抗毁”的技术优势，已成为支撑智慧城轨发展的关键基础。列车车载边缘云与车站边缘云高效协同中心云，实现从中心到车载的一体化智能化延伸。
254
中国沿海复杂开海域航道建设关键技术研究与应用
交通运输部天津水运工程科学研究院冯小香段宇周俊伟
一、引言
中国沿海港口群作为全球最繁忙的海运枢纽，其货物吞吐量已连续15年位居世界首位，在全球供应链体系中占据核心枢纽地位[1]。近年来，随着船舶大型化趋势加速（如40 万吨级超大型船舶应用普及）与沿海港口船舶交通流密度持续攀升（年均增长 8 { - } 1 0 % ），传统进港航道设计理念与技术体系逐渐难以适配复杂通航需求[2]，主要面临三大核心挑战：其一，外海开敞海域受风－浪－流多场耦合作用显著，现有环境模拟技术难以满足高精度预测需求，导致航道安全余量评估偏差；其二，船舶交通流量激增背景下，超大型集装箱船、散货船与中小型船舶的混合航行场景增多，通航冲突风险与水域拥堵问题加剧；其三，现行航道设计规范多基于遮蔽水域工况制定，针对开海域复杂环境的设计理论、指标体系仍存在明显空白[3]。已有研究与事故统计表明，环境因素是开海域航道事故的基础诱因，人为操纵失误则为直接推手，因此构建精细化环境模拟与智能决策技术体系，成为破解上述难题的关键路径。
本研究由交通运输部天津水运工程科学研究院牵头，联合武汉理工大学、中交第一航务工程勘察设计院有限公司、交通运输部北海航海保障中心、中交第四航务工程勘察设计院有限公司、曹妃甸港集团有限公司、北京海兰信数据科技股份有限公司等单位围绕开海域航道安全高效建设需求，突破“环境模拟-船舶仿真-航道设计-智能保障”全链条技术瓶颈，创新性地将WRF大气模型、三维波流耦合模型与生成对抗网络（GAN）深度融合，建立“数据驱动-模型耦合-智能决策”的成套技术体系[4]，实现对开海域复杂环境的高精度模拟与通航风险的动态预。目前，该技术成果已在渤海湾、琼州海峡等典型复杂海域完成工程转化，为我国沿海复杂开海域航道规划、建设与运维提供了核心技术支撑，对推动海运领域科技创新与“交通强国”战略落地具有重要意义。
二、总体架构
本研究以“环境模拟-船舶仿真-航道设计-智能保障”4个方面的技术为骨架，搭建了以环境模拟数据支撑船舶仿真，环境模拟与船舶仿真支撑论证航道设计、航道设计与环境模拟、船舶仿真反馈协调、航道设计支撑智能保障的总体技术架构。如图1所示：
