上海地铁智慧交通系统

上海申通地铁集团有限公司

智慧建设

一、场景简介

地铁施工存在着大量安全隐患，传统的风险管控措施大多依靠管理规定，依靠人工检查等方式开展落实，但在实际情况下依然存在诸多安全隐患。为了实现对地铁施工现场的有效化、精细化风险防控，有必要依托多种人工智能手段，进一步保障施工现场安全。

二、建设内容

施工现场的安全预警、文明施工、异常行为监控、安全检查等智慧建设应用，目前已在上海地铁各大智能工地实现应用与推广。

图 5-84 视频监控界面

利用视频监控技术，精确定位特定人员以追溯排查事故隐患；采用红外热成像视频监控，全面监测场内温度，保证工地人员及财产安全；应用智能视频监控工地特定图像， 建立人员的智慧视觉模型以保障施工现场的文明施工；采用人脸识别实名认证的方式， 有效地对施工人员进行统一管理与区域人数监控；建立全球眼系统，通过不同权限的管理，让项目管理者在线上实时观察现场施工的情况。如图所示。

三、建设成效

目前，上海地铁已开展智慧建设的试点，通过智能化手段赋能业务，消除建设环节中的安全隐患，预防减少安全事故发生，同时，提高了施工业务执行与管理效率，降低了部分人员与维护成本，具有良好的经济效益。

智慧车站

一、建设背景

车站是轨道交通运营管理的基本单元，是轨道交通服务公众出行的直接窗口。但由于轨道交通车站设备数量庞大，业务类型繁多，且不少业务需要人工处置或现场操作， 故目前轨道交通车站普遍存在运营管理压力巨大、业务管理效率低、乘客服务能力受限的困局。如早间开站和晚间关站，由于需要人工操作不同区域的现场设备，开关站时间较长（1 小时以上），车站人员工作量较大，效率较低。如何采用人工智能技术实现车站智慧化转型，有效提升车站管理能力，成为当前车站运营管理中亟待研究解决的课题。

上海地铁在充分调研的基础上，提出了智慧车站的建设构想，即构建基于人工智能技术的车站智能运行与综合管理系统（SIOMS），实现对车站设备、环境、客流和人员的实时感知和综合分析，形成智能协同控制方案，从而有效降低人工操作工作量，实现车站业务的自动化、智能化和精细化管理。

二、建设内容

上海地铁已完成在汉中路、诸光路、新江湾城、顾村公园和惠南等五座车站进行智慧车站建设试点。试点车站设置车站智能运行与综合管理系统（SIOMS），该系统采用综合监控技术实现对车站机电专业系统的集成，并以此为基础，拓展车站智能运行功能， 主要应用场景如下：

1、智能开关站场景

由于安全管理方面的要求，目前早间开站和晚间开站需要手工现场操作，效率较低。试点项目新增【自动开关站】功能，按照早间开站和晚间关站的流程要求进行任务编排， 并通过智慧车站 SIOMS 一键启动，自动运行，从而变目前手工现场开关站为智能远程开关站。

以早间开站为例，自动运行的任务依次为开启公共区照明系统、开启公共区通风空

调系统、播放开站广播、开启乘客信息显示屏、开启自动售检票设备、解锁垂直电梯、开启自动扶梯、开启管理卷帘门。

在自动扶梯、管理卷帘门等处安装视频图像采集设备，配置智能视频分析服务器， 实时分析每台自动扶梯和每扇管理卷帘门的视频图像，实时判断自动扶梯上是否有人， 实时判断管理卷帘门区域是否有人。

图 5-85 智能开关站监控界面

在早间开站场景之开启自动扶梯 / 管理卷帘门任务时，SIOMS 根据智能视频分析的结果，确定该项任务的执行方式。即，若判断自动扶梯上 / 管理卷帘门区域无人， SIOMS 自动执行远程开启自动扶梯 / 管理卷帘门的操作；若判断自动扶梯上 / 管理卷帘门区域有人，则给出报警提示，由车站值班员确认安全后再开启。

2、逃票行为检测场景

在进出站闸机的两端分别安装视频图像采集设备，实时采集进出站闸机区域的视频图像；配置智能视频分析服务器，实时分析每组闸机区域的乘客行为，包括跨跃检测、钻爬检测等，并通过网络通信接口将逃票告警信息推送给 SIOMS 集成平台。

当检测到乘客逃票行为时，智能视频分析系统自动抓拍三张逃票行为的照片，并保存 15 秒钟的视频片段，作为逃票行为查证的证据。SIOMS 同步收到的逃票告警信息， 自动弹窗至值班员监控屏上显示，并同步推送至站务员手持终端上，经值班员确认后通知站务员上前进行查证，同时逃票乘客的特征信息记录至数据库。

在车站出入口和站台至站厅的通道上安装视频图像采集设备，实时采集相关区域的视频图像，后台智能视频分析服务器实时分析相关区域视频图像，并与逃票数据库中的乘客特征进行匹配。当匹配到逃票乘客时，匹配信息自动弹窗至值班员监控屏上显示， 并同步推送至站务员手持终端上；值班员确认后通知站务员提前到相关闸机区域布岗， 实现对潜在逃票行为的精准督查。

图 5-86 逃票行为检测监控界面

3、智能乘客引导场景

试点车站以 SIOMS 为核心，综合采用智能视频分析技术、列车称重数据采集技术和最佳候车区域算法，实现对车站客流的实时监测、预警和智能乘车引导。

在车站出入口和站台候车区域安装视频图像采集设备，实时采集相关区域的视频图像；配置智能视频分析服务器，实时分析车站出入口和站台候车区域的客流密度；在车站出入口、站厅、站台和换乘通道等处安装智能乘车引导屏，实时显示车站候车区域的客流拥挤状态；SIOMS 通过匹配车辆与信号的数据，定位进站列车的车组号，获取进站列车各车厢的称重数据并换算为车厢客流密度数据；最佳候车区域算法根据车站候车区域的客流密度和进站列车的客流密度等数据，预测下一个时点车站客流的拥挤情况， 给出客流拥挤提示和最佳候车区域指引。

当局部候车区域拥挤时，出入口和站厅智能乘客引导屏会提示最佳候车区域并给出从当前位置至该候车区域的最佳行进路线。

当全部候车区域拥挤且达到预设阈值时，值班员监控屏弹出车站大客流告警，引导值班员切换车站客运组织模式为车站限流模式；出入口智能乘车引导屏显示车站客流拥挤信息，引导乘客换乘其它交通工具。

图 5-87 智能乘客引导场景

4、语音购票机

图 5-88 语音购票机

针对外地乘客对上海地铁不熟悉、不清楚自动售检票设备操作方法的情况，试点车站配置语音购票机，乘客只要说出想去的地点或该地点附近的标志性建筑物，语音购票机就能自动进行语音识别，并执行模糊查询，找出最接近乘客目的地的车站，然后通过语音提示乘客，乘客确认并按提示支付票款后即可完成购票操作。

5、巡检服务机器人

图 5-89 巡检服务机器人

机器人具备语音问询、车站导览、自动巡检等功能。乘客可以与机器人互动，问询车站运营时间、上下行列车早晚班时间、车站服务设施位置等信息，也可以要求机器人引导乘客至相关服务设施处。机器人还具有自动巡检功能，可以根据规划的线路实现对车站设施设备的巡检。

6、室内定位导航应用

试点车站采用蓝牙 iBeacon 与 WiFi 组合的高精度室内定位技术，实现对车站公共区和设备管理用房的覆盖，定位精度达到亚米级。

车站人员通过手持终端接收布岗安排和管理任务，并把执行结果反馈给管理系统； 车站值班站长通过监控屏实时掌握车站人员的位置和状态，根据业务需要安排工作、布置任务，极大提升了车站人员管理的灵活性、实时性和系统性。

三、建设成效

智能开关站场景应用后，原先需要 1 个多小时的传统开关站操作，现有只需要 10 分钟即可完成。这不仅是减轻了车站人员的工作强度，提升了车站的管理效率，更重要的是，它能为夜间地铁维修保养多留出 2 个小时的宝贵时间。

逃票行为检测场景应用后，长期困扰车站的人力不足和管理无奈局面将得到扭转； 新系统甚至可以在潜在逃票人员到达之前，预先进行人员布控，实现车站精准管理，使逃票行为得到震慑，管理能力明显提升。

智能乘客引导场景应用后，车站客运管理从人工粗放型组织转变为系统精准型管控， 客运组织方案的调整决策更科学、更全面、更系统，降低了人为因素对客运组织方案优化的影响。同时，乘客服务水平显著提升，提供基于位置的智能乘车引导，更能贴合公众的乘车需求，极大提升了公众的乘车体验。更为重要的是，在目前上海地铁线路运力普遍紧张的背景下，智能乘客引导场景的应用可以主动均衡列车各车厢的客流密度，避免载客不均衡造成的运力浪费，也就是说，可以在运力不变的情况下最大限度地提升线路的旅客输送能力，从而可减少车辆的采购数量，降低线路的建设和运营成本；同时， 智能乘客引导场景的应用还可以为上海地铁部分线路早晚高峰拥挤困局找到了一条低成本的解决方案。

巡检服务机器人应用后，可以有效降低车站人工问询的数量，使车站值班人员有更多的时间精力处理车站核心管理业务，实现车站精细化管理；同时巡检服务机器人的应用，还可以给乘客带来更佳的乘车体验和更全面的信息服务。

室内定位导航应用后，可彻底改变目前车站人员管理现状，实现对车站人员的精确定位和实时任务分发，为车站人员管理优化提供全新的技术手段，从而补上了车站智慧化管理的最后一块短板，使车站人员管理效率得到大幅提升。

智慧维保

一、建设背景

对于超大规模城市轨道交通网络而言，关键设施设备的巡检管理能力、维护保养水平和故障维修质量对上海地铁的平稳安全运行至关重要，由于设施设备故障引发的地铁停运事件将对上海市的交通组织产生重大影响，不但影响企业收益，还将带来广泛的、不良的社会影响。同时随着设施设备的系统化、自动化、精密化程度的不断提高，设备的构成更加复杂，功能更加强大，设备的使用与管理环境也发生了很大的变化。一方面， 设备操作更为自动化、简便化；另一方面，设备维修的技术含量不断上升，巡检、维护、维修任务也日趋繁重。

二、建设内容

1、车辆智能运维系统

上海地铁列车智能运维系统实现了车辆的各子系统包括牵引系统、制动系统、辅助系统、空调系统和车门等，以及对车辆的关键部件包括车体外观、轮对轴承、车轴、轮对踏面、受电弓等的状态监测、故障预警和设备健康度评估，并结合设备资产、设备位置等相关信息，建立列车设备数据模型，综合运用数据分析、机器视觉、专家系统、健康度评估等人工智能等技术，实现了部分关键设备的预防性、预测性状态维修，构建了车辆运行状态实时监测与健康评估、轨旁综合检测两类人工智能应用场景。

2、车辆运行状态实时监测与健康评估

实现了车辆运行安全、车辆运行质量、车辆运行状态及车辆维修维护决策相关数据的实时监测，通过大数据分析、智能挖掘等手段建立设备健康管理模型，实现车辆及部件的全寿命周期内健康状态评估。

3、轨旁综合检测

轨旁综合检测是通过在车辆段或运营正线轨旁安装基于红外线、激光、线阵相机、雷达等传感技术的检测装置，当车辆不停车经过时自动检测车辆的外表故障、磨耗件尺寸、走行部温度以及关键部件状态等，通过激光测距、机器视觉、图像识别等人工智能技术，发现故障、缺陷及问题，实现对车体外观、轮对轴承、车轴、轮对踏面、受电弓/ 靴等设备的综合检测，有效覆盖 60% 以上的车辆日常检修项目，有效降低了人工检修劳动强度，提高了检修效率，有效支持了车辆检修作业。

4、通号智能运维系统

通号智能运维系统实现了道岔转辙设备、道岔缺口、设备电源、车载系统、区域控制器、ATS、DCS、联锁、信号机、轨道电路、计轴、机房环境等设施设备的实时监测， 应用数据分析、故障诊断模型、设备评价模型、故障智能分析与定位、BIM 三维可视化运维等人工智能技术，实现了设备质量分析、故障预警、故障定位、检修指导、维修建议、故障处置等功能，突破了传统的故障修与计划修模式，有效建立了状态维修机制， 实现了设备维修体制的科学转型，提升了通号设施设备运维检修维护的自动化、信息化与智能化。

三、建设成效