人工智能在無人駕駛軌道列車中的應用

摘?要：人工智能已經開始對交通行業發展發揮巨大的推動作用，軌道列車作為交通行業的重要組成部分，未來發展也離不開人工智能技術，特別是無人駕駛軌道列車作為軌道列車未來發展的重要方向，如何應用人工智能，是軌道列車領域具有現實意義的重要問題。本文針對無人駕駛軌道列車、人工智能在該領域應用的關鍵技術等問題作了詳細分析和說明，合理運用人工智能技術，助推無人駕駛軌道列車跨越式發展。

關鍵詞：人工智能;大數據;深度學習;無人駕駛;軌道列車

1 無人駕駛軌道列車概述

無人駕駛軌道列車，是軌道列車自動化控制水平的最高體現，是未來軌道列車運行的基本運行模式。國內外軌道列車領域對無人駕駛軌道列車方向都已經積累了數十年的研究、設計和應用經驗，并且，國內外都已經有多條無人駕駛軌道線路開通運行。軌道交通與道路交通相比，由于線路相對固定，站點相對固定，時間可控性好等因素，因此，軌道交通更加適合無人駕駛。

無人駕駛軌道列車是采用高度自動化的先進軌道列車控制系統，由軌道控制中心用大型電子計算機監控整個線路網的站際聯系、信號系統、列車運行、車輛調度等，完全實現了無人化全自動化運行的軌道列車。無人駕駛軌道列車的總體架構如下圖所示。

從上圖中可以看出，無人駕駛軌道列車的研究已經相對比較成熟。目前，國內外在無人駕駛軌道列車在技術研究上也已經有豐富的技術基礎積累和工程運行經驗。在我國，目前已經有七條試驗用無人駕駛軌道列車實現了示范性運行。其中，北京機場快軌、廣州珠江新城旅客自動運輸系統、上海軌道交通10號線在運行初期采用過一段時間無人駕駛，但是由于技術條件不成熟，后期運營也開始加入駕駛人員。并且，這些無人駕駛技術分別來自加拿大龐巴迪公司和德國西門子公司，我國需要花費高昂的價格購買其知識產權。從2016年開始，隨著我國軌道交通技術的迅速發展，由我國自主知識產權經營的無人駕駛軌道列車陸續開始示范工程建設并運行，這些線路分別是：香港南港島線、上海軌道交通8號線三期工程、北京地鐵燕房線、上海軌道交通浦江線。這四條線路都是自2016年開始，近三年示范建設并運行的無人駕駛軌道列車的典型案例。

在國外，英國、法國、德國、丹麥、迪拜和澳大利亞等國家都依托自身的條件和技術建設了無人駕駛軌道列車。

雖然目前國內外都已經有無人駕駛軌道列車的示范案例，但是總體來說，無人駕駛軌道列車在整個軌道列車運行行業中僅屬于非常小的一部分。特別是許多長線路、站點多，車次多的線路，控制方法復雜，運行期刊突變條件特別多的線路，主要還是以人工駕駛為主。

隨著人工智能的飛速發展和其在交通行業中應用成熟度越來越高，人工智能在軌道交通的中的應用未來必將是無人軌道交通發展的必經之路。

2 人工智能在交通行業應用概述

隨著人工智能技術的快速發展，特別是深度學習、BP神經網絡、卷積神經網絡和遞歸神經網絡等人工智能算法的日趨成熟，人工智能在交通運輸行業的應用越來越廣泛，特別是在無人駕駛汽車、智慧交通等方向，人工智能已經成為道路交通行業快速發展必須要應用的基礎技術。

目前，國內外在無人駕駛領域都在積極搶占行業制高點，可以說誰最先掌握成熟的人工智能技術，誰就能在未來無人駕駛和指揮交通方向占據最大優勢。隨著科技的不斷發展，無人駕駛汽車和智慧交通是解決現階段交通運輸存在的運量、堵塞、環保等問題的突破口，是解決這些交通頑疾的特效藥。

國內的百度公司、蔚來汽車、小鵬汽車，國外的谷歌公司、特斯拉、通用汽車、福特汽車等公司都在積極探索利用人工智能打造最可靠的無人駕駛汽車。國內的北京市、杭州市、深圳市等一線城市都在積極探索利用人工智能解決智慧交通出行，實現最優化決策車輛出行策略。未來，智慧交通將公路系統與信息系統相結合，采用多種新技術解決我國大城市的交通出行壓力，使人們的出行更便捷，更舒心。

可以預見，未來交通行業的發展將會以人工智能為核心，而軌道交通作為交通行業的重要組成部分，未來也必將依托人工智能，獲得井噴式發展。

3 人工智能在無人駕駛軌道列車中的關鍵技術分析

在軌道列車方向，由于軌道列車的特殊性，線路固定，車站位置固定，行車時間較為準確，因此，軌道列車方向是最早開始進行無人駕駛研究和應用的領域，并且也是目前唯一能夠在實際運行中應用上無人駕駛的領域。但是正是因為軌道列車在無人駕駛領域的優勢，反而限制了其在無人駕駛方向的大規模發展，而人工智能在軌道列車運行控制、軌道車輛調度配置和整車車聯網方向的優勢就能夠極大促進無人駕駛在軌道列車領域的推廣，未來，無人駕駛必將是軌道列車運行的主要方式。

本文將對人工智能在無人駕駛軌道列車應用中的關鍵技術進行詳細闡述。

3.1 基于深度強化學習的軌道列車控制技術

人工智能最重要的體現就是采用BP神經網絡、卷積神經網絡和遞歸神經網絡算法形成的深度強化學習方法，深度強化學習在控制領域具有不可撼動的技術優勢。而軌道列車控制，特別是超遠距離行駛、多車次列車、路途經過許多站點的路線。列車的控制關系到乘客的人身安全和能夠準確、準時的將乘客送到指定的站點。對于城市內的地鐵和輕軌，車次與車次之間的時間間隔最短可能只有2-3分鐘，如何控制列車運行的車速，剎車的時間，在不同站點等待的時間，對于無人駕駛的列車是至關重要的。

而基于深度強化學習的控制技術對于上述軌道列車的運行控制是最有行之有效的解決途徑。并且，人工智能系統隨著列車車況變化的不斷學習，能夠積累更多的解決算法，能夠處理更復雜的車況變化。特別是通過環境感知是無人駕駛汽車進行一切決策和控制行為的基礎，而目標檢測與識別是環境感知最基本和最重要的功能之一，在線和離線決策以及車輛車次規劃的方法，是最適用于軌道列車控制的方法。

3.2 基于大數據分析的軌道車輛配置技術

對于軌道列車而言，包括城鐵和高鐵，運行在城市內部或者不同城市之間，由于運行路線不同，載客量差異很大。比如京津城際和京滬高鐵，每天的客運量都相當于普通路線節假日的客流水平，而向一些三四線城市的高鐵線路，很可能在春運期間的客流量也達不到熱門線路平時的水平。因此，如何在不同的客運路線上合理配置車輛也是人工智能最擅長的應用方向。

基于大數據分析的軌道車輛配置技術因此應運而生，特別適用于根據不同車輛路線的大數據分析對該路線的配置車輛的數量、車次、運行時間、運行數量等做到最合理的配置，達到最優化利用有限資源。既能夠降低運行成本，又能夠提高運輸效益，還能夠完全滿足的乘客的出行要求，可以說基于大數據分析的軌道車輛配置技術應用對于車輛運行方和乘客是雙贏的方案?；诖髷祿治龅能壍懒熊嚺渲眉夹g是針對多條出行線路，大規模乘客乘車最優的解決方案。

3.3 基于5G通訊和云計算的整車物聯網技術

在道路交通領域，5G通訊和車聯網都已經是道路交通發展必要的技術手段。5G技術的高速發展將大大推動整車物聯網和車聯網的深度運用。5G和云計算將會最大限度的釋放車載系統的應用潛力，為用戶提供最好的技術服務和算力支持。

5G的通訊速度能夠實現車載影音娛樂系統全面升級，實現4k、8k、3D或者AR視頻服務，特別是虛擬內容與乘客之間的交互。并且，由于軌道列車終端對于系統的可靠性和安全性提出了更高的要求，5G帶來的超高速通訊能夠在列車運行過程中大幅提高系統與控制中心的連接速度，能夠在第一時間完成系統升級。保證列車在無人駕駛條件下能夠通過車載系統與控制中心實施鏈接，保證列車行駛安全可控。5G和云計算技術也必將是支撐無人駕駛軌道列車實現的核心關鍵技術。

4 結論

綜上所述，人工智能在無人駕駛軌道列車的發展中將發揮不可替代的作用，展現對該行業顛覆性的影響。人工智能對于未來全面推廣實行無人駕駛軌道列車具有非常重要的意義。因此，將人工智能運用到無人駕駛軌道列車中，是軌道列車行業未來發展的必要途徑，合理運用人工智能關鍵技術，助推無人駕駛軌道列車跨越式發展。

參考文獻：

[1]許彩霞.5G車聯網對自動駕駛技術發展的影響[J].信息通信，2018，186（6）：51-52.

[2]孫曉霞.人工智能在計算機網絡技術中的應用探究[J].網絡安全技術與應用，2016（3）：99.

[3]董磊.無人駕駛軌道車輛設計淺談[J].科技展望，2016，26（22）.

[4]張海濤，梁汝軍.地鐵列車全自動無人駕駛系統方案[J].城市軌道交通研究，2015，18（5）：33-37.

[5]田國強.人工智能技術在無人駕駛汽車領域的應用研究[J].江蘇科技信息，2017（14）：56-57.

作者簡介：施?，q（1986-），工程師，主要從事地鐵列車的可靠性設計、獨立安全評估和工程監造及首檢管控等工作。