申请试用
登录
研究案例
研究案例
首页 > 智能产业研究院 > 研究案例
AI赋能智慧城轨发展的五大应用方向
2022-12-28

作者/

杨燕 商汤智能产业研究院战略生态研究主任

今天我们结合城轨行业所面临的可持续发展挑战和《智慧城轨发展纲要》目标,围绕“人、车、站、基”四大主要组成,以及“建设、运营、经营”三大阶段,简单聊一聊在实际业务实践中AI如何赋能智慧城轨发展。

401.png

图:1-8-1-1智慧城轨蓝图(来源:《智慧城轨发展纲要》)


秉承城轨可持续发展理念,以《智慧城轨发展纲要》(以下简称“纲要”)所描摹的“1-1-8-1”的宏伟蓝图为指引,结合城轨建设、运营和经营全周期需求分析,我们提出了AI赋能智慧城轨发展的五大应用方向,分别是:面向“人”提升乘客服务体验;面向“车”、“站”提升运行管理效率;面向“车”、“站”、“基”提升资产运维水平;面向“工程建设”提升安全管理效率;面向“市场”提升商业经营价值。

 

面向“人”提升乘客服务体验


402.png

图:AI赋能提升乘客服务体验(来源:商汤智能产业研究院)

 

在轨交出行场景中,乘客出行全过程大致分为进站前、进站、搭乘/换乘和出站四个阶段,不同阶段对应乘客不同的出行需求。譬如:

 

在进站前

乘客一般需要提前做好出行规划,躲避拥堵,选择合适方式到达车站;

在进站阶段

尤其在客流高峰期,乘客需求转变为如何节省排队购票、安检和候车时间,加快通行速度;

在乘车阶段

乘客需要一个安全、舒适的车内环境;

在出站阶段

乘客需求变为快速出闸,并能够高效查看周边建筑物情况等。

 

此外,获取出行相关的即时信息服务,针对需要帮助的乘客做出快速响应,并给予及时帮助和人文关怀是贯穿出行全程的乘客需求。

 

针对乘客出行需求和痛点,结合《纲要》提出的“智慧乘客服务”目标,人工智能在提升乘客出行体验方面主要体现在:

 

1)快速无感的通行服务,包括智能票检合一的无感过闸、智能判图系统辅助快速安检,提升通行效率、节省排队时间;

 

2)即时精准的信息服务,包括数字人咨询,AR位置导航服务,以及AI视频监测车内拥堵、站台客流变化等情况,即时发布信息分享等;

 

3)高效响应的主动服务,包括AI视频检测站内、车内人员紧急需求(异常行为),客流或环境变化,提供及时帮助和处理。

 

面向“车”、“站”提升运行管理效率

 

403.png

图:AI赋能提升运行管理效率(来源:商汤智能产业研究院)

 

面对“车”和“站”的运营管理,我们将业务需求分为三大板块来讨论,分别为站务管理、列车运行和应急处置。

 

站务管理板块

主要业务需求包括运营前的站内巡查、开站准备等工作;运营中的客流监测和客运组织,以及日常安检安防工作;运营后的清站和关站工作等。

列车运行板块

主要业务需求包括列车调度和行车安全两大部分,其中在列车调度方面,当前调度工作主要依赖人工,调度人员凭借经验与系统信息辅助进行决策,随着线网复杂度增加,人工调度难度加大,调度效率亟须提升。

应急处置板块

应急处置贯穿列车运行和站务管理始终,做到异常事件及时发现,并在第一时间给予应急处置方案。

 

针对运营管理需求和痛点,结合《纲要》提出的“智慧运输组织”、“智慧列车运行”和“智慧乘客服务”三大目标,人工智能在提升“车”、“站”运营管理效率方面主要体现在:

 

1)基于状态监测的实时感知,辅助/替代人工作业,实现运营管理的降本增效。包括智慧安检安防系统、客流监测分析、司机状态监测、车厢内危险行为检测、站内智能巡检等。

 

2)基于决策智能的远程管控,解决人工管控效率低、难度大的问题。包括客流监测预警系统,可以实时测算客流密度,从而进一步确定客流预警量化标准与客流控制启动的时机,帮助运营人员采取必要的应急处置。还有智慧列车调度系统,结合客流预测和车流情况分析高效匹配运力运量,提升乘客出行效率。

 

面向“车”、“站”、“基”提升资产运维水平

 

404.png

图:AI赋能提升资产运维水平(来源:商汤智能产业研究院)

 

根据不同运维对象,我们将维护需求基本分成三大阶段,状态检测、诊断决策和维护处理

 

针对车辆、设备设施和基础设施的状态检测目前仍然以人工巡检和计划性定期检测为主;在诊断决策阶段,主要为“计划修”+“故障修”;而在维护处理阶段则按照维修计划人工派发工单后,作业人员赶到现场进行维修处置,并通过纸本记录作业内容。

 

当前主要依靠人工的运维模式已不再适合城轨网络化运营趋势,不仅成本高、效率低、易出错,而且网络复杂特性也对风险容忍度提出了较高要求,设备设施一旦出现问题,或将对线网运营造成极大影响。针对运维需求和痛点,人工智能在提升资产运维水平方面主要体现在:

 

1)基于感知智能实现对车辆、设施设备及基础设施状态的在线监测,代替人工巡检和计划性定期检测,降低对人工依赖,节约人力成本。

 

2)基于决策智能对监测数据进行故障预测,实现以经验驱动向数据驱动转变,从传统“计划修”+“故障修”向“状态修”过渡。

 

3)利用智能机器人或远程维修模式代替人工现场作业,提高智能作业水平,并通过智能派单模式结合检修人员负荷、专长等因素进行合理派单,提高作业人员劳动效率。

 

面向“工程建设”提升工地管控效率

 

405.png

图:AI赋能提升工地管控效率(来源:商汤智能产业研究院)

 

围绕“人、机、料、法、环”五大要素对象,在城轨建设施工现场,工地管控主要会涉及人员管理、安全管理、机械设备和车辆管理、环境管理和材料管理五大方面。正如上文所述,城轨线网化趋势意味着在建工地数量和参建人员的急剧增加,也增大了城轨建设过程管理的复杂度。

 

针对工程建设需求,人工智能在提升工地管控效率上,主要是基于对施工现场“人、机、料、法、环”要素的全面感知,将感知数据统一汇入平台并进行智能分析和风险预测,从而辅助工程管理人员进行有效决策,实现对多个施工现场集中式、精细化管理。例如,对进入施工工地人员佩戴安全帽问题,可以结合人工智能对多个工地实时上传的施工现场监控视频进行集中分析,并对违规人员发出及时预警,做到安全管理的实时性、有效性。

 

面向“市场”提升商业经营价值

 

随着城轨线网规模不断扩张,运营成本尤其是设施设备维护成本快速上升,票务收入难以覆盖运营成本支出,收支缺口愈来愈大,经营可持续发展面临挑战。与此同时,作为城市重要交通枢纽,城轨占据着得天独厚的流量优势,且随着线网化发展,其空间体量也在加速扩大,基于流量和空间的资源开发潜力巨大。

 

针对城轨经营可持续发展需求,除降低运营成本的“节流”措施外,充分利用和挖掘城轨流量和空间的资源价值,通过“开源”来提高城轨的经营性收入是弥合收支缺口,推动城轨扭亏为盈的重要途径之一。

 

人工智能在提升商业经营价值方面,可以在车、站空间内通过建立人机交互的智能化“触点”,以为乘客提供增值服务为契机进行价值创新。譬如,在站内等待区、进出站口、转乘区等人流聚集点设置智慧大屏,在车厢内设置智慧车窗等智能“触点”,不仅可以为乘客提供及时性信息服务,还能接入更多的第三方内容服务和广告资源,根据乘客属性分析进行针对性内容/广告展示,提高内容/广告触达率,充分利用“触点”的流量优势来激活商业价值。

 

406.png

图:AI赋能智慧城轨发展建设思路(来源:商汤智能产业研究院)

 

数字化和网络化是智慧化基础。因此,要推动智慧城轨建设首先要构建全要素的感知体系(即数字化),并通过打破线路间及系统间的信息壁垒,促进数据资源跨线路、跨系统流动、汇聚和融合(即网络化)。在此基础之上,通过搭建人工智能“脑系统”提供对数据的学习、分析和预测能力,再结合业务需求形成“数据—分析—决策—应用”的价值闭环(即智慧化)。具体来说,AI赋能智慧城轨主要围绕以下四大主体进行:

 

全要素感知(数)

通过摄像头、传感器等终端感知设备采集城轨各系统的要素信息,包括车辆状态数据、视频监控数据、设施设备运行数据、环境数据等,实现对乘客、车辆、设施设备、环境等信息全面感知,为AI赋能智慧城轨夯实数据基础。

 

全系统打通(网)

逐步突破各线路及系统间信息壁垒,采用标准化的数据接入协议将各个信息孤岛进行有效连接,建立多源异构数据的汇聚和共享平台,为AI赋能智慧城轨提供“一站式”的数据支撑。同时,为协同网络安全设计,数据共享平台按照安全生产网、内部管理网、外部服务网分域逻辑部署,不同网间的大数据平台域的信息交换按照安全等级,通过安全信息通道进行。

 

全智能分析(智)

基于数据共享平台之上搭建人工智能计算中台,集成模型训练、数据分析和决策能力于一体,并将可重复使用的算法模型和微服务组件沉淀下来,通过共享、复用来降低AI应用成本,并实现对城轨业务多样化需求的快速响应。AI 中台本质上即是用来构建大规模智能服务的基础设施,是一套完整的AI模型全生命周期管理平台和服务体系,为智慧的城轨发展装上“智慧的大脑”。

 

全业务赋能(云)

要实现城轨线网整体业务的智慧化升级和改造,我们需要将数据平台和智慧大脑统一建立在城轨云之上,通过统一云平台(又称“一片云”)促进系统间资源共享,将数据能力、AI能力等面向全业务进行覆盖。《纲要》计划到2025年,新建城轨交通城市全部采用“城轨云”,到2035年,“城轨云”将成为全行业智慧城轨的支撑平台。