建在大数据上的郑州地铁

地铁已经成为了很多人出行的必备交通工具，有些地铁甚至成为了网红的打卡地点，例如穿山越江的重庆地铁、拥有 200 个入口 50 多个站台的日本新宿地铁等等。在乘坐地铁的时候，你是否思考过地铁是如何运行的？其中应用了哪些 IT 技术？… 本文将以郑州地铁为例，讲述地铁运营中的 IT 技术。

轨道交通有哪些关键系统？

我国城市轨道交通信息化系统一般是由 6 个子系统组成，分别是：信号系统、综合监控系统、自动售检票系统、综合安防系统、通信系统、乘客资讯系统。根据国家统计局和交通部 2016 年公开的数据，以上 6 个子系统的市场规模占比分别为信号系统 26%、综合监控系统 23%、自动售检票系统 17%、综合安防系统 13%、通信系统 11%、乘客资讯系统 10%。

来源：国家统计局，交通部，观研天下数据中心

其中，城市轨道交通信号系统会随着微电子技术、计算机技术、通信技术的发展而不断发展，地面与车载设备的安全信息传输方式大致经历了模拟轨道电路、数字轨道电路和无线通信３个阶段。地铁信号系统正在从 20 世纪 90 年代的基于数字轨道电路的 ATC 系统向基于无线通信的 ATC 系统过渡，即 CBTC，逻辑上由联锁系统、列车自动防护系统 ATP、列车自动运行系统 ATO 和列车自动监督系统 ATS 共４部分组成。

根据相关预测，2022 年城市轨道交通信息化系统整体市场规模将达到 477 亿元，其中占比最大的子系统——信号系统的市场规模将达到 124 亿元。

来源：观研天下数据中心

郑州地铁信息化建设的整体思路

在城市轨道交通飞速发展的时候，郑州地铁的信息化建设和数字化转型也走上了“快车道。”2013 年 12 月 28 日，郑州地铁首次开通，目前已经开通了 7 条线路，还有多条线路在规划中。2020 年，郑州地铁在官网的“招标 / 比选公告”模块中一共发布了 10 余次信息化建设的相关采购信息，包括信号系统、监控系统、通信系统、存储扩容等。

据悉，目前郑州地铁的信息化团队分为集团信息管理部和运营分公司信息管理部两级架构，两级信息管理部门都处于公司整体规划之下，所有信息化建设先进行顶层统筹设计，避免重复建设，然后分步骤、分阶段建设。在前几年的信息化建设中，信息管理部已经针对管理域各业务系统建成了一套管理平台，郑州地铁信息部管理部副部长李昱见表示：“我们内部称其为一体化信息管理平台，为什么叫一体化呢？它包含了两个意思，一是针对全局性的系统，我们来统筹，一杆子到底，横向到边，纵向到各个单位；二是打破壁垒，避免出现系统孤岛。”

目前郑州地铁的信息化建设和数字化转型总共涉及了 40 多个系统，覆盖了大部分的主营业务，包括人、事、财务、合同等企业管理系统和运营生产系统。在转型之前，郑州地铁面临的主要问题是业务部门数量多、业务复杂、数据孤岛情况严重、管理难度高等等。

人太多、换乘难，日均 150 万客流量如何达成？

“换乘难”几乎是所有地铁运营管理的难题，也是乘客非常关注的热点问题。据了解，郑州的人口超过了千万，地铁的日均客流量 150 多万，高峰期会突破 200 万，如何快速、安全、准确地将这些乘客送到目的地呢？

为了准确了解客流情况，郑州地铁每条路线都上线了售检票系统，系统顶层设计了大脑用来清分结算。乘客从进站到出站算是一笔完整的交易，需要计算出票价以及整个进出站过程的流向，每天的计算量非常大。之前，郑州地铁使用的 Oracle 数据库，由于数据量庞大、运算方式消耗资源，需要几个小时才能计算完成，经常是后半夜才能拿到报表。现在，利用大数据平台，将原先很大的数据库切分成小块的数据库，同时计算并汇总结果，报表完成时间缩短到了几分钟。

除此之外，郑州地铁已经有七条线路实现了网络化运营，借助大数据可以更好的完成客流应急处理。当某个站点出现故障或者应急，周边的其它站点可能会受到波及，那么何时出现的异常、波及范围有多大… 之前，这些影响都是靠大家的经验，现在可以在经验的基础上应用大数据，郑州地铁将客流交易数据、乘客交易数据、当天出现的关键事件（例如球赛、展会）以及天气情况等数据收集起来，汇总到基于历史客流的算法模型中，利用人工智能的方法做出判断，甚至可以在大型活动举办之前做出预判，提前调配站务人员。

郑州地铁运营分公司站务中心副主任孟萌表示：“事实上，从 2013 年开通以来，在每次大客流之前，我们都会做客运组织。但是这件事情会面临一个难点，就是当某个站点发生大客流时，我们无法准确判断客流是从那个地方过来，尤其是现在，郑州地铁有十几个换乘站，乘客的多线路选择对客流组织的影响很大。”

智能客流分析预测平台

郑州地铁智能客流分析预测系统采用了星环的容器云平台 TDC 和大数据平台 TDH。其中，TDC 提供了容器云基础资源，大数据平台提供数据接入、存储、分析能力。

智能客流分析预测系统上线以后，可以精准通过系统数据看到车站的主要客流流向，包括客流到达点，我们可以据此从乘客始发车站或者沿途车站进行精准地客流控制，在满足整体车站布局、车站的容纳度及列车车厢运能的基础上，最大程度的减少大客流期间对乘客出行的影响。据孟萌介绍，客流信息主要是从两个方面获得，一是票务系统，乘客进出站是需要购票的，根据购票情况可以判断哪个时间段、哪个站点的客流量很大；二是进站，车站有一套完整的客流预测体系，内部会设置一个阈值，一旦达到，就会启动相应的客流控制。

设备多、线路长，如何保证地铁设备的正常运营？

除了乘客，设备同样是地铁正常运转的关键因素。郑州地铁全网有上万台 (套) 设施设备，分布于线网延伸区域，设备种类繁多、数量庞大，长时间运行可能会带来众多不可预期的故障，因此，智能运维是郑州地铁面临的另一个课题。

轨道交通的特点就是超大规模和体量，线路长、设备较多，数据种类较多（包括传感器数据、巡检数据、视频数据、信号数据等）。对于郑州地铁来说，当数据不断接入，原先采用的传统数据库在数据处理上会遇到瓶颈，无法满足业务对性能的要求。而且涉及到智能分析需要多个业务系统数据融合时，由于前期建设局限性，很多业务系统数据标准不一，存在隔离性，无法进行数据融合、智能分析。

在这种情况下，郑州地铁以弓网火花识别场景为切入点，建设了一套智能视频分析系统。接触网系统是城市轨道交通牵引供电系统最重要的关键环节之一，地铁通过车顶受电弓与接触网上的良好接触取流，从而给牵引电机供电，给地铁提供动力。接触网与受电弓之间的匹配关系直接影响地铁的取流质量，频繁的运输任务使得机车受电弓与接触网频繁的磨损，接触网与受电弓发生机械脱开，这种现象被称为“离线”，离线发生时伴随着有火花的产生，通过统计整条线路火花发生位置，发生大小，火花持续时间等信息，评估整条线路的健康状况。

之前郑州地铁识别弓网火花的方式是通过人工观看视频，记录火花发生时间，预估火花发生的位置，然后定期反馈给接触网维修班定期检查弓网线路。这种方式不仅工作效率低，而且反馈时效性差，火花大小完全取决于主观判断，缺少量化衡量指标。

弓网视频分析系统架构图

郑州地铁上线的弓网视频分析系统，可利用机器视觉等人工智能技术实现对电火花的自动识别，具备打火等级评估、打火位置定位等功能。目前该系统正在郑州地铁运营分公司供建中心推广使用，视频分析模型准确度达到了 90% 以上，为接触网检修节省了人工投入，提高了工作效率。