地鐵過站監(jiān)測(cè)方案演講人（創(chuàng)作者）：省院刀客特萬目錄01.方案背景與需求分析07.效果驗(yàn)證與效益分析03.系統(tǒng)架構(gòu)設(shè)計(jì)05.部署實(shí)施與調(diào)試流程02.監(jiān)測(cè)目標(biāo)與技術(shù)指標(biāo)04.核心監(jiān)測(cè)技術(shù)實(shí)現(xiàn)06.運(yùn)維管理與持續(xù)優(yōu)化08.總結(jié)與展望01方案背景與需求分析方案背景與需求分析地鐵作為城市公共交通的核心載體，其運(yùn)營(yíng)效率直接影響市民出行體驗(yàn)與城市運(yùn)轉(zhuǎn)節(jié)奏。近年來，隨著地鐵線路網(wǎng)絡(luò)化發(fā)展，列車過站異常（如越站、未完全進(jìn)站、過站延誤）的情況時(shí)有發(fā)生，主要表現(xiàn)為：早高峰時(shí)段因客流積壓導(dǎo)致車門關(guān)閉延遲，列車未按計(jì)劃時(shí)間駛離站臺(tái)；夜間低峰期因司機(jī)操作誤差或信號(hào)干擾，出現(xiàn)列車未完全停穩(wěn)即啟動(dòng)的“滑動(dòng)過站”現(xiàn)象；特殊天氣（如暴雨、大雪）下軌道濕滑，列車制動(dòng)距離延長(zhǎng)，導(dǎo)致停站位置偏離標(biāo)定位。據(jù)某一線城市地鐵運(yùn)營(yíng)數(shù)據(jù)統(tǒng)計(jì)，2023年因過站異常引發(fā)的列車運(yùn)行調(diào)整事件占比達(dá)8.7%，直接導(dǎo)致乘客投訴量上升12%，嚴(yán)重影響線路準(zhǔn)點(diǎn)率（標(biāo)準(zhǔn)準(zhǔn)點(diǎn)率需≥99.9%）。核心痛點(diǎn)1.傳統(tǒng)監(jiān)測(cè)手段局限性：現(xiàn)有方案依賴司機(jī)人工確認(rèn)（如觀察站臺(tái)對(duì)標(biāo)燈）、站臺(tái)工作人員目視檢查及軌道電路信號(hào)反饋，存在“人工判斷主觀性強(qiáng)、視線遮擋盲區(qū)多、信號(hào)延遲（約0.5-1秒）”等問題，難以實(shí)現(xiàn)毫米級(jí)精度的過站狀態(tài)實(shí)時(shí)判定。2.多源數(shù)據(jù)未有效融合：列車定位（來自ATP/ATO系統(tǒng)）、站臺(tái)環(huán)境（如客流密度）、軌道狀態(tài)（如積水、異物）等數(shù)據(jù)分散在不同子系統(tǒng)，未形成統(tǒng)一監(jiān)測(cè)模型，導(dǎo)致過站異常預(yù)警滯后。3.異常處置流程低效：當(dāng)前過站異常多通過司機(jī)上報(bào)-行調(diào)確認(rèn)-車站響應(yīng)的三級(jí)流程處理，平均處置時(shí)間長(zhǎng)達(dá)3-5分鐘，易引發(fā)后續(xù)列車連鎖延誤。需求定位基于上述痛點(diǎn)，本方案需實(shí)現(xiàn)“三化”目標(biāo)：監(jiān)測(cè)精準(zhǔn)化（停站位置誤差≤5cm，過站時(shí)間誤差≤0.1秒）、預(yù)警實(shí)時(shí)化（異常識(shí)別到告警輸出≤0.5秒）、處置智能化（系統(tǒng)自動(dòng)推送最優(yōu)調(diào)整策略至行調(diào)終端）。02監(jiān)測(cè)目標(biāo)與技術(shù)指標(biāo)核心監(jiān)測(cè)對(duì)象1.列車停站狀態(tài)：包括停站位置（是否與站臺(tái)門完全對(duì)齊）、停站時(shí)長(zhǎng)（是否符合運(yùn)營(yíng)圖規(guī)定時(shí)間）、啟動(dòng)狀態(tài)（是否存在未停穩(wěn)即啟動(dòng)的“滑動(dòng)過站”）。2.過站關(guān)聯(lián)因素：列車運(yùn)行速度（進(jìn)站/出站階段）、軌道狀態(tài)（坡度、濕度、異物）、站臺(tái)門開關(guān)狀態(tài)（是否與列車門同步）、客流密度（是否因乘客上下車超時(shí)影響過站）。關(guān)鍵技術(shù)指標(biāo)1.定位精度：采用多傳感器融合技術(shù)，停站位置絕對(duì)誤差≤3cm（標(biāo)準(zhǔn)要求≤5cm），相對(duì)誤差≤1%；012.時(shí)間同步：系統(tǒng)內(nèi)所有設(shè)備時(shí)鐘同步誤差≤10ms（依賴GPS+北斗雙模授時(shí)）；023.識(shí)別準(zhǔn)確率：正常過站識(shí)別率≥99.9%，異常過站（越站、未完全進(jìn)站）識(shí)別率≥99.8%；034.預(yù)警延遲：從異常發(fā)生到告警推送至行調(diào)、司機(jī)、車站終端的時(shí)間≤0.3秒；045.數(shù)據(jù)存儲(chǔ)：支持30天全量監(jiān)測(cè)數(shù)據(jù)本地存儲(chǔ)，180天關(guān)鍵數(shù)據(jù)云端備份。0503系統(tǒng)架構(gòu)設(shè)計(jì)系統(tǒng)架構(gòu)設(shè)計(jì)本方案采用“端-邊-云”三層架構(gòu)，覆蓋列車、站臺(tái)、控制中心三大場(chǎng)景，通過多源數(shù)據(jù)采集、邊緣計(jì)算處理、云端智能分析實(shí)現(xiàn)過站狀態(tài)全周期監(jiān)測(cè)。感知層（端）：多類型傳感器部署1.列車端：在車頭、車尾底部加裝UWB（超寬帶）定位標(biāo)簽（精度±10cm），配合車載攝像頭（1920×1080@30fps）實(shí)時(shí)拍攝軌道及站臺(tái)門畫面；012.站臺(tái)端：沿站臺(tái)邊緣每5米部署激光雷達(dá)（探測(cè)距離200米，角度分辨率0.033），用于測(cè)量列車與站臺(tái)的相對(duì)位置；在站臺(tái)兩端安裝RFID讀寫器（讀取距離8米），配合列車底部的RFID標(biāo)簽實(shí)現(xiàn)毫米級(jí)定位；023.軌道端：在進(jìn)站區(qū)間（距站臺(tái)200米處）鋪設(shè)地感線圈（檢測(cè)列車進(jìn)入預(yù)警區(qū)域），軌道旁安裝溫濕度傳感器（監(jiān)測(cè)軌道表面濕度，修正制動(dòng)距離模型）。03邊緣層（邊）：本地計(jì)算與預(yù)處理1.站臺(tái)邊緣計(jì)算單元：部署于站臺(tái)綜合監(jiān)控室，集成GPU算力模塊（NVIDIAJetsonAGXOrin），負(fù)責(zé)接收激光雷達(dá)、RFID、攝像頭數(shù)據(jù)，完成列車輪廓識(shí)別（通過YOLOv8算法）、位置融合計(jì)算（卡爾曼濾波算法）；2.列車邊緣計(jì)算單元：安裝于司機(jī)室，接收UWB定位數(shù)據(jù)、車載攝像頭畫面，與ATP系統(tǒng)交互獲取列車實(shí)時(shí)速度、制動(dòng)狀態(tài)，輸出“是否允許啟動(dòng)”的輔助決策信號(hào)。云端層（云）：智能分析與協(xié)同決策2.算法引擎：基于歷史數(shù)據(jù)訓(xùn)練過站異常預(yù)測(cè)模型（采用LSTM神經(jīng)網(wǎng)絡(luò)），可提前30秒預(yù)測(cè)“因客流積壓導(dǎo)致的停站超時(shí)”風(fēng)險(xiǎn)；1.數(shù)據(jù)中臺(tái)：匯聚各邊緣節(jié)點(diǎn)數(shù)據(jù)，建立過站狀態(tài)數(shù)據(jù)庫（包含時(shí)間、位置、速度、環(huán)境參數(shù)等12類字段）；3.協(xié)同平臺(tái)：集成行調(diào)系統(tǒng)、車站PIS系統(tǒng)、列車CCTV系統(tǒng)，異常發(fā)生時(shí)自動(dòng)推送“列車扣?！薄昂罄m(xù)列車限速”“站臺(tái)客流疏導(dǎo)”等處置方案至相關(guān)終端。01020304核心監(jiān)測(cè)技術(shù)實(shí)現(xiàn)多源定位融合技術(shù)1.基于UWB+RFID的絕對(duì)定位：列車UWB標(biāo)簽與站臺(tái)UWB基站（間距50米）通過TOF（飛行時(shí)間）測(cè)距，結(jié)合RFID標(biāo)簽的絕對(duì)坐標(biāo)（預(yù)存于系統(tǒng)），計(jì)算列車車頭/車尾的絕對(duì)位置（誤差≤3cm）；2.基于激光雷達(dá)的相對(duì)定位：激光雷達(dá)掃描列車輪廓點(diǎn)云，通過ICP（迭代最近點(diǎn)）算法匹配預(yù)存的列車標(biāo)準(zhǔn)輪廓模型，計(jì)算列車與站臺(tái)的偏移量（橫向偏差、縱向偏差）；3.融合策略：采用聯(lián)邦卡爾曼濾波算法，以UWB+RFID定位為基準(zhǔn)，用激光雷達(dá)相對(duì)定位修正動(dòng)態(tài)誤差（如列車晃動(dòng)導(dǎo)致的瞬時(shí)偏移），最終輸出“可信度≥95%”的停站位置結(jié)果。過站狀態(tài)智能識(shí)別算法1.停站位置判定：設(shè)定“標(biāo)準(zhǔn)?？繀^(qū)”（站臺(tái)門兩側(cè)各延伸50cm），若列車車門與站臺(tái)門重疊長(zhǎng)度＜90%（即偏移＞50cm），判定為“未完全進(jìn)站”；012.停站時(shí)長(zhǎng)判定：對(duì)比實(shí)時(shí)停站時(shí)間與運(yùn)營(yíng)圖計(jì)劃時(shí)間（如早高峰停站時(shí)間標(biāo)準(zhǔn)為45秒），超時(shí)≥5秒觸發(fā)“停站超時(shí)”預(yù)警；023.滑動(dòng)過站檢測(cè)：通過車載加速度傳感器（精度±0.01g）監(jiān)測(cè)列車啟動(dòng)瞬間的加速度，若啟動(dòng)前5秒內(nèi)速度變化率＞0.1m/s2（正常停穩(wěn)時(shí)速度應(yīng)≤0.1m/s），判定為“未停穩(wěn)啟動(dòng)”。03異常預(yù)警邏輯設(shè)計(jì)1.一級(jí)預(yù)警（黃色）：停站位置偏移30-50cm或停站超時(shí)2-5秒，推送至司機(jī)終端（屏幕閃爍+聲音提示），司機(jī)需人工確認(rèn)并調(diào)整；2.二級(jí)預(yù)警（紅色）：停站位置偏移＞50cm或停站超時(shí)＞5秒或未停穩(wěn)啟動(dòng)，同步推送至行調(diào)、司機(jī)、車站終端，系統(tǒng)自動(dòng)生成處置建議（如“列車后退0.5米重新對(duì)標(biāo)”或“后續(xù)列車扣停2分鐘”）。05部署實(shí)施與調(diào)試流程設(shè)備選型與采購0102031.傳感器選型：優(yōu)先選擇工業(yè)級(jí)設(shè)備（防護(hù)等級(jí)IP67），UWB標(biāo)簽需支持-40℃~85℃寬溫環(huán)境，激光雷達(dá)需抗陽光干擾（支持10萬lux光照下正常工作）；2.通信模塊：采用5G+工業(yè)以太網(wǎng)雙鏈路冗余，確保數(shù)據(jù)傳輸中斷恢復(fù)時(shí)間≤0.1秒；3.計(jì)算單元：邊緣計(jì)算單元需通過EMC（電磁兼容）測(cè)試，避免與列車牽引系統(tǒng)電磁干擾?，F(xiàn)場(chǎng)安裝與調(diào)試11.列車端：UWB標(biāo)簽安裝于車頭底部中心位置（距軌面高度30cm），車載攝像頭固定于司機(jī)室前擋風(fēng)玻璃內(nèi)側(cè)（俯角15，確保拍攝到站臺(tái)門底部）；22.站臺(tái)端：激光雷達(dá)安裝于站臺(tái)邊緣上方2米處（仰角5，覆蓋軌道至站臺(tái)門區(qū)域），RFID讀寫器嵌入站臺(tái)地面（與軌面平齊，防踩踏設(shè)計(jì)）；33.校準(zhǔn)測(cè)試：選取非運(yùn)營(yíng)時(shí)段（如凌晨0-4點(diǎn)）進(jìn)行全功能測(cè)試，通過標(biāo)準(zhǔn)列車（標(biāo)記有0cm、+50cm、-50cm對(duì)標(biāo)線）驗(yàn)證定位精度，調(diào)整傳感器角度直至誤差≤3cm；44.聯(lián)調(diào)聯(lián)試：模擬“正常過站”“未完全進(jìn)站”“停站超時(shí)”等場(chǎng)景，測(cè)試系統(tǒng)從數(shù)據(jù)采集到預(yù)警輸出的全流程時(shí)間（要求≤0.3秒），并驗(yàn)證處置建議的合理性（如客流超時(shí)時(shí)是否聯(lián)動(dòng)PIS系統(tǒng)播放“請(qǐng)加快上下車”提示）。06運(yùn)維管理與持續(xù)優(yōu)化日常運(yùn)維規(guī)范1.巡檢計(jì)劃：傳感器每周外觀檢查（防塵罩清潔、接線緊固），每季度精度校準(zhǔn)（使用標(biāo)準(zhǔn)尺測(cè)量定位誤差）；2.故障處理：建立三級(jí)響應(yīng)機(jī)制——設(shè)備離線（10分鐘內(nèi)自動(dòng)重啟，30分鐘未恢復(fù)觸發(fā)人工檢修）、數(shù)據(jù)異常（邊緣計(jì)算單元自動(dòng)切換備用算法，1小時(shí)內(nèi)定位故障點(diǎn)）、系統(tǒng)宕機(jī)（30分鐘內(nèi)啟用冷備份系統(tǒng)）；3.數(shù)據(jù)管理：每日進(jìn)行數(shù)據(jù)質(zhì)量檢查（缺失率≤0.1%），每月生成《過站監(jiān)測(cè)分析報(bào)告》（包含異常類型分布、高發(fā)時(shí)段、關(guān)聯(lián)因素統(tǒng)計(jì)）。算法迭代優(yōu)化1.場(chǎng)景適配：根據(jù)不同線路的實(shí)際情況（如郊區(qū)線路列車空駛率高、市區(qū)線路客流波動(dòng)大），調(diào)整過站異常判定閾值（如郊區(qū)線路停站時(shí)間標(biāo)準(zhǔn)延長(zhǎng)至60秒）；2.模型更新：每季度利用新采集數(shù)據(jù)重新訓(xùn)練LSTM預(yù)測(cè)模型，重點(diǎn)優(yōu)化“特殊天氣下過站異常”的預(yù)測(cè)準(zhǔn)確率（目標(biāo)從85%提升至92%）；3.功能擴(kuò)展：基于用戶反饋（如行調(diào)提出“需要過站狀態(tài)趨勢(shì)分析”），新增“7日過站異常熱力圖”功能，直觀展示易發(fā)生異常的站臺(tái)與時(shí)段。07效果驗(yàn)證與效益分析實(shí)測(cè)數(shù)據(jù)驗(yàn)證停站位置誤差均值2.1cm（≤3cm目標(biāo)），異常識(shí)別準(zhǔn)確率99.85%（≥99.8%目標(biāo)）；試運(yùn)行期間過站異常事件減少62%，對(duì)應(yīng)列車準(zhǔn)點(diǎn)率從99.2%提升至99.7%（接近99.9%標(biāo)準(zhǔn)）。選取某號(hào)線3個(gè)典型車站（高客流站、彎道站、坡道出站）進(jìn)行3個(gè)月試運(yùn)行，結(jié)果顯示：預(yù)警延遲均值0.27秒（≤0.3秒目標(biāo)），處置建議采納率93%（行調(diào)反饋“策略合理性高”）；綜合效益評(píng)估1.運(yùn)營(yíng)效益：每起過站異常平均處置時(shí)間從3.2分鐘縮短至1.1分鐘，單線路每日可減少延誤列車12-15列次，年節(jié)約運(yùn)營(yíng)成本約240萬元；3.安全效益：通過“未停穩(wěn)啟動(dòng)”監(jiān)測(cè)，避免了2起可能的車門夾人風(fēng)險(xiǎn)（因列車滑動(dòng)導(dǎo)致站臺(tái)門與車門錯(cuò)位）。2.服務(wù)效益：乘客因過站異常的投訴量下