基于虚拟现实技术的城市轨道交通突发灾害事件应急演练平台

325

（六）突发灾害事件应急演练平台集成开发

根据国内某轨道交通运营公司车站水淹、火灾、毒气泄漏应急疏散预案进行交互场景脚本规划，

按照所规划的作业操作步骤完成系统基本功能的开发。

1）客户端提供用户操作装备的交互界面，用户登陆进入应急响应模块，选择自己身份，此时客

户端将选择结果作为服务请求发送到应用服务器；

2）应用服务器收到请求后下载数据库服务器上的可编辑文本文件，生成模型描述图，并将此描

述图传给客户端，客户端显示，进行体验或考核；

3）应用服务器收到请求后下载数据库服务器上演练场景并生成演练界面，用户进行疏散体验，

完毕后演练结果数据存储在数据库服务器。

客户端整合车站场景、行人模型，完成城市轨道交通突发灾害事件应急演练平台的开发工作，

验证 VR 沉浸式头戴眼镜、万向走步机及车站场景、灾害效果、Agent 子模块的实现效果，并进行

案例应用仿真实验，对不同工况进行对比试验，分析实验结果，在以工作人员角色进行疏散指引模

式时，以工作人员发布疏散指令的方式验证应急预案的有效性。

四、结束语

基于虚拟现实技术的城市轨道交通突发灾害事件应急演练平台，是一套基于网络的分布式平台，

通过物理上分布的电脑终端模型不同应急角色所处的虚拟环境，借助计算机图形学及游戏引擎模拟

仿真突发事件的发生与演变过程，将不同应急角色的岗位学员同步到突发灾害事件的场景与应急过

程主线中，在检验已有突发事件应急预案有效性的同时，进一步对多角色协同应急与决策能力进行

培训与提高。

参考文献

[1] 唐方勤. 基于 GIS 的火灾场景下人员疏散模拟[D].清华大学，2009.

[2] 梅玉龙.应急演练计算机三维模拟系统研究[J].中国安全生产科学技术，2012，（4）：92-97.

[3] 周博为. 基于于虚拟现实技术的地铁站内人员疏散行为测试实验[D]. 华南理工大学，2019.

[4] 陈峰.基于虚拟现实技术的地铁火灾疏散仿真平台研发与应用[J].都市快轨交通，2020.

智能交通产品与技术应用汇编

326

启骥®TACS-列车自主运行系统解决方案

卡斯柯信号有限公司

陈绍文

一 启骥®TACS 发展过程简介

国内城市轨道交通在经过了十多年高速发展后，地铁建设已初具规模，运营模式也由早期的有

人驾驶向无人驾驶转变，信号制式先后经历了固定闭塞、准移动闭塞和移动闭塞，信号制式的升级

发展的源动力是以技术进步为基奠，不断提高轨道交通的运能运力，以匹配高速的经济发展和市民

出行需求。

然而轨道交通信号行业与传统电子信息化行业的本质区别在于，作为公共交通的承载体，信号

行业以安全可靠为核心，在满足安全需求前提下才追求技术先进性，这也决定了信号行业的变革周

期相对较长。当前主流的 CBTC 系统从最早标准定义至今已历经 20 年历程，期间通信技术、装备

先进性虽不断发展，但其本源理念并无突破，这也导致 CBTC 系统自动化程度不断提升，而运力提

升缓慢。

另外，轨道交通行业目前面临的挑战和需求包括运能增长、灵活运营、旧线改造需求以及降低

运维成本，详细如图 1 所示。

图 1 轨道交通行业面临的挑战

随着网络化运营带来的超强客流和超常规运营的挑战，如何在同等边界条件下，实现更高的运

营效率、更低的全生命周期成本，已成为行业关注的热点。列车自主运行系统（TACS），通过系统

启骥®TACS-列车自主运行系统解决方案

327

架构简化、资源管理细化和安全平台优化实现了安全、高效、灵活的列车运行控制，以应对上述挑

战。国家发改委修订发布的《产业结构调整指导目录（2019 年本）》也明确将 TACS 作为城市轨道

交通装备的发展方向之一。

作为城市轨道交通信号系统的领先者，卡斯柯高度重视自主创新，以“应用一代、研发一代、

储备一代”的超前眼光规划和推动新产品新技术的研发，最早于 2010 年启动了启骥®TACS 系统的

研究，2019 年完成了产品发布，并于 2021 年最得了工程化应用。

二 启骥®TACS 系统架构

启骥®TACS 系统在保留既有 CBTC 安全理念的基础上，对轨旁资源的控制方式进行了底层革新；

对基础架构进行了重新定义。其宗旨为跨越式提升级运能运力、基础设备化繁为简、为运营方减员

增效。

启骥®TACS 系统架构如图 2 所示。

图 2 启骥®TACS 系统构架

启骥®TACS 包括以下主要设备：

 ATP/ATO 子系统（车载控制器 CC、轨旁资源管理器 WRC、轨旁列车管理器 WTC、目标

控制器 OC）

 列车自动监控子系统 ATS

 通信子系统 DCS

 维护支持子系统 MSS

三 启骥®TACS 系统原理

启骥®TACS 系统通过平台优化、系统简化、资源细化三大关键创新，实现列车自主资源管理和

主动间隔防护，系统结构化繁为简、功能应用以简驭繁，安全防护全程全面，关键创新包括：

智能交通产品与技术应用汇编

328

 平台优化

启骥®采用多核高性能安全平台，运算速度提升约 20 倍；可根据不同业务需求定制相应的处理

机制，满足不同系统的升级需求，关键业务实时处理能力更快，测速定位算法更精准。

 系统简化

传统的 CBTC 系统轨旁集中控制设备较多，数据流传输环节复杂，安全控制信息更新慢，导

致系统运行效率受制约。启骥®精简了轨旁集中控制设备，缩短了数据流传输链的路径，实现了系

统的扁平化，提高了系统的实时性。

 资源细化

传统 CBTC 系统基于进路，轨旁资源管理颗粒度大，影响了列车追踪间隔。启骥®可根据列车

运行任务自主申请轨旁资源，车与车之间直接通信，车载自主计算移动授权，提高了轨旁资源利用

率，列车运行效率更高。

系统工作过程：

（1）ATS 根据运行计划向列车发送运行任务；

（2）车载系统根据 ATS 的运行任务主动申请轨旁资源；

（3）轨旁资源管理器接收来自列车的资源申请命令，并将线路资源分配与释放指令发送至目标

控制器，同时将资源分配锁定状态反馈给列车；进行道岔区域侧冲防护管理，防护区域管理等；

（4）车载根据轨旁资源申请情况进行行车管理，通过与其它列车之间直接通信进行间隔防护，

自主计算移动授权；

（5）轨旁列车管理器负责管理及跟踪降级列车，列车降级无法申请资源时由其接管该列车进行

资源申请及释放，并与相邻列车进行列车位置交互。

四 启骥®TACS 系统优点

1 更安全

安全反应时间比 CBTC 减少 30%，更快响应内外部的条件变化，更早导向安全侧。

列车直接、主动参与到资源的联锁运算，改变之前列车间接、被动的参与方式，提供更全面的

安全防护。

2 更高效

资源管理细化造就了启骥®TACS 系统高效的特性。脱离 CBTC 系统中区域控制器和联锁关系

的束缚，列车行车路径中所涉及到的资源点由其主动根据运行任务向轨旁设备申请，高效快捷。这

也是启骥®TACS 系统的运能运力可以跨越式提升的原因，其高效特性表现在：

- 优化了轨道交通运行过程中的关键指标，提升了运能，提高了效率。

- 细化了资源管理的颗粒度，资源的时空利用率更高。

相较于传统 CBTC 系统，启骥®TACS 系统综合性能平均提升 30%左右，详见图 3 所示：

启骥®TACS-列车自主运行系统解决方案

329

图 3 启骥®TACS 和 CBTC 系统性能比较

3 更灵活

扁平化的系统接口关系加之车载不再被动接受轨旁运算设备的指挥，使得启骥®TACS 系统无论

从地铁建设角度还是运营角度，都具有比传统 CBTC 系统更高的灵活性，如图 4 所示：

图 4 启骥®TACS 灵活性

- 任意站穿梭：实现任意车站间任意方向的快速往返穿梭运行，灵活应对突发客流。

- 任意点折返：根据前方运营线路情况，调度员可以随时调整列车的运行任务，实现任意点

的立即折返、单线双向运行，灵活应对各种场景。

4 更经济

运能精准投放：可根据客流状态，在更大范围内高效投放车辆，实现客流和运能的匹配。

绿色节能、经济低碳：列车牵引制动快速协同，实现系统的节能管理，有效降低能源消耗。

停车列检库、折返轨、存车线长度更短，并可通过缩短列车编组减少车站长度。

运营维护成本减少：减少了集中控制轨旁设备，设备维护成本和功耗降低，节约了设备机房面

积和电缆铺设维护成本。

智能交通产品与技术应用汇编

330

5 易部署

设备的简化及全电子执行单元的应用必然为启骥®TACS 系统的现场部署便利性提供了先天条件。

- 易改造-轨旁设备减少，改造便利，更短时间交付项目；较之传统 CBTC 系统，设备房面积

减少 40-50%，现场调试时间缩短 30%。同时有效提升现场管理难度，减少安全风险。

- 易延伸-轨旁无需设备预留，提升延伸线路建设效率，并减少对既有运营段的影响。

- 易升级-车载多核，满足客户定制化系统升级需求。

五 启骥®TACS 系统工程化实践

启骥®TACS 系统可有效应对当前轨道交通所面临的挑战，以下为启骥®TACS 系统应用于新线建

设和旧线改造的案例。

1 新线建设-深圳地铁 20 号线

深圳地铁 20 号线为首条采用 TACS 系统载客运营的地铁线路，图 5 为 20 号线搭载 TACS 车载

系统的无人驾驶列车。

图 5 深圳 20 号线无人驾驶列车

线路特征：

- 全球首条商业运营的 TACS 地铁线路

- 设计最高时速 120 公里/小时

- 自动化等级 GoA4

2 旧线改造-上海地铁 3/4 号线

上海地铁 3/4 号线作为上海线网最繁忙的线路之一，对运能要求十分苛刻，得益于启骥®TACS

系统的高性能，加之其在旧线改造上的优势，以致其成为信号制式首选，图 6 为上海 3/4 号线改造

总体架构图。

启骥®TACS-列车自主运行系统解决方案

331

图 6 上海 3/4 号线系统架构

线路特征：

- 正线总长约 61 公里，配有共线运营段和环线

- 46 个车站/4 个场段/98 列电客车

- 自动化等级 GoA3

采用 TACS 改造优势：

（1）运能提升

TACS 系统较 CBTC 整体性能提升 30%以上，可以有效地解决运能瓶颈，以适应未来客流增长

的需求。

（2）改造工期短

改造工期是旧线改造所面临的一个难点，大部分作业均在夜间停运后进行，设备安装调试时间

短。在同等条件下，较传统 CBTC 系统，TACS 可以将线路改造工期缩短为 2/3。

（3）对配线要求低

对于旧线改造，在系统升级改造过程中一般没有条件进行土建改造（如旧线停车场列检库一般

不能满足无人驾驶模式自动停车需求），这对于升级为 CBTC 制式的无人驾驶运营模式造成一定的

困难。而 TACS 系统对于配线长度要求更低，可以利用既有配线完成无人驾驶模式改造。

（4）与旧系统关联度少

由于架构精简，减少了联锁设备、次级检测设备，因此 TACS 系统可以不与旧系统发生关联，

仅需对轨旁道岔和信号机等在分线盘进行切换控制。

（5）改造风险低

改造风险与改造设备的数量、接口数量、工期、调试项等直接相关，TACS 系统可以最大程度

降低或消除改造风险。

（6）技术先进

技术先进性也是旧线改造的关注点之一。按项目改造工期 4 到 5 年，改造完成后运营 15-20 年

计算，从项目开始改造到其生命周期结束，20 年的运营期间内，换代的系统需最大程度保持其先进

性。从这方面考虑，首选目前最先进的系统制式是较为合理的。

智能交通产品与技术应用汇编

332

铁路运营主动安全保障与风险防控重点实验室

发展规划研究

秦 勇 张 蜇

1. 引言

铁路是国民经济大动脉、关键基础设施和重大民生工程，是综合交通运输体系的骨干和主要交

通方式之一，在我国经济社会发展中的地位和作用至关重要。截止 2020 年 7 月底，中国铁路营业里

程达 14.14 万公里，居世界第二；高速铁路运营里程 3.6 万公里，居世界第一；中国“四纵四横”

的高速铁路骨干网已经全面建成。中国标准动车组“复兴号”实现时速 350 公里商业运营，树立了

世界高铁建设运营的新标杆。随着我国“交通强国建设纲要”、“新基建”等国家战略的确定和实

施，铁路将进一步得到快速发展。

安全是铁路运营的前提与保障，是铁路日常管理和技术创新的永恒主题。特别是随着世界范围

内高速铁路技术的快速发展，列车的技术构成愈来愈复杂、运行工况强度愈来愈高，列车装备本身

的服役性能变化愈来愈快；列车运行时与基础设施的耦合作用关系愈来愈密切，故障传播影响愈来

愈强、范围愈来愈广，同时受自然环境、气候灾害的影响愈来愈大；铁路系统运营过程及各环节均

面临着不确定性风险的巨大挑战，各种风险直接影响铁路运营的安全水平，甚至可能造成灾难性的

后果。目前铁路运营风险主要受列车健康状态、基础设施服役状态、周边环境异常以及运行整体系

统安全性的影响，如何准确掌握铁路列车关键设备的健康状态，全面获取基础设施与周边环境的异

常变化，系统分析列车运行过程的整体风险，以及显著降低列车装备与运行系统的风险水平和有效

管理运营过程各类风险，是目前研究的重点和铁路现场管理部门面临的最迫切问题，具有广泛而深

远的研究意义。

传统的事件和事故驱动的被动安全管理与经验驱动的风险管控模式及技术已无法满足技术、装

备、系统体系日益复杂和运营环境日益多变的现代铁路运营安全管理需求，迫切需要构建基于风险

辨识与有效管理的铁路运营主动安全保障的模式、理论、技术和系统装备新体系，为铁路运营安全

管理向主动安全保障与风险防控新模式转型提供理论和技术支撑。近年来，在物联网、传感器、大

数据、人工智能、遥感遥测、机器人等先进技术的快速发展和赋能下，以全息化、立体化、智能化、

一体化、预测性为主要特征的铁路系统安全状态获取、风险辨识、预测预警、在途安全保障、主动

运维和高效应急处置已成为国内外重要研究方向，正在变革着世界范围内铁路运营安全保障与风险

管理理论和技术体系。

铁路运营主动安全保障与风险防控重点实验室发展规划研究

333

2. 铁路运营主动安全保障与风险防控重点实验室建设必要

性分析

党的“十九大”明确提出“交通强国”建设的发展战略，为新时代交通发展指明了方向。构建

安全、便捷、高效、绿色、经济的现代化综合交通体系成为建设的目标，特别是把安全放在构建现

代化综合交通体系首位。“交通强国铁路先行”将铁路运营及其安全保障放在新时代现代化铁路体

系构建的前提和首要位置，因此我们需要加强和提升铁路运营安全保障与风险防控的研究，为铁路

可持续发展提供支撑。

列车是铁路运营的关键载体，具有设备组成复杂、速度高、交路长、频次高、冲击强、工况复

杂、自然环境影响显著以及维修成本高、事故后果严重等特点，其服役健康状态深刻影响着铁路运

营的安全状态，因此应重点研究列车关键部件及系统级的在线感知、故障诊断、预测预警与健康管

理，揭示在强干扰、非线性、变工况影响因素下的列车关键部件健康演化规律，分析在多部件相互

影响作用关系下的列车系统级设备风险可靠性变化规律，是非常迫切和重要的。

同时，我国铁路运营环境极其复杂，跨越多个气候带且长大交路多，基础设施性能劣化、环境

突发风险、异物侵限等多种因素大大增加了铁路安全运营的风险。目前，面向列车运行安全的基础

设施和周边环境异常状态识别分析技术手段还较为落后，监测手段仍主要以人工为主、自动监测为

辅的方式完成，仅具备局部、小范围的运行环境状态监测和风险分析能力，状态监测范围窄、监测

手段少、集成度不高、智能分析弱，尚未形成大范围、立体化、多数据融合、智能化状态感知、动

态运行风险分析和预警决策体系，难以满足中国铁路系统成网运行条件下对全局、运行过程中系统

风险分析的需求。此外，西部稀疏路网，包括已开始建设的川藏铁路工程地质复杂，具有气候条件

恶劣、自然灾害频发、现场作业条件恶劣等特点，现有的人工巡线和小范围监测分析的方式已经越

来越难以为继。因此应重点研究基础设施及周边环境异常状态对列车运行风险的耦合作用，构建基

于空天车地一体化的列车运行环境全方位风险感知体系，获取运行环境的大范围多模态监测数据，

在实时数据融合和大数据分析的基础上对运行风险进行辨识，建立基于大数据与人工智能的铁路运

行环境动态分析方法，对实现主动安全保障具有重要的意义。

另外，在铁路运营风险防控方面，目前需重点防控设备设施的不良服役状态和故障等突发事件

影响下的铁路非正常运行风险，降低铁路设备发生故障的风险和突发事件后铁路系统不正常运行的

风险。目前我国铁路设备设施特别是列车系统还普遍采用“故障修”和“计划修”的方式，容易产

生各类过修或欠修的问题，导致运维效率低、维修维护成本高，进而产生列车运用状态不良，限制

了移动装备和基础设施正常能力的发挥，迫切需要向状态修和预测性维修模式转化。针对突发事件

下的列车运行过程，仅考虑安全紧急控制和晚点管控的方式已无法快速和有效的实现低风险的应急

调度指挥。因此，应重点研究结合预防性维修、机会维修及失效维修策略在内的列车多部件维修优

化方法，基于突发事件风险分析的列车群应急动态调度优化，是非常迫切和必要的。

铁路行业面临的安全难题如图 1 所示，随着铁路运营技术、装备、系统体系日益复杂和运营环

境日益多变，铁路运营安全保障与风险防控也向系统化、体系化的方向发展，传统的事件和事故驱

动的被动安全管理与经验驱动的风险管控模式及技术已无法满足安全保障需求，迫切需要构建基于

风险辨识与有效管理的铁路运营主动安全保障的模式、理论、技术和系统装备新体系。新的模式和

智能交通产品与技术应用汇编

334

体系贯通铁路运营主动安全与风险防控理论、技术、装备和应用创新全链条，涉及到的基础理论、

前沿技术、先进装备和运营模式非常丰富，需要一个理论实践相结合、产业链上下游贯通的重点实

验室开展组织化、体系化的研究。但是，现有的国内外本领域的工程中心或者重点实验室尚未形成

如此完善的组织结构，难以完成全新的铁路运营主动安全保障与风险防控新模式的设计与研究。因

此，迫切需要构建铁路运营主动安全保障与风险防控实验室，着力解决铁路运营系统主动安全保障

及风险防控领域的关键核心问题，在现有的风险辨识-分析-管控理论基础上，探索提出适用于我国

铁路特点、具有普适性的铁路运行风险实时感知、风险预测分析和智能管控优化的一体化理论方法

和技术手段，提升预防和控制列车运行风险的能力，为实现铁路系统主动安全保障提供坚实的理论

基础和关键技术支撑，从而对保持我国在该领域的科技创新领先水平，具有重要的社会经济意义和

工程价值。

因此，迫切需要建立铁路运营主动安全保障与风险防控重点实验室，在列车装备诊断预警与健

康管理、列车运行过程风险评估和路网运营风险管控等研究方向进行原始创新和集成创新，实现关

键核心技术自主可控，引领全球该领域理论与技术发展；建设国际一流的铁路主动安全保障研究实

验平台，提供先进、完善的实验测试环境；形成产学研用一体化协同创新机制和创新生态，培养建

立该领域国际一流的研究团队；建立具有行业凝聚力和影响力的一流国际学术交流机制，扩大国内

外学术和技术影响力。通过以上“3 个创新+3 个一流”的建设目标实现，为建立和保持我国在该领

域的技术领先地位提供创新能力和成果支撑。

图 1：铁路行业面临的安全难题

3. 铁路运营主动安全保障与风险防控重点实验室运行管理

机制

3.1 实验室组织架构

实验室面向铁路行业安全应用基础理论和关键技术研究，以北京交通大学为依托单位，联合同

济大学、中车四方、中车长客、京沪高铁以及北京希电等行业优势高校和企业，形成理论实践相结

铁路运营主动安全保障与风险防控重点实验室发展规划研究

335

合、产业链上下游贯通的联合体，如图 2 所示。

应用基础理论研究

同济大学 北京交通

大学

关键技术研究

中车四方 中车长客 京沪高铁 北京希电

强强联合、优势互补

形成理论实践相结合、产业链上下游贯通的联合体

图 2：实验室联合体架构

实验室实行依托单位领导下、学术委员会监督下的主任负责制。实验室组织架构如图 3 所示。

实验室设置 3 个研究方向，每个方向设方向带头人 2 名，均为本领域领军人才，主持研究方向的科

学研究、人才培养和国际合作交流等工作，并对实验室管理具有建议权和监督权。

学术委员会

实验室管理部 实验室主任

列车服役状态全息化

智能感知诊断与健康管理

空天车地一体化列车运行

环境风险感知与动态分析

面向大规模路网的铁路

运行风险智能管控

研究方向

魏秀琨 教授

王金田 教高

董宏辉 教授

杨怀志 高工

董德存 教授

孟令云 教授

于延尊 教高

主任： 贾利民 教授

常务副主任：刘学文 研究员

主任： 秦勇 教授

副主任： 沙淼 教高

吴冬华 教高

候日根 教高

王艳辉 教授

方向带头人

图 3：实验室组织架构

3.2 实验室内部规章制度建设

实验室在遵守国家和申报单位相关规章制度的前提下，根据实验室发展目标和发展需求，坚持

“开放、流动、联合、竞争”的运行和管理原则，不断探索国家重点实验室的管理机制体制，在实

验室科学研究、国际合作交流、人才培养、人员管理、实验室安全等方面，建立完善的实验室内部

规章制度体系。实验室管理做到了有章可依，按章办事，保证了实验室管理工作的科学化、民主化、

制度化、规范化。

智能交通产品与技术应用汇编

336

3.3 实验室合作研究机制

实验室对接铁路运营安全发展的重大需求，充分发挥重点实验室在基础理论和关键技术研究、

人才和队伍建设的职责和优势作用，不断完善产学研合作机制，积极对接产业界，与企业形成多层

次、深度、长期合作研究机制。企业参与实验室从研究方向确立、科学问题凝练、关键技术攻关、

先进系统和装备研发、成果应用推广的全过程中。建立“联合开发、优势互补、风险共担、利益共

享”的良性的共生体制。

4. 铁路运营主动安全保障与风险防控重点实验室运行成效

目前，实验室团队在列车在途服役状态全息化智能感知、诊断和预警理论及关键技术方面，创

建了基于安全域的列车关键部件智能故障诊断方法，解决了低信噪比信号增强、多元特征提取、复

杂工况高精度故障诊断难题。攻克了列车关键设备隐患挖掘与基于状态的预测性维修决策优化技术。

主要研制的系统装备部署于 750 列 CRH380 系列高速列车，广州/北京等地铁列车；出口马来西亚、

南非、塞尔维亚等国的动车组与电力机车，典型隐患评估准确率达 92%，使用寿命延长 10%，运维

成本降低 25%。成果如图 4 所示。

图 4 列车在途服役状态全息化智能感知、诊断和预警理论及关键技术

在轨道交通系统全局安全行为管控一体化方法体系方面，创建提出了基于空天（无人机/卫星）

车地一体化网络的铁路运行环境监测技术，提出了铁路突发事件影响分析与风险评估预测方法，构

建了基于深度学习的乘客行为感知技术；形成了轨道交通系统安全监控大数据中心技术架构，搭建

了面向全国铁路的铁路应急指挥决策支撑平台，北京广州等超大城市的轨道交通网应急处置指挥平

台。该成果如图 5 所示。

铁路运营主动安全保障与风险防控重点实验室发展规划研究

337

图 5 轨道交通系统全局安全行为管控一体化方法体系

5. 铁路运营主动安全保障与风险防控重点实验室发展规划

本实验室坚持需求牵引、问题聚焦的原则，主要围绕列车服役安全、列车运行安全以及风险管

控三大技术挑战，解决三大科学问题，一是高速列车复杂工况下关键部件服役状态非线性、快速变

化规律；二是复杂环境影响下铁路系统运行风险成因、相互作用关系及影响演化规律；三是突发事

件成因与影响传播机理和应急处置资源配置与调控机制。

5.1 列车服役状态全息化智能感知诊断与健康管理

在列车服役状态全息化智能感知诊断与健康管理方面，未来主要聚焦监控对象非平稳随机信号

的盲源分析、特征选取与高维处理方法，获取对象服役状态的全过程有效信息表达，研究基于谱相

关、熵相关的周期平稳随机监测数据的故障信号重建和早期微弱故障智能诊断方法，研究基于自适

应随机过程预测与机器学习的设备性能退化预测预警分析方法，研究基于 3D 图像与深度学习的关

键部件磨损与异常智能检测方法，研究提出高速列车系统健康指数及其预测分析算法，研究基于复

杂耦合网络的高速列车系统多态网络可靠性模型及实时可靠性计算方法，研究基于模型与数据驱动

的列车系统健康态势综合评估与预警方法。

5.2 空天车地一体化列车运行环境风险感知与动态分析

在空天车地一体化列车运行环境风险感知与动态分析方面，未来研究聚焦于基于空天车地一体

化的高铁工供电基础设施完好性检测技术，研究铁路沿线工供电基础设施全天候立体感知数据融合

方法，研究基于深度学习的基础设施小目标缺陷智能识别模型，研究基础设施安全风险态势分析及

预测预警方法，研究建立不同运行环境致灾要素作用下铁路运行动态风险分析评估模型，研究基于

复杂网络理论的环境灾害作用下铁路系统风险生成和传播分析模型，研究基于“端-边-云”的铁路

运行环境状态协同计算、跨尺度融合风险评估和协同决策方法。

5.3 大规模路网的铁路运行风险智能管控

在面向大规模路网的铁路运行风险智能管控方面，实验室将研究基于状态的列车单部件预测性

维修方法，研究基于状态与相关性的多部件预防性机会维修集成策略优化模型，研究提出多部件在

线维修优化快速求解算法，研究基于虚拟现实与数字孪生的维修决策支持技术，研究突发事件下列

智能交通产品与技术应用汇编

338

车运行风险影响分析模型，研究基于列车运行风险预测的突发事件下列车安全指挥调度模型，研究

考虑突发情况的弹性列车群运行计划生成优化方法，研究大规模应急情况下区域路网列车群协同调

度优化方法。

通过以上研究，实验室在未来五年将提出列车关键旋转部件服役状态高精准感知与诊断、列车

系统健康评估与寿命预测、基于空车地一体化的铁路基础设施服役状态与周边环境检测、铁路路网

安全脆弱性评估、考虑相关性的列车多部件预测性维修以及突发事件下列车应急调度动态优化等理

论模型；在此基础上突破相关核心关键技术，研制形成列车关键部件早期故障诊断与全过程健康管

理、空车地一体化的列车运行环境智能巡检、列车多部件预测性维修决策支持、突发事件影响下路

网列车群运行风险评估与应急指挥调度等系统，构建出铁路运营主动安全保障与风险防控理论与技

术体系装备。

6. 结论

通过铁路运营主动安全保障与风险防控重点实验室的建设，将为我国铁路运营主动安全保障与

风险防控提供理论、技术支撑体系和平台，在铁路运营风险的全息获取、辨识诊断、预测预警、在

途安全保障、主动运维和高效应急处置等关键研究方向取得标志性原创成果，为新型铁路主动安全

保障管理模式的建立和转换提供支撑。将为该领域建立一支稳定的产学研用协同、多学科交融、创

新链完整的研发队伍，在铁路主动安全保障领域产生了广泛而重要的影响，培养大批优秀科研人员

和工程技术人才，为保持我国在该领域的持续创新和国际领先奠定了以人才为核心的创新能力基础。

将融入并支撑建立该领域的全球科技创新网络，掌握全球科技竞争先机，抢占全球铁路科技创新战

略制高点，提高该领域我国铁路科技创新的全球化水平和国际影响力。

基于云边协同的高速铁路智能行车调度系统设计及应用

339

基于云边协同的高速铁路智能行车调度系统

设计及应用

中国铁道科学研究院集团有限公司通信信号研究所

许 伟 赵宏涛 王建英 王壮锋 张 涛 陈 峰

1 引言

高速铁路行车调度系统作为高速铁路日常运输组织指挥中枢，是保障列车作业和调车作业安全运行

的技术装备集合，通过阶段计划的动态调整和有序执行，向运输生产系统提供安全行车调度服务。监测

铁路沿线电力供应、大风和地震等突发事件状态的现场设备节点将监测数据交由铁路局集团公司中心云

集中处理，形成行车数据中心化的云计算模式。目前随着节点数量增长，数据中心化、系统中心化模式

导致的计算资源缺乏和网络通信延时等缺陷，极大影响高速铁路行车调度系统发展。云边协同技术具备

将中心云的智能计算能力拓展至边缘节点的特点。因此，应充分利用中心云计算和边缘节点计算协同，

实现数据、资源、服务和安全的集成，通过基于云边协同的高速铁路智能行车调度系统设计，以分布式

行车资源高效利用为策略，提升突发事件下铁路运输资源利用效率，进一步提高高速铁路行车调度安全

化、信息化和智能化水平。

1.1 现状及缺陷分析

高速铁路调度集中系统核心功能包括运行计划编制、行车进路卡控和运维状态监控等，已在各铁路

局集团公司得到广泛应用。在建设初期，信息来源较少，数据类型单一，调度集中系统重点专注阶段计

划执行和进路安全卡控等基础功能。随着智能技术的发展，系统加强与突发事件监测平台的结合，引入

智能防灾监控和智能协同控制等技术。在云计算工作模式下，不确定性的突发事件监测数据由边缘节点

实时采集，网络传输至铁路局集团公司中心云加工处理，最终应用于车站行车控制单元。大中心、小节

点的系统结构使行车大数据与云计算建立依赖关系，但在云中心模式下存在一定调度安全隐患，主要体

现在以下方面：

1）突发事件监测数据时效性较差。海量节点原始数据直接上传至单一中心云导致有效数据的直接延

时和遗漏，并因中心云的处理瓶颈和转发延时而加重。

2）单点故障潜在风险较大。所有基础数据和服务调用都汇总到中心云，导致作为耦合焦点的中心云

的单点故障会对系统可靠性产生严重影响。

智能交通产品与技术应用汇编

340

3）运输设备资源浪费。节点直接面对特定事件数据的前沿性和单一性被忽略，计算潜能未被充分开

发，造成网络通信资源浪费，数据传输成本增大。

4）系统扩展性和可维护性较差。中心云疲于应付各类数据处理细节，难以兼顾数据价值的深层挖掘

和业务流程的统筹调度。

1.2 云边协同技术解决的关键问题

智能行车调度系统服务场景对现存系统的个性化适配、模型规模、异构接入支持、安全保护等方面

提出更为严格要求。新的云边协同智能行车调度系统需解决以下关键问题。

1）考虑突发事件和应对策略为场景单元，研究数据演进趋势，深度挖掘价值信息。

2）均衡边缘节点数据感知能力、云中心多维分析能力以及中间区域数据汇聚能力，构建分层多级数

据处理平台。

3）研究节点模型按需切分和部署，以典型场景下节点自适应学习使服务和智能贴近生产需求。

4）侧重局部、短时数据的前端节点增加数据不确定性，研究数据状态时序推演和预测感知机制，依

据关联事件变化趋势，制定节点数据和服务可信度量。

5）涵盖数据和服务安全的边缘节点安全管理，结合场景选用身份验证和鉴权、能力匹配和行为管理、

数据安全和访问控制等技术。

2 基于云边协同的高速铁路智能行车调度系统设计

云边协同是在云计算的开放架构中引入边缘计算的协同控制技术，在中心云和边缘节点间合理分配

数据、资源、服务和安全，充分发挥中心云的集中计算能力和边缘节点的分布计算能力。

2.1 架构设计

基于云边协同的高速铁路智能行车调度系统架构如图 1 所示，主要包括数据层、网络层和应用层。

相比既有数据集中式、系统中心化模式，基于云边协同的高速铁路智能行车调度系统将中心云的智能计

算能力拓展至边缘节点，使得中心云统筹调度和数据挖掘功能，边缘节点侧重数据处理和行车决策能力，

将资源消耗型服务由系统中心部署变为边缘节点部署，以海量资源应对集中需求。铁路局集团公司中心

云加强安全防御、负载均衡和监控维护等功能，协调指挥数据层边缘节点为应用层车站单元提供突发事

件行车决策服务。

基于云边协同的高速铁路智能行车调度系统的数据层依托计算服务、存储服务和网络服务，实现突

发事件的智能故障诊断和预警功能，解决运输设备资源浪费的问题；网络层通过数据管理、设备管理和

服务管理，实现云边协同下的数据互联、资源融合和服务分发功能，降低单点故障潜在风险；应用层执

行行车调度、数据交互和运维管理工作，解决突发事件监测数据时效性较差以及系统扩展性和可维护性

较差的问题。各层级实体设备整合虚拟服务，共同完成云边协同下的行车调度目标。

2.2 数据交互

智能行车调度系统将突发事件监测平台纳入架构体系。数据层的突发事件监测数据、网络层的决策

基于云边协同的高速铁路智能行车调度系统设计及应用

341

规则数据以及应用层的行车调度数据交互形成闭环的数据链路，如图 2 所示。

图 1 基于云边协同的高速铁路智能行车调度系统架构

实时传输

突发

事件

边缘

监测

决策

规则

边缘

计算

分发

规则

负载

均衡

延迟传输

突发事件监测数据

行车决策

数据

组包后的

决策数据

组包后的

原始数据

行车调度

数据 展示数据

边缘

节点

规则

数据

计划

数据

图 2 基于云边协同的高速铁路智能行车调度系统的数据交互

边缘节点对突发事件实施边缘监测，产生突发事件监测数据，并基于决策规则的边缘计算产生

行车决策数据。网络层采用不同传输模式将决策数据和原始数据传输至应用层，完成云边协同中边

缘侧功能；网络层中心云对行车大数据进行挖掘开发，产生升级的规则数据并应用于数据层的边缘

节点，实现云边协同中心侧功能。在基于云边协同的高速铁路智能行车调度系统架构下，中心云的

规则升级过程和边缘节点的数据完善过程相互促进，数据的协同实现行车资源的协同和计算服务的

协同。

智能交通产品与技术应用汇编

342

3 基于云边协同的高速铁路智能行车调度系统层级分析

基于云边协同的高速铁路智能行车调度系统包含数据层、网络层和应用层，其中数据层包含边

缘节点、边缘子云和行车数据采集节点；网络层包含铁路局中心云和中国铁路国家铁路集团有限公

司（ 以下简称“国铁集团” ）中心云；应用层包含车站单元、车站子云、铁路局中心应用模块和

国铁集团应用模块。该系统加强边缘侧突发事件的自动监测和预警功能，突出中心侧的资源、服务

和安全控制，解决海量节点与中心云的时空协调、行车任务再分配和行车资源再利用等难题，进一

步提高高速铁路运营效率、运营安全和客货运运输服务质量。

3.1 数据层

 边缘节点

借助针对突发事件监测和处置形成的边缘计算，边缘节点提供车站运输环境感知、数据处理和

行车决策支持等综合服务，是整套方案设计的重点。智能调度集中系统中，常见的边缘节点包括电

力供应监测节点、大风监测节点和地震监测节点等。

边缘节点的业务功能包括服务注册和边缘计算两部分。边缘节点初始启动后连接边缘子云，注

册申请并动态加入行车调度网络。基于服务能力认证机制，边缘节点收集本地资源信息作为能力凭

证，向中心云发送认证申请，并从中心云和车站子云获取服务范畴和完整行车卡控策略；持续边缘

计算阶段，边缘节点格式化采集数据以消除数据异构性，并依据处置规则，实现监测事件状态到行

车卡控处置的映射，输出含义明确的行车决策数据，并上传至边缘子云。

 边缘子云

边缘子云是一定区域内监测相同事件类别的边缘节点集合体，实现辖区内边缘节点管理功能。

常见边缘子云包括电力供应监测边缘子云、大风监测边缘子云、和地震监测边缘子云等。

边缘子云的业务功能包括数据中转和功能替补两部分。数据中转涉及边缘节点数据上传、中心

数据下达以及数据缓存功能。在车站单元获取高密度决策数据并将其应用于实际行车业务后，边缘

子云可以依托本地较为丰富的存储资源实现延迟数据缓存，降低网络带宽争抢；相对于单一节点，

边缘子云具备更为强大的服务能力和管辖范围。在边缘节点业务由于资源缺陷或设备故障无法有效

开展时，边缘子云借助行车卡控规则支持，直接对原始监测数据施加缺失功能，担当边缘节点的替

补角色。

 行车数据采集节点

行车数据采集节点是智能调度集中系统内负责与列控系统、联锁系统等其他运输生产系统进行

信息交互的模块，实现不同系统间数据协议转换、专有行车数据生成以及内外部数据交互传输等

数据采集功能。常见行车数据采集节点包括车站采集机笼等硬件，以及运行于其上的各类数据

处理软件。

行车数据采集节点的业务功能包括协议转换和数据分发 2 部分。作为智能调度集中系统边界，

采集节点转换不同运输生产系统间的交互数据协议，并分发至关联终端。此外，采集节点负责信息

交互过程中的数据有效性和安全性检查工作。

基于云边协同的高速铁路智能行车调度系统设计及应用

343

3.2 网络层

 铁路局中心云

铁路局中心云由部署于各铁路局集团公司中心的服务器集群组成，统筹管辖公司内各行车控制

模块及由其产生的行车数据和对外提供的行车服务，实现局管内的云边协同功能，是整套方案设计

的又一重点。

铁路局中心云的业务功能包括数据管理、规则管理和统一服务三部分。数据管理是行车数据集

中管理和高效调阅的活动集合，可以消除信息孤岛和传输壁垒；规则管理指基于大数据挖掘技术实

现的边缘节点行车卡控规则的自主学习和迭代完善工作；统一服务指基于云边关联和协同的服务调

度工作，可以使应用层行车单元在数据层高效边缘服务支持下，专注行车卡控，促进行车安全。

 国铁集团中心云

国铁集团中心云负责全路行车控制，是高速铁路智能调度集中系统内集成服务、运维监控和资

源管理的最高级统一入口。

国铁集团中心云的业务功能与铁路局中心云类似。但作为各铁路局中心云的上级领导，国铁集

团中心云在重大故障广域影响范围下实施跨路局调度服务，通过智能和全面的安全防护和运维监控，

统筹保证全路行调运行效率和安全。

3.3 应用层

 车站单元

车站单元主要涵盖既有车站操作设备，包括车站值班员终端、自律机模块等。在边缘节点数据

服务和决策支持下，车站单元扩展既有自律卡控条件和范围，增加固定进路卡控、复杂站场进路控

制等功能，实现行车调度综合智能卡控。

车站单元的业务功能包括消息订阅和行车调度两部分。车站单元初始启动后向车站子云注册登

记，动态加入调度集中系统网络。综合车站位置、辖区边缘节点位置和关联事件等因素，车站单元

向铁路局中心云订阅主题消息；完成上述操作后，车站单元结合本地列车运营状态及高效精简的边

缘节点决策支持，持续进行行车调度和安全卡控操作。

 车站子云

车站子云是单一线路内具有较大关联度的车站单元集合体。典型场景下，一般以调度管界为依

据，划定同一调度台车站单元归属同一车站子云，由其实施统一管理。

车站子云的业务功能包括数据中转和数据缓存两部分。车站子云接收和解析本子云所属车站订

阅数据。相较于边缘子云低时间敏感缓存，车站子云在行车单元或网络故障时，提供短时突发事件

实时数据的缓存功能，提高数据可靠性和稳定性，缓存队列的数据削峰功能提升车站单元数据处理

能力；此外，车站子云缓存辖内单元专有卡控策略和节点服务列表，对外提供统一更新服务，提升

分布式下服务效率。

 铁路局中心

铁路局中心应用单元主要涵盖既有中心操作设备，包括行调台、助调台、维护台等，提供局

管内的调度数据编制、数据管理和可视化展示、数据挖掘以及内外数据交互等统筹调度和运维

管理功能。

智能交通产品与技术应用汇编

344

铁路局中心的业务功能包括局内调度、数据交互和数据挖掘三部分。在车站子云上层统筹局内

资源，保证高等级列车以及广域事件影响范围下的本铁路局集团公司内部行车指挥调度活动；通过

各类人机交互接口编制阶段计划，在既有下发车站单元的基础上，由网络层控制分发至关联边缘节

点及其子云，是边缘服务开展行车辅助决策的重要依据；铁路局中心应用模块以逻辑图表形式展现

杂乱数据的内在演进规律，优化指导行车调度工作。高速铁路行车大数据挖掘和安全规则自学习操

作，使更加智能和高效的事件处理规则更新至边缘节点，实现数据层的区域性能提升。

 国铁集团

国铁集团应用单元由计划编制模块、数据展示模块和数据挖掘模块等组成。站在全路角度，国

铁集团关注跨局重点列车以及更为广域突发事件下的调度控制，提供更大维度、典型场景下的行车

调度和数据展示、挖掘工作。

国铁集团的业务功能侧重全路范围的统筹调度和运维管理。通过建立分层多级行车数据处理平

台，在海量数据中挖掘出预测性、分析性信息，在为其他平台提供辅助支持的同时，指导各铁路局

中心应用单元输出更为高效、智能的行车调度决策。

4 基于云边协同的高速铁路智能行车调度系统应用

基于云边协同的高速铁路智能行车调度技术在北京、成都、郑州等多个铁路局调度车务仿真实

训和测试系统中得到了充分的应用，实现数据、资源、服务和安全的集成，提高了仿真环境的资源的

利用效率，节约了系统投资成本，如图 3 所示。

图 3 基于云边协同的高速铁路智能行车调度系统的应用场景

基于云边协同的高速铁路智能行车调度系统设计及应用

345

5 结束语

随着高速铁路信息化建设步伐加快，行车调度系统功能日趋全面复杂，智能化升级改造需求紧

迫。云计算技术和边缘计算技术逐渐成熟，越来越广泛应用于行车组织领域。基于云边协同的高速

铁路智能行车调度系统能够充分发挥边缘计算平台协作效率和中心云数据应用效能，优化完善突发

事件场景下列车运行进路和命令安全卡控逻辑，进一步提升高速铁路运输组织连贯性、协调性和安

全性。新架构业务层级清晰，具有基础信息跨平台共享能力和综合行车智能动态调整特性，充实“智

能高速铁路”理论技术创新内容，促进高速铁路运输组织调度向自动化和智能化方向发展。

智能交通产品与技术应用汇编

346

铁路时空信息服务平台应用与解决方案

中国铁道科学研究院电子所铁路北斗应用研发中心

封博卿 刘默涵 刘阳学 宾元岑

一、背景

国家战略方面，国家对时空信息产业高度重视，先后在“一带一路”、《数字交通发展规划纲要》、

“十四五”规划、《“十四五”数字经济发展规划》等国家政策及发展规划相关文件中明确提及北斗、

地理信息技术及相关应用的发展方向及发展要求，为时空信息技术的研究工作开展提供了政策支持。

国铁集团十四五网信规划，明确了智能铁路信息化的发展目标、发展方向，明确了要构建大数

据与人工智能平台，以北斗、GIS 遥感监测作为智能感知层，以智能决策、数据融合作为智能建造

中智能高铁大脑平台的核心组成部分，时空信息技术服务在铁路战略决策、建设管理、资产管理、

运输生产、经营开发等方面发挥着越来与重要的作用。

二、铁路时空信息服务平台

铁路北斗应用研发中心为推进高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可

控的智能化综合性铁路信息基础设施建成，铁路各业务领域信息系统标准规范化，打造了“铁路时

空信息服务平台”。

铁路时空信息服务平台通过整合铁路时空信息数据，构建铁路专业地理信息数据库，利用北斗

卫星导航系统技术提供高精度位置服务、授时服务及短报文通信服务，将“何时、何地、何种关系”

串联，形成行业级共性基础技术平台。平台包含铁路地理信息平台与铁路北斗应用服务平台两部分。

（一）铁路地理信息平台

1. 平台定位

铁路地理信息平台以实现铁路空间信息和服务共享为目标，在与国家地理信息公共服务平台接

轨的基础上，统一管理铁路空间地理信息数据，为铁路各业务系统提供 GIS 服务，形成“一张图+N

服务”的地理信息应用模式，并支持基于平台的应用开发和服务发布，为铁路战略决策、建设管理、

铁路时空信息服务平台应用与解决方案

347

资产管理、运输生产、经营开发、综合协同提供了强有力的支撑。

目前平台已发布 655 个铁路空间数据服务、管理 132 种铁路要素设施，实现铁路设施设备的全

覆盖，支撑全路 73 个业务系统，累计访问量达 2 亿多次。铁路地理信息平台服务能力如图 1 所示。

图 1 铁路地理信息平台服务能力

2. 功能及特点

平台从功能上划分为 22 个模块，提供铁路地理信息数据的管理、发布、展示、分析、开发支撑、

访问监控等，充分满足不同类型用户、不同业务系统对铁路地理信息的需求。

1）统一软件平台。以国铁集团地理信息平台为基础，统一规范各类电子地图，为铁路各业务信

息系统提供铁路地理数据及 GIS 功能服务，支持基于铁路地理信息平台的应用开发，为铁路规划设

计、工程建设、运营管理及公众服务提供支撑，为数字铁路建设夯实基础；

2）统一数据标准。统一管理国家基础地理信息、铁路基础地理信息、铁路专业地理数据，实现

铁路空间数据共享共用，保证铁路空间数据的现势性，为铁路信息化提供全面、规范、准确的地理

信息数据；

3）降本增效。搭建铁路地理信息平台可避免同类型业务系统的重复建设，降低企业运营维护成

本，节约企业投资，提高铁路空间数据管理水平。

（二）铁路北斗应用服务平台

1. 平台定位

铁路北斗应用服务平台以《铁路信息化总体规划》为指导，从资源共享、整体应用、高质量服

务等角度出发，统一提供高精度位置服务、授时服务、短报文通信服务，统一管理铁路北斗应用设

备，全面支撑北斗卫星导航系统在铁路应用。

平台为铁路勘察设计、工程建设、运营维护全生命周期各业务领域提供北斗应用支撑，促进

铁路业务与信息化深度融合，推动铁路信息化总体规划的落地。铁路北斗应用服务平台系统页面

如图 2 所示。

智能交通产品与技术应用汇编

348

图 2 铁路北斗应用服务平台系统页面

2. 功能及特点

铁路北斗应用服务平台向终端设备提供高精度位置、授时及短报文信息服务，向业务系统、通

信综合网管提供位置、短报文、状态信息等，同时向铁路数据服务平台提供时空信息。

1）实现高精度位置服务统一提供。向用户提供厘米级至亚米级的精确实时定位服务，以及毫米

级的准实时定位服务；

2）实现授时服务统一提供。为终端设备、业务应用系统提供精准时间服务；

3）实现通信服务统一提供。为终端设备之间、终端设备与北斗平台之间，以及终端设备与普通

手机用户之间提供短报文通信服务；

4）实现在网设备统一管理。准确掌握全路卫星导航应用设备在网状态、位置等信息，实现全路

在网设备综合展示；

5）时空信息共享。为铁路数据服务平台提供在网设备时空信息，支撑基于时空信息大数据分析，

支持与路外其他行业、企业时空信息共享。

三、基于时空信息服务的典型应用

（一）车载北斗高精度时空基准单元

车载北斗高精度时空基准单元主要应用于构建移动装备车载时空基准，确保铁路车载时空基准

系统一致性、安全性、可靠性，为车载设备提供高精度定位、授时服务。车载北斗高精度时空基准

单元设备图如图 3 所示。

系统由时空基准单元、传输网络、铁路北斗应用服务平台、站段地面系统等组成，当列车处于

无卫星信号条件时，可利用内部高精度惯性导航模块、雷达和时间驯服模块，实现为车载设备持续

铁路时空信息服务平台应用与解决方案

349

输出高精度定位和授时信息。当列车恢复接收卫星信号时，系统即可进行校准，修正累积误差。

图 3 车载北斗高精度时空基准单元设备图

1）高精度定位。基准单元接收铁路北斗应用服务平台播发的差分服务，为铁路车载设备提供高

精度位置服务；

2）时间同步。基准单元以 GNSS 卫星时间或地面时钟源为基准，通过标准的授时接口为其他

车载系统提供时间信息，实现整车设备时间同步；

3）无线数据传输。基准单元可为设备自身和其他车载设备提供高速无线数据传输服务；

4）数据加解密。基准单元能够对车载设备传输的数据进行加密和解密，保证数据传输的安全性。

（二）铁路北斗基础设施监测系统

铁路北斗基础设施监测系统采用高度自动化集成设计，保证基础设施监测的实时性和连续性，

有效获得位移趋势信息，同时保证高精度和自动化，为线路安全增加保障。

平台并提供基于阈值的灾害预警功能，用户可根据灾害预警等级采取相应紧急处理措施，减轻

因灾害引发的损失，避免次生灾害，并为抢险求援、日常维护等工作提供数据基础依据。铁路北斗

基础设施监测系统页面如图 4 所示。

图 4 铁路北斗基础设施监测系统页面

智能交通产品与技术应用汇编

350

1）实时监测。系统实现对沿线基础设施监测设备及对应施工工点的位置、运行状态自动、连续、

实时监控及可视化展示；

2）统计分析。对各项监测数据进行分析统计，并依据位移数据建立的预警机制，实现监测点的

位移形变情况自动化管理，为铁路的安全运营和信息化建设提供基础数据监测以及灾害预警服务；

3）警情快速处理。根据告警信息危急程度，将告警信息及时准确地传达到相关人员，及时采取

防御措施，最大限度减少人员伤亡和财产损失。

（三）铁路北斗上道作业人员辅助防护系统

铁路北斗上道作业人员辅助防护系统应用北斗卫星导航技术，依托铁路北斗应用服务平台，为

作业人员提供高精度位置服务，有效实现作业人员的安全监控与管理。铁路北斗上道作业人员辅助

防护系统页面如图 5 所示。

图 5 铁路北斗上道作业人员辅助防护系统页面

1）作业人员实时监控。借助智能作业终端，将位置进行回传，可实时掌握所有作业人员具体位

置及状态；

2）安全防护预警。通过安全预警区域电子围栏的划定，系统实时计算作业人员位置，可避免安

全事故发生；

3）作业人员统一管理。通过智能作业终端实时回传位置信息，管理人员能够查看人员信息，并

实现合理的工作安排和指挥调度，提升作业效率，加强铁路作业人员安全保障。

（四）铁路资产全寿命周期管理平台

铁路资产全寿命周期管理平台以提升企业信息化管理水平为目标，从铁路各专业的设备资产全

生命周期管理角度出发，利用 GIS+BIM 技术、主数据本体建模技术，以资产设备唯一时空信息为

基准、资产设备模型为信息载体，建立资产管理与设备管理连接关系，实现各专业资产设备的数据

整合。铁路资产全寿命周期管理平台页面如图 6 所示。

铁路时空信息服务平台应用与解决方案

351

图 6 铁路资产全寿命周期管理平台页面

1）决策支持。系统以资产数据、动态业务数据和 GIS 数据等为支撑，融合大数据智能分析技

术、地理信息集成技术，实现铁路资产全生命周期管理和设备的精细化管理，为资产运用维修提供

决策支持；

2）辅助决策。利用数据分析、数据挖掘等关键技术，进行资产运行状态和生命周期分析，为设

备维修计划提供辅助决策；

3）提升智能化管理水平。通过贯通资产管理与设备管理、现场设备状态检测监测的数据链路，

实现资产设备全维度、全寿命、全资产管理，为铁路工作人员实现铁路资产数据一体化、资产服务

一体化、资产应用一体化提供支撑；

4）全链条信息贯通。实时掌握业务操作对企业经营状况的影响，控制运营成本，从而实现企业

效益最大化，为全面推动智能铁路、数字铁路建设打下坚实基础。

（五）铁路应急大数据决策平台

铁路应急大数据决策平台通过对突发事件的主动感知、智能决策、协同联动、一体化指挥，覆

盖应急事件全过程，实现事件上报快速化、应急处置流程化、资源管理数字化、辅助决策可视化、

应急指挥协同化，提高企业对突发应急事件的应对处置能力。铁路应急大数据决策平台页面如图 7

所示。

1）突发事件信息快速传递。应急平台和应急终端之间信息联动，能及时跟踪各业务部门的处置

信息，并向相关单位、部门下发应急事件信息，实时传输应急事件现场信息；

2）应急资源统一可视化。通过各专业设备设施数字化、可视化管理，为应急救援提供事发点附

近沿线各类应急资源的空间分布等，为决策人员提供突发事件处置参考建议，使其可结合数字化预

案进行流程化处置，大大提高应急处置工作效率；

3）人员定位精准化。通过应急终端实现对现场人员实时定位与跟踪管理，同时提供事件信息查

询功能；

智能交通产品与技术应用汇编

352

4）应急处置流程化管理。通过平台对突发事件进行处置，实现应急指挥集中统一、应急处置上

下联动、应急处置流程规范化管理。

图 7 铁路应急大数据决策平台页面

四、结论与展望

围绕国铁集团“强基达标、提质增效”的工作主题，铁科院集团公司“骨干、尖兵、平台、领

军”的定位，铁路北斗应用研发中心立足新发展阶段、贯彻新发展理念，着力在深化创新驱动、优

化要素资源配置、支撑共建共享等方面取得突破。

展望未来，铁路北斗应用研发中心期望能够挖掘更多关键技术为企业提供更充足、更精准、更

智能的平台应用与解决方案。响应国家对交通强国的发展要求，助力智能、平安、绿色、共享交通

发展水平的提升，为建设现代化经济体系先行领域，全面建成社会主义现代化强国做出有力支撑。

坝体内部侵蚀结构三维层析成像及预警技术

353

智能水运港口篇

智能交通产品与技术应用汇编

354

坝体内部侵蚀结构三维层析成像及预警技术

重庆交通大学国家内河航道整治工程技术研究中心

梁 越 张宏杰 夏日风 马士谦 张 斌 陈 禹 张鑫强

一、航道整治建筑物内部结构三维层析成像理论研究

（一）层析扫描参数识别在堤坝渗漏中的应用

在实际工程中，使用物探得到参数（电压、水位、温度等）来对反映坝体结构的物理参数（渗

透系数、孔隙率、电阻率）进行参数的估计与识别，下面给出具体的应用方式：当我们通过电源刺

激得到大坝的刺激-响应数据后，在稳定的直流电场条件下用电压值估计电阻率的情况，连续线性估

计具有如下形式：

 

( 1) ( ) ( ) ( )

1

() () ()

1

() () ()

1

ˆ ˆ () () () ()

ˆ () () () () ()

ˆ () () ()

h

h

h

N rr r r

m m mj j j j j j

N rr r

m mj j j j j j j j

N r rr

m mj j j j j j

f x fx x x

f x h x Hx h x Hx

f x hx h x

 





 











     

         

     







（式 5）

式中： ˆ( ) ( ) r

m f x 为点 mx 处第 r 次迭代的估计值，上标 r 为迭代次数； ( ) j j  x 

表示在点 j x 处的观测

电压； ( ) ( ) r

j j  x 为计算电压值，由当前 ˆ( ) ( ) r

m f x 估计值计算得出； ( ) H j x 为根据无条件平均值  计算得

到的计算电压平均值， 为电阻率； ( ) () () r hx h x j j jj

 、 分别为观测电压和计算电压的扰动量； ( )r mj 为点 j x

处观测值与估计值之间的差值对第 r 次迭代过程中点 mx 处 f 估计值的权重。

该线性估计必须满足最小均方差准则，即

 

2 ˆ( ) () () r E fx f x m m

        最小值 （式 6）

将式（6）代入式（5）并展开：

     

  

2 () () () ()

1

() () () ()

1 1 1

ˆ () () , ,

, ,

h

h

h h

N r r rr

m m ff m m mj fh m j j

N N N rr rr

mj hj j m mj hh j k j k

j

E fx f x x x x x

xx xx

 

 



  

       

 



 

（式 7）

坝体内部侵蚀结构三维层析成像及预警技术

355

式中，   ( ) , r

ff m m  x x 为点 mx 处 f 的有条件协方差；   ( ) , r

hj j m  x x 为点 mx 处 f 的有条件协方差；

  ( ) , r

hh j k  x x 为 k x 处 f 的有条件互协方差。他们的定义如下：

  

    

  

2 ( ) ( )

( ) ( ) * ()

( ) * () * ()

(,)

(,)

(,)

r r

ff m m m m

r r r

fh m j j j m m

r r r

hh j k j m k k

xx E f f

xx E f f h h

xx E h h h h







        

        

        

（式 8）

令式 2-31 得到最小权重，将式（7）对求导并令其为零，简化得：

    () () ()

1 , , Nh rr r

mk hh j k fh m j k   x x xx    （式 9）

随后，新的 x 场可以通过条件平均方程计算得到：

0 eff   e c        （式 9）

式中， eff e 是 ( 1) ln r c

 的逆对数；下标 c 代表有条件；上标 eff 代表有效参数。对式（5）到式（9）

进行重复运算直到满足以下两个条件：

1）   ( 1) ( 1) r r

j jj h hh     对于 j 取任意值均小于给定误差或趋于稳定；

2）x 场的方差趋于稳定。

二、航道整治建筑物三维层析扫描成像装备研发

（一）航道整治建筑物三维层析扫描成像装备组成

自主研发了一套远程自动监测电压的系统。自动监测系统主要由供电模块、变压模块、测量模

块、控制模块、网络模块这五个部分组成。

（1）供电模块

供电模块主要由太阳能电池板、胶体蓄电池和太阳能控制器三部分组成，太阳能电池板功率

为 70W。胶体蓄电池为 12V120Ah，太阳能控制器将两块 70W 的太阳能电池板与太阳能控制器

相连，然后将太阳能控制器与胶体蓄电池连接，太阳能可为胶体蓄电池充电，胶体蓄电池为用

电设备供电。

（2）变压模块

变压模块为 12V 转 5V 直流 USB 接口变压器，下面简称 5V 变压器。5V 变压器是以 12V 直流

电为供电电源，然后输出一个 5V 的稳定电压，该电压以 USB 的接口的形式输出，在整个系统中主

要为供网设备和树莓派提供电源。5V 模块共有安装 3 个，多出一个可为调试屏幕设备供电。整个变

压模块主要的作用就是为不同的设备提供各自需要的电压，保障整个设备的电源供应。

（3）测量模块

测量模块由三维层析扫描探测系统和自制电极两部分组成，其中三维层析扫描探测系统如图 1

中 a 所示，其中最上面的为接收模块，下面四块测量板为放电模块，最下面两侧为接线端子，与图

智能交通产品与技术应用汇编

356

1 中 b 自制电极相连。三维层析扫描探测系统放电-接收共 128 个端口，可连接 128 个电极。

（a）三维层析扫描探测系统 （b）自制电极

图 1 传感器模块

（4）控制模块

控制模块主要由树莓派和 USB 转 RS485 信号接口两部分组成，其中树莓派简写为 RPI，树莓派

有属于自己的系统，该系统是基于 Linux 开发的，并且预装了 python、c 语言的程序运行环境，非

常便于各种程序的开发。树莓派同时也具有丰富的硬件接口，如 4 个 USB 接口，其中两个为 USB3.0，

两个微 HDMI 端口支持 4K 分辨率双显示屏，以及千兆以太网接口，40 个扩展引脚等。USB 转 RS485

接口转换器，左边为设备正面，右边为设备的反面。该设备从左到右共有 5 个接线端子，分别是 VCC

（5V），GND，GND2，A，B，前两个是可以为其他设备提供一个 5V 的电源的接口，后三个接口为

通信接口，其中 A、B 为主要的通信接口分别对应 RS485+和 RS485-，当有真实的地线接地时，可

以接入到 GND2 接口使数据传输效果更好，如果没有地线可以将此端口空着。该转换器主要起到将

树莓派的串口信息转化并传输给传感器，并接收来自传感器传回的数据，并传输给树莓派。

（5）网络模块

网络模块共有两个部分组成，分别是系统供网装置和云端服务器。其中供网装置采用内部插入

物联网网卡的方式给设备提供网络。设备有两种状态需要提供网络，分别是运行状态和调试状态，

在运行状态时仅仅为树莓派提供网络，树莓派可以通过网络将接收到的数据实时上传至云端服务器；

在调试状态下可以同时为外部调试设备如个人电脑和树莓派提供网络。云端服务器采用阿里云提供

的云端服务器产品，并在该系统中进行数据库运行环境搭建和端口的配置，数据库软件采用 mysql，

并打开服务器上 mysql 的 3306 端口，就可以在服务器上接收来自设备传回的实时数据。

以上五个模块相互配合组成了整个自动传输设备，整个装置的连接如图 2。值得注意的是，整

套系统虽然结构复杂、模块众多，但是总成本较低，并且可以做到无维护的长期运行，具有相当良

好的兼容性，如各种扩展串口接口，为后面的深层次的开发提供了一个良好基础。

从上图的设备连接图可以看出该设备具有一定复杂度，在运行的要保证每一个接线端子的正常

连接，整套设备才能正常的运行，如果其中的连接中断，那么该设备中间的树莓派中的程序就会出

现错误，致使整套设备的停止工作。尤其是一些 USB 热插拔接口极易因为外部原因脱落，所以需要

用一些胶带或者细线将 USB 接口直接粘到连接处。还有一些插头的连接也需要进行相应的处理才能

使设备稳定的运行。

坝体内部侵蚀结构三维层析成像及预警技术

357

（二）航道整治建筑物自动监测程序流程

本系统的程序的编写使用的是 python 语言，python 作为最近几年新兴的程序语言，以其语言的

简洁性、易读性以及可扩展性的特点成为最受欢迎的程序设计语言之一，基于 python 的丰富的模块

引用也让该语言成为本系统编写的最佳的语言，只需现有的库下载并进行安装就可以是实现功能强

大的程序。程序主要用到了 python3 中的 4 个模块：serial 模块[52]、time 模块、pymysql 模块以及

binascii 模块，它们的作用分别是：serial 模块对串口进行控制，time 模块对程序运行时间进行调整，

pymysql 模块用来将读取的信息上传至云端的数据中，binascii 模块是对串口的传回的信息进行进制

的转化。数据采用串口进行读取，通过 time 模块设置每 5 分钟读取并上传一个数据。程序设定为一

个 whlie true 的无限循环程序，自动监测的程序流程图如图 3 所示。图 3 展示了整个程序的框架，

不难看出该程序是一个无限循环的程序，所以在长时间的运行过程中，难免会出现程序卡死或者停

电等意外情况致使设备停止运作，遇到这种情况，就需要维护人员对设备进行手动的调试和重启。

为了降低后期调试人员的工作量并且使得设备能够长期的平稳运行，设计让程序具有开机自动启动

上述程序的功能，并且在一天之内重启一次或者两次，以此来消除程序缓存带来的数据堆积以及意

外宕机。

图 2 自动监测设备连接图

在程序的无限循环中还嵌入的数据判断语句，将一些错误的读取数据屏蔽并记录，也可以提高

程序长期稳定的能力。同时在程序的外部还设置了错误记录保存的功能，程序一旦出错，错误信息

就会以文本的形式保存在本地特定的 txt 文件中，通过这些错误记录可以很明确地知道代码中存在

的漏洞或者不完善的地方。对代码后期优化起到了至关重要的作用。

智能交通产品与技术应用汇编

358

错误 正确

程序开始

串口读取数据

进制转化

实测值计算

数据传输

间隔运行

循

环

数据判断据

屏蔽错误

错误记录

运行错误信息

保存至本地

程序终止

图 3 自动监测程序流程图

三、航道整治建筑物内部侵蚀的三维层析成像试验研究

（一）室内模型研究

开展了坝体内部侵蚀的室内物理模型试验，制作了内含侵蚀的抛石坝模型，应用三维电阻率层

析成像探测系统对蓄水条件下的抛石坝进行探测，采用连续线性估计算法进行反演分析侵蚀隐患在

抛石坝蓄水条件的成像特点。

（1）模型设计

试验在混凝土槽内进行，模型槽内部净空尺寸为 4m（长）×1m（宽）× 0.8m（高）。抛石坝

模型以长江上游神背嘴滩段小罐口堵坝为原型，按 1：10 比例设计，如图 7 所示，其坝顶长 1m，

宽 0.3m，坝底长 1m，宽 2.4m，坝高 0.6m。坝体采用卵石填筑，迎水坡 1：1.5，背水坡 1：2。在

坝体内部预设一条沿坝身水平分布的模型的侵蚀通道布置见图 4，模拟抛石坝体由于长期受水流冲

刷的侵蚀问题，采用镂空的钢管模拟，管长 0.4m，直径 15cm，置于坝体中心处，钢管中心距坝顶、

坝底均为 30cm，且管的中心与坝体中心一致。坝体内部沿坝轴线方向布置 4 个电极断面见图 5，每

个断面间隔 20cm，1、4 断面 10 个电极，2、3 断面 20 个电极，共 60 个电极。电极断面布置见图 9。

每个电极在模型堆建时预埋在坝体内，使其与坝体接触良好。

（3）试验结果

将处理好的数据应用专业的软件以槽内一角点作为原点建立三维坐标系并建立模型，采用连续

线性估计算法进行反演计算。将反演数据导入专业图像处理软件，设置相应的参数并调整色阶，制

作成三维电导率图像，处理结果见图 6。

坝体内部侵蚀结构三维层析成像及预警技术

359

图 4 抛石坝模型图

图 5 电极断面布置图（单位：cm）

图 6 抛石坝三维电导率分布图

图 7a 是垂直坝轴线取 y=50cm 的剖面。在图 11 中，剖面中心以（y=105.5cm，z=31.5cm）为

圆心，8.5cm 为半径的圆内的电导率在 10.2mS/m 以上，与预设的侵蚀隐患（以（x=105cm，z=30cm）

为圆心，7.5cm 为半径的圆相比，其位置向右偏移了 0.5cm 向上偏移了 1.5cm，其尺寸直径扩大

了 2cm。表明三维层析成像对抛石坝内部侵蚀的垂直方向上尺寸识别精度可达到 10cm 之内。图

11b 是沿坝轴线方向取 x=105cm 的剖面。图 7 中在 y 取 28.3cm 至 73.3cm，z 取 23cm 至 40cm 之

间出现高电导率异常，高电导率区域的长度 0.45m 与预设的侵蚀通道长度 0.4m 相差 5cm，表明

三维层析成像对抛石坝内部侵蚀的水平方向尺寸识别精度可达到 20cm 之内。其位置与预设的侵

蚀通道位置相比略向有偏移了 1cm，表明三维层析成像对抛石坝内部侵蚀的位置识别精度可达到

10cm 之内。

由此可得，当坝体内部存在侵蚀空洞时，可由基于连续线估计算法的三维层析扫描成像方

法探测。

智能交通产品与技术应用汇编

360

（a）垂直坝轴线 y=50cm 处电导率剖面图 （b）沿坝轴线 x=105cm 处电导率剖面图

图 7 电导率剖面分布图

（二）现场应用研究

本文在四川省泸州市的神背嘴滩段航道整治工程小罐口堵坝上进行了应用。

（1）工程应用实施步骤

1）钻孔：在选取的预计勘测位置坝顶通过钻机打了 8 个直径 50mm 的钻孔，平均深度 4.5 米

图 8 勘测位置 图 9 孔位布置

2）层析扫描设备布设

为防止孔洞垮塌，在每一个钻孔完成之后，立刻将电极放入钻孔中，测线使用 PVC 管内置，并

由导电效果良好的螺杆、螺母间隔一米进行固定，电极通过电夹与集成接口连接，集成接口通过导

线与测量主机以及电源相连。布设完电极后开始各孔连接线的布置，为保证远程监测装置避免汛期

涨水时被水淹没，将测量连接线设置长为 350m 通向高处，每个接口对应测量电极，每根测量大线

上有 10 个接头用于电极的连接。将测线置于 PVC 管中，将 PVC 管固定在坝体及道路表面。将监测

装置置于高处的配电箱内，采用太阳能为其供电。完成全部电极及连接线的安装布设后，开始进行

仪器的连接工作，通过太阳能控制器将太阳能电池板、胶体电池、三维层析扫描探测系统、远程控

制设备（Raspberrypi），同时连接供网设备。

坝体内部侵蚀结构三维层析成像及预警技术

361

图 10 层析扫描装备布设

3）层析扫描测量过程

井内放电井内接收试验。首先按照规定的顺序连接各组电极，打开 Raspberrypi，Raspberrypi

将会自动连接网络；Raspberrypi 启动后将会自动运行三维层析扫描测量程序，该程序可控制电极放

电和接收并将测量数据上传到云端数据库。

（2）探测结果分析

将处理好的数据应用专业的软件以背水面一角点作为原点建立三维坐标系并建立模型，进行反

演计算，制作成三维电导率分布图，处理结果见图 15。

图 11 小罐口堵坝三维电导率剖视示意图

如图 12 反演结果所示，坝体内部存在非均质性，但电导率均在 1 mS/m 以下，并未有一个数量

级之间的差距，说明坝体不存在侵蚀通道。断面位于沿坝轴线 y=1350cm 处，从图 12 反演结果分析，

坝体内部存在非均质性，但电导率均在 1 mS/m 以下，说明坝体不存在侵蚀通道。综上所述，小罐

口堵坝内部结构存在非均质性，但并未发现异常，内部结构完好。

智能交通产品与技术应用汇编

362

（a）垂直坝轴线 x=950cm 处电导率剖面图 （b）沿坝轴线 y=1350cm 处电导率剖面图

图 12 剖面电导率分布

四、结论

本文针对内河航道基础设施普遍存在服役状态监测能力弱、安全预警防控能力差等突出问题，

基于连续线性估计算法，开发了吸收先验资料和电势刺激-响应数据的融合算法，完善了基于连续线

性估计理论的三维层析扫描成像模型，提出了基于内部结构三维层析成像的航道整治建筑物内部侵

蚀监测技术，并研发了相关监测装备，考虑参数间的非线性关系，进一步提高了反演精度，实现了

内部侵蚀尺寸识别精度小于 20cm，侵蚀位置识别精度小于 10cm，并在神背嘴滩段航道整治工程小

罐口堵坝中开展了应用研究，为内河航道整治建筑物服役状态监测工作提供了一种新的技术方法。