主页 >新闻动态 > 行业新闻

AI如何赋能城轨交通的可持续发展?

2022-08-24 16:37:57 来源:杨燕 商汤智能产业研究院 作者:管理员 点击量:1515

 

 

从城轨交通可持续发展讲起

 

从地图上看,城市公共交通像一张形态复杂而又设计巧妙的大网,将城市的每个角落有机地连结在一起。如果将城市交通比作人体的循环系统,那么城轨交通便是系统中的主动脉,它具有运输容量大、远距离、速达性、准时性等诸多特点,在扩大城市通勤半径、缓解城市交通堵塞、优化城市交通布局等方面起到了重要作用。以北上广为例,北京的通勤半径达到40公里,上海达到了39公里,广州也有31公里。得益于城轨交通系统的迅速扩张,城市活力向外辐射。

 

据中国交通新闻网报道,截至2021年12月31日,全国(不含港澳台)共有51个城市开通运营城轨交通线路共计269条,运营里程8708公里,车站5216座,实际开行列车3120万列次,完成客运量237.1亿人次(受疫情影响)。然而,从轨交密度(公里/万人)来看,目前北京(0.33)、上海(0.32)与东京都(2.11)、巴黎(1.99)、纽约(1.24)等国际城市对比相距较大,城轨交通仍有巨大的发展空间。中信证券估算,至2025年我国城轨运营线路长度将达到1.4万公里。据工信部赛迪智库发布的《“新基建”发展白皮书》预测,在“新基建”所涵盖的七大产业中,对高铁和城轨的投资规模最大,预计至2025年直接投资将达到4.5万亿元。

 

伴随不断增加的运营里程、快速攀升的线网流量,尤其是大中型城市的轨交网络日渐复杂,城轨交通的可持续发展成为重要命题。

 

一方面,随着网络化发展,城轨交通的乘运安全和运营管理面临着巨大的压力和挑战。例如,轨道线路之间关联度越来越高,单个线路或节点发生突发或异常事件的影响范围和严重程度会有更大的不确定性,因此对相关设备设施、人员、事件等安全监测要求提高;因运力运量不匹配、通行效率低等因素造成高峰时期车站客流拥堵,当前须实施限流措施来暂缓高峰压力,对乘客出行效率带来较大影响;在运维方面,当前针对巨量设备设施和基础设施等的状态检测、诊断决策和维修处理仍然主要依赖人工作业,成本高昂且效率低下……等等问题暴露都需要城轨相关部门站在全局化视角,用更高效的手段来提高运行管理效率、确保乘运安全。

 

另一方面,随着生活质量的提高,人们对出行品质和体验要求也越来越高。“出行即服务、以人为本”的服务理念逐渐成为城轨交通行业的共识。乘客需求不单单是从A点B点的时空位移,而是在整个出行过程中也能够收获良好的出行体验,例如减少“门到门”出行时间、增加换乘连接可靠性、及时获取出行相关信息和服务,以及更多的人文关怀等。

 

此外,城轨交通的可持续发展还体现在建设和经营阶段。

 

随着城轨交通的快速发展和城市群建设的逐步推进,我国城轨交通建设向线网化、多元化的复杂线网工程演进,为城轨交通建设提出新的挑战。这意味着在建工地数量和参与建设的相关人员都将急剧增加,将大幅提升城轨建设过程管理的复杂度。如何提高建设管理效率,保障工程顺利开展是城轨建设的重点。

 

城轨交通作为准公益服务型产品的定位,决定了其票价水平不可能参照成本支出而定。绝大多数城市的轨道交通运营收入主要以票务收入为主。据统计,2019年全国轨交企业运营成本(不含大修更新)的中位数为1126.15万元/公里,票务收入中位数556.37万元/公里,缺口约为570万元/公里,而随着运营里程的增加,缺口将越来越大。这为城轨的可持续化经营提出新的要求,如何利用轨交得天独厚的流量中枢,进行价值发现和创造将是轨交行业积极探索的方向之一。

 

 

智慧城轨是实现可持续发展的重要抓手

 

 

上述城轨发展的内在要求和外在需求对城轨当前的建设、运营和经营模式都提出了更高的挑战,迫切需要转变传统的发展模式,结合技术创新和业务创新来突破发展瓶颈,满足可持续发展要求。

 

习近平主席在“第二届联合国全球可持续交通大会”致辞《与世界相交 与时代相通 在可持续发展道路上阔步前行》中提出“坚持创新驱动,增强发展动能。要大力发展智慧交通和智慧物流,推动大数据、互联网、人工智能、区块链等新技术与交通行业深度融合,使人享其行、物畅其流。”

 

随着5G、人工智能、物联网、云计算等智慧化技术的发展和推广,智慧城轨被认为是解决复杂系统问题、促进城轨交通行业可持续发展的重要抓手。

 

智慧城轨的内涵是以数据为核心构建人、车、站、基础设施等要素的全面互联,通过数“智”(治)代替人“智”(治)来重构传统业务流程,进而引发新的范式变革——从过去对“物”的被动式管理转向对“人”的主动式服务,从事后问责补救转向事前预测规划、事中实时把控,从而提升贯穿建设、运营、经营全生命周期的管理效率,以及人们的出行服务水平,达到降本增效、安全运行、服务创新、价值增值的可持续发展目标,构建安全、便捷、高效、绿色、经济的新一代中国式智慧型城轨交通。

 

早在《国家中长期科学和技术发展规划纲要(2006-2020年)》中即已指明,“智能交通管理系统”是优先主题之一。近年来,国家出台多项政策推动轨交智能化的建设发展。例如,2016年制定的《交通运输信息化“十三五”发展规划》中,要求充分利用信息技术改造传统交通运输业;2020年3月,我国城轨交通行业第一个“纲要”、“规划”类文件——《中国城轨交通智慧城轨发展纲要》(简称《纲要》)正式发布。《纲要》“将云计算、大数据、物联网、人工智能、5G、卫星通信、区块链等新兴信息技术与城轨交通业务深度融合,实现大范围、全方位、高效率的运行控制与管理,推进城轨交通系统向网联化、协同化和智能化方向发展。”《纲要》指出,在2025年中国城轨智慧化水平要进入世界先进行列,2035年达到世界领先水平。

 

在政策推动、纲要指引与可持续发展要求的多重驱动下,智慧城轨的建设和升级加速展开。根据“中国城轨交通2018年度统计和分析报告”与“2018上半年我国城轨交通智能化市场简要统计与分析”可知,目前城轨交通智能化项目投资占总项目投资约3%-5%,按同等渗透水平预测,到2025年我国智慧城轨市场将达到千亿规模。

 

AI是赋能智慧城轨发展的核心引擎

 

 

智慧城轨发展离不开智慧化技术的赋能和应用,其中,5G、IOT、大数据、云计算等技术应用推动了数字化、网络化的发展进程。通过数据的收集、汇聚、融合、共享为发展以数据为核心的智慧城轨奠定了基础,而要进一步实现更高层次的智慧化,还需要结合人工智能技术作为“智慧大脑”,基于多源、海量数据的智慧化分析,进而形成决策、预判来指导城轨业务的最优化运行。因此可以说,人工智能是赋能智慧城轨发展的核心引擎。

 

作为核心引擎,人工智能在赋能智慧城轨发展上主要表现为以下四个方面。

 

首先,人工智能是求解复杂系统问题的重要手段。

 

城轨线网化发展使得城轨交通体系逐渐向复杂网络系统演化,任意节点/环节发生变化都可能给整体网络运行带来重大影响,正所谓牵一发动全身,对运输组织和安全管理带来了极大挑战。此外,城轨系统复杂性还体现在多样性和随机性上——不同制式、专业系统间的有序协调,以及随着客流量增大,城轨在高密度、短间隔的运行状态下容易受到客流波动、设备故障、恶劣天气等随机因素干扰。

 

随着节点数量的增加,城轨网络的复杂性将呈现指数级增长,远远超出人“智”所能处理的极限。因此,基于人工智能的数“智”成为求解城轨复杂系统问题的重要方法。数“智”的本质即是在数字化、网络化的基础之上,通过神经网络的深度学习,能够在海量纷杂的数据之中快速洞察复杂因素间关联,构建起无法用简单规则描述的规律和模式,从而利用“机器商”代替“智商”的方式得出复杂问题解。

 

其次,人工智能是实现业务降本增效的有效工具。

 

一方面,利用数“智”代替人“智”,人工智能减少人们在程式化和重复性事务上花费的时间和精力,实现人力上的降本增效。例如在进站安检阶段,利用视觉AI技术辅助人工安检,对所有出入口安检机拍摄的照片进行集中智能化判图,不仅可以提高安检人员的排查效率,加快进站通行速度,还可以减少站点安检的人力部署,节省人力成本。

 

另一方面,利用算法的标准化替代人工的经验化,可以保障过程执行精度,从而实现流程上提质增效。例如同样在进站安检的场景下,基于智能判图的程序化算法可以有效避免人工安检易受主观因素影响问题,提高检测结果的稳定性,保障安检质量,降低漏检、不检等风险隐患。

 

第三,人工智能是提升乘客出行体验的关键武器。

 

人们对出行的需求已从“行得了”,逐步演化为“行得快”还要“行得好”。所谓“行得快”,在城轨交通环节即是要减少搭乘等待时间、增加换乘连接的可靠性。例如上文提到的智慧安检系统,人工智能主要通过提高流程自动化水平来减少安检排队时间,加快乘客通行速度;而涉及更加复杂的列车调度问题,人工智能则从线网全局出发,通过全网数据实时分析实现运力运量的智能化匹配,进而节省乘客站内搭乘、换乘时间。而所谓“行得好”,则是在效率和便捷的基础之上,为乘客提供以人为本的人文关怀。人工智能在其中则是通过对乘客需求的全方位感知,进而为乘客提供主动式、个性化服务。例如,通过视觉监测算法识别到有乘客站台上摔倒,或是残障人士乘梯需求,可以及时派遣工作人员提供1v1服务。

 

第四,人工智能是推动行业范式升级的必要力量。

 

一方面,人工智能通过语音识别、视觉识别等算法拓展了人能感知的广度和深度,借助摄像头、传感器等物联网设备的广泛布局代替人拉肩扛的人工投入,从而能够在第一时间实现对人、车、站、基础设施等对象的快速感知、及时响应,从而带来第一轮范式升级,即从随机偶发式的事后处理迈向“全时全程”的事中把控。

 

另一方面,基于神经网络的深度学习,人工智能从感知向认知拓展,最终实现机器决策、预测来指导业务运行,实现第二轮范式升级,即从被动性管理迈向主动性管理和预防性管理。例如,在运维环节,结合人工智能对设备设施传感数据的分析和预测,实现养护维修管理由经验支撑向数据支撑转变,维修模式由“故障修”、“计划修”向“状态修”、“预测修”转变,形成轨交运维新范式。

 

 

本文截取自《AI赋能城轨交通可持续发展报告》的第一部分。近期我们将陆续和大家分享其余报告部分——AI赋能智慧城轨的建设思路,以及商汤科技在智慧城轨方向的具体实践。欢迎交流!

上一篇:“郑州轨道交通BIM全生命周期管理示范工程”启动会暨开题会顺利召开下一篇:重庆首条市郊铁路江跳线周六开通