邊緣計算在鐵路“智能車站”物聯網中的應用研究

端嘉盈 沈海燕 李智

摘 要：客運車站作為鐵路與旅客的交互窗口，為旅客出行提供全流程服務，屬龐大的功能集合體，在整個鐵路運輸系統中具有非常重要的地位。為推進鐵路智能化建設，滿足智能車站建設需求，“智能車站”的建設全面展開。物聯網為“智能車站”提供了數據來源，隨著“智能車站”的發展，設備種類和采集信息越來越多，對物聯網提出了更多的挑戰。邊緣計算技術的應用將為解決物聯網的瓶頸問題提供可能，文中在詳細分析邊緣計算技術在“智能車站”應用現狀和需求的基礎上，論述了傳統“智能車站”物聯網架構，建立了基于邊緣計算的“智能車站”物聯網架構，為“智能車站”的建設提供基礎保障。

關鍵詞：智能車站;物聯網;邊緣計算;架構設計;網關;數字化

中圖分類號：TP393文獻標識碼：A文章編號：2095-1302（2020）10-00-04

0 引 言

為貫徹落實黨的十九大關于科技強國、交通強國的戰略部署，國鐵集團提出建設“精品工程、智能京張”;為落實“千年大計、交通先行”，提出建設“數字京雄”，深入實施創新驅動發展戰略，著力打造數字化、智能化鐵路。隨著我國高速鐵路智能化的發展需求，客運車站、鐵路沿線、鐵路建造等領域智能傳感器、視頻攝像頭、智能機器人等智能終端已大規模投入使用，采集傳感信息及控制信息的數量和種類也不斷增長。

“智能車站”物聯網是智能鐵路的關鍵技術之一?！爸悄苘囌尽蔽锫摼W通過在客運車站部署各類智能感知、客運、機電、攝像頭、通信等設備及裝置實現客站信息的泛在感知、獲取和處理，經有線網與無線網絡傳輸，將感知信息匯聚到“智能車站大腦”物聯網平臺中進行存儲、分析和處理。隨著智能鐵路建設的不斷擴大，現有車站物聯網必然存在諸多問題和挑戰，邊緣計算技術的出現為物聯網實現高度的實時性和可靠性，以及設備在離線情況下的正常運行提供基礎支撐[1-2]。

邊緣計算在靠近物或數據源頭的網絡邊緣側融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足“智能車站”物聯網在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。本文在詳細分析邊緣計算在“智能車站”的應用現狀和需求的基礎上，論述了傳統“智能車站”物聯網架構，建立了基于邊緣計算的“智能車站”物聯網架構，為該項技術在鐵路“智能車站”物聯網的深入應用奠定了基礎。

1 邊緣計算在“智能車站”的應用現狀分析

我國鐵路發展“智能車站”以來，運用了包括人工智能、機器人、大數據、云計算、物聯網等新技術，“智能車站”物聯網作為“智能車站”的重要基礎保障之一，應用于車站設備能耗管控、人臉識別（智能視頻分析）、環境舒適度監控等領域，在“智能車站”中發揮著重要作用。邊緣計算作為重要新技術之一，在這些領域發揮了關鍵作用，但由于使用時間較短，其應用程度和技術水平還不夠先進[3-4]。

（1）邊緣計算在車站設備能耗管控方面的應用現狀

鐵路車站設備能耗管控通過先進的技術手段實現能耗設備的智能采集、統計、分析和管控，從而有效減少客運設備能源消耗，采取保證安全、技術可行、經濟合理的措施，提高管理和維護人員的工作效率，在保證設備安全運行的基礎上降低能耗，提高設備運行效率。邊緣計算技術在車站設備能耗管控方面的應用通過安裝在設備終端的能耗監測傳感器實現，這些傳感器具有簡單的邊緣計算功能，可以實時監測設備的能耗情況，如電流、電壓、水壓等。這些傳感器的功能比較單一，在設備邊緣側可以進行一些簡單的數據處理、濾波、定時返回監測值等操作，因此其在邊緣計算算法方面還有很大的提升空間。邊緣計算設備的安全性還有待加強。

（2）邊緣計算在車站智能視頻分析方面的應用現狀

智能視頻分析技術在“智能車站”中應用廣泛，用于實現進站閘機的人臉識別與人員、設備、環境的智能感知，包括統計、分析、預測站內旅客人數及聚集密度與非法侵入，異常聚集與擴散等異常行為的智能化分析、評價與決策，同時還能夠支撐其他業務系統的音視頻等數據的分析處理，滿足了“智能車站”提高工作效率和車站智能化水平的需求。邊緣計算技術應用于攝像頭端主要體現在行為分析、圖像識別方面，但其預測分析的能力較弱。

（3）邊緣計算在車站環境舒適度監控方面的應用現狀

車站環境舒適度監控對車站運營環境的相關因素進行監控，在保障車站安全、穩定運營的前提下實現節能減排、提高旅客出行舒適度，對提高客運服務質量而言意義重大。在環境舒適度監控方面，邊緣計算技術有兩方面應用，一方面是邊緣計算終端傳感器，即安裝在車站各角落的溫濕度、亮度、空氣質量、照度等傳感器具有簡單的數據處理能力，可以對重復數據進行濾波處理，定時返回監測數據;另一方面是邊緣計算網關，上述部署的傳感器以無線網絡為主，兼有有線網絡，這些傳感器的信息需要匯聚到特定網關中，進行進一步的數據處理，然后邊緣計算網絡再將處理后的信息發送至后臺服務器。但邊緣計算傳感器和邊緣計算網關的處理能力較弱，信息處理算法較為簡單，與市面上的邊緣計算設備相比還有較大差距。

2 邊緣計算在“智能車站”的應用需求分析

目前，降低建設成本、提高實時分析能力、減少網絡帶寬占用、減少網絡傳輸時延、提高系統安全性、提高系統效率等是邊緣技術應用需解決的“智能車站”物聯網的七大問題，這也將是推動邊緣計算在鐵路“智能車站”設備能耗管控、智能視頻分析、人臉識別、環境舒適度等方面解決方案多元化發展與形成的關鍵因素[5-7]。

（1）邊緣計算技術降低“智能車站”相關系統的建設成本

邊緣計算的實際部署為天然分布式，往往具備即插即用、無需布線、安裝施工簡單等特征，并且利用窄帶物聯技術可實現遠距離覆蓋，信號可覆蓋至地下二層，無線傳感器等終端設備及網關設備可超長待機（部分設備可實現10年以上待機），實現全車站傳感器設備、終端設備、攝像頭設備、網關設備等的無線部署，促進不同系統間終端信息共享，提升終端設備的利用率，降低設備的部署成本，從而減少“智能車站”相關系統的建設成本。未來，邊緣計算在提升“智能車站”的經濟性方面大有可為。

（2）邊緣計算技術提高視頻監控系統的實時分析能力

目前，車站視頻監控系統在監控特殊人員、分析特殊情況時主要依靠工作人員人眼識別，事后回顧，其實時性差，耗費大量人力和時間，若每個攝像頭都具備邊緣計算能力，能夠獨立、在線分析異常行為，實時將異常視頻返回后臺，并發出提醒，便可以大大提高智能視頻監控的利用率和實效性。如果說“云計算”使“智能車站大腦”“更聰明”，那么“邊緣計算”就使“智能車站”的系統末梢神經“更靈敏”。這兩者在提升“智能車站”系統運行效率方面的作用同樣重要。

（3）邊緣計算技術提高“智能車站”傳感器終端能力

作為信息感知的基本元件，傳感器是物聯網、大數據、智能制造、人工智能、機器人等新興產業的核心關鍵技術之一，是構建物聯網的重要支柱，在任何物聯網應用中都不可或缺?！爸悄苘囌尽钡脑O備能耗管控、環境舒適度、環境監測等系統在車站各角落均布設有數量龐大、功能復雜、種類繁多的傳感器，這些傳感器是“智能車站”的終端神經末梢，用以實時監測車站環境、設備、人員等參數。與普通傳感器相比，具有邊緣計算能力的傳感器能對采集的信息進行加工和處理，按照一定的策略對信息進行判斷、傳輸;邊緣計算傳感器更加小型化，能夠隱藏在設備當中或不易被人察覺的地方，不影響車站的裝修效果和設備外觀;邊緣計算傳感器可自帶電源或盡可能少的消耗電源，且部署位置更加靈活;傳感器增加或更換方便，易于維護。隨著邊緣計算傳感器的應用和普及，其成本將越來越低，為實現“智能車站”智能傳感器大規模的應用和部署提供了保障。

（4）邊緣計算技術減少“智能車站”網絡帶寬限制

“智能車站”傳統的設備能耗管控、環境舒適度、環境監測、視頻監控等系統均采用中心式部署，特別是視頻監控系統在攝像頭傳輸視頻數據到后臺服務器時將占用較多帶寬資源，這無疑給“智能車站”的網絡傳輸造成巨大壓力，在這種情況下只能通過增加專用網絡的方式滿足數據傳輸要求，因此增加了網絡建設成本。邊緣計算將數據篩選過后傳輸至后臺服務器，數據“瘦身”后不會占據太多網絡帶寬。

（5）邊緣計算技術降低“智能車站”網絡傳輸時延

“智能車站”傳統的設備能耗管控、環境舒適度、環境監測、視頻監控等系統設計是中心式的，對網絡帶寬要求高，增加了網絡中數據碰撞機會，數據之間相互干擾，延長了網絡傳輸時間。通過采用邊緣計算技術使計算更接近于收集的數據，傳輸的數據量減少，網絡傳輸時延大大降低。邊緣計算技術對視頻監控系統中的視頻數據進行快速分析，在本地做出決策（并非將數據傳至后臺服務器），從而改進系統的延遲性。

（6）邊緣計算技術提高“智能車站”相關系統的安全性

“智能車站”傳統的設備能耗管控、環境舒適度、環境監測、視頻監控等系統若將終端采集的數據傳輸回服務器，其操作過程和數據極易受到攻擊。邊緣計算技術將數據收集與處理過程在設備端完成，避免敏感信息在網絡傳輸過程中發生泄漏。邊緣計算將在不同的數據中心和設備之間分配數據處理工作。因此，黑客無法通過攻擊一臺設備來影響整個網絡。如果數據在本地存儲和分析，那么網絡安全團隊可以輕松對其進行監視。

（7）邊緣計算技術提高“智能車站”相關系統的效率

邊緣計算技術大范圍應用于“智能車站”相關系統后，系統的網絡傳輸壓力更小、傳輸時延更小、數據處理更快、系統安全性大幅提高、系統建設成本更低，設備能耗管控、環境舒適度、環境監測、視頻監控等系統的效率也會大幅提升。

3 傳統“智能車站”物聯網架構

“智能車站”的建設目標是滿足智能管控服務、集成數據展示、統一數據管理、統一AI服務、統一用戶管理、統一資源調度等功能需求?！爸悄苘囌尽币詳祿轵寗?，在匯集站內數據資源的基礎上，全面統一協調站內有效資源，實現車站客運作業統一操控、統一指揮、協同聯動和輔助決策;統一對外接口，實現站車、站地一體化聯動指揮;統一管理存儲、計算、網絡、數據等資源，實現數據共用，打破信息孤島;實現統一用戶管理、統一操作界面、標準化操作流程、可視化集成展示。數據是實現“智能車站”的基礎，物聯網為“智能車站”的所有信息數據的泛在感知、全面采集、有效傳輸、集中管理提供了技術保障。傳統的“智能車站”物聯網由感知層、傳輸層、處理層、應用層組成，架構如圖1所示。

傳統“智能車站”物聯網的感知層由眾多機電設備加裝的傳感器以及采集溫濕度、照度、煙感、定位等信息的傳感器組成，實現對基礎數據的采集。經由傳輸層的有線傳輸網絡或WiFi，ZigBee，LoRa等無線傳輸網絡上傳至處理層數據存儲服務器，通過處理層對數據進行解析、處理和入庫等，實現集中管理、事件告警、分析報表、流程服務、能源分析、位置服務、系統聯動服務等功能。應用層是物聯網應用的最終窗口，在處理層的處理信息基礎上，實現車站空氣質量監測、能耗管理監測、設備狀態監測、人員異常監測等功能。

4 基于邊緣計算的“智能車站”物聯網架構

隨著“智能車站”的不斷發展，車站內各種客運設備、自助設備、攝像頭設備、機器人設備以及傳感器等數量急劇上升，需要采集傳輸的數據量也日益激增，傳統的“智能車站”物聯網架構出現了計算能力低下、傳輸能力不足、能量消耗增大、網絡帶寬受限等問題。邊緣計算技術的出現可就地解決網絡資源受限問題，為實現物聯網的低時延、高可靠以及智能控制提供保障。物聯網的邊緣計算參考模型可分為邊緣設備層、通信層、邊緣計算層、數據聚集層、數據提取層、應用層、用戶和中心層[1]。本文在參考模型和傳統“智能車站”物聯網架構的基礎上，結合“智能車站”的發展趨勢以及物聯網特性和業務需求，設計了基于邊緣計算的“智能車站”物聯網架構，分為設備終端層、傳輸層、邊緣計算層、車站大腦層和應用層，具體如圖2所示。

（1）終端設備層

終端設備層是在傳統“智能車站”物聯網感知層的基礎上發展起來的。隨著“智能車站”的快速發展，車站的智能化設備和種類不斷增加，同時邊緣計算技術的應用也使得更多的設備可以接入車站物聯網中。終端設備層包含接入“智能車站”物聯網的所有設備，如客票設備、旅服設備、機電設備、環境監測傳感器、攝像頭、工作人員手持終端以及其他服務機器人等。

（2）傳輸層

傳輸層與傳統“智能車站”物聯網的傳輸層相同，分為有線網絡和無線網絡，不同的是無線網絡的傳輸方式和傳輸協議有所增加。

（3）邊緣計算層

邊緣計算層是基于邊緣計算的“智能車站”物聯網的新增部分，也是邊緣計算技術在物聯網的集中體現，位于傳輸層之間，將傳輸層分為兩部分。邊緣計算層由邊緣計算節點組成，邊緣計算節點具有系統管理、數據處理、智能分析、控制管理以及電源管理等功能。邊緣節點是對邊緣計算層所有邊緣計算設備的簡稱，可以是集成在終端設備上的邊緣處理裝置，也可以是獨立設置的邊緣服務器、邊緣網關、邊緣控制器等。因此對于終端上集成有邊緣處理裝置的終端設備（如機器人、自助機等）直接通過集成的邊緣計算裝置進行處理傳輸，對于無集成邊緣處理裝置的設備，如廣播、照明、空調、環境傳感器等需通過傳輸層將采集信息傳輸至車站內最近的獨立邊緣計算服務器，再由邊緣計算服務器處理后進行統一傳輸。

（4）車站大腦

“智能車站大腦”是為了更好在智能客站建設中利用數字化、網絡化、信息化、智能化等先進技術建立基礎平臺，使其具有數據管理、數據分析和服務等功能，其中物聯網平臺是傳統“智能車站”物聯網處理層的升級版本。邊緣計算層將所有處理后的信息統一傳輸至物聯網平臺，形成共用數據資源池，供“智能車站大腦”決策使用?！爸悄苘囌敬竽X”通過模型和算法對數據進行分析、處理，為車站生產服務和各站內外系統提供輔助決策。

（5）應用層

應用層相當于“智能車站”的實際業務應用，包括智能管控與服務、集成化展示服務、旅客服務、客運管理與指揮、客站設備監控、客站應急指揮、智能音視頻分析等。

5 結 語

近年來，中國鐵路客運業務發展迅速，為適應和把握信息化時代發展的特征和趨勢，更好地利用數字化、網絡化、信息化、智能化等先進技術，有效融入“智能鐵路”，全面提升車站整體管理水平，“智能車站”建設全面展開。物聯網為“智能車站”提供了數據來源，隨著“智能車站”建設的發展完善，車站內設備種類和數量將大幅增加，物聯網的發展將遭遇網絡帶寬、時延、安全等方面的瓶頸，邊緣計算技術的應用將使這些問題迎刃而解。本文詳細分析了邊緣計算技術在“智能車站”的應用現狀和應用需求，介紹了傳統“智能車站”物聯網架構，建立了基于邊緣計算的“智能車站”物聯網架構，為“智能車站”物聯網的建設發展提供技術保障。

參考文獻

[1] Cisco Systems Inc. The Internet of things reference model [C]// 2014 Internet of Things World Forum， 0ctober 14-16.2014，Chicago，USA.[S.1：s n]，2014：1-12.

[2]段玉飛，王偉.基于物聯網的輸電線路智能監測系統研究與應用[J].電力信息與通信技術，2019，17（7）：21-28.

[3]胡弟平，孔祥元.邊緣計算在智慧家居的應用研究[J].智能建筑電氣技術，2019，13（1）：34-36.

[4]邱曙光，龐成鑫，賈佳.LPWAN與邊緣計算融合在電力物聯網中的應用研究[J].物聯網技術，2019，9（7）：63-66.

[5]丁承君，劉強，馮玉伯，等.基于物聯網和邊緣計算的高校機房在線監測[J].計算機工程與應用，2018，54（21）：257-264.

[6]王萌.邊緣計算在泛在電力物聯網中的應用[J].農村電氣化， 2019，41（9）：31-34.

[7]李春雷.邊緣計算在農業物聯網中的應用[J].物聯網技術，2018，8（3）：95-96.

[8]關欣，李璐，羅松.面向物聯網的邊緣計算研究[J].信息通信技術與政策，2018，44（7）：53-56.

[9] AII，ECC.邊緣計算白皮書2.0[R/OL].[2018-09-10].http：//www.aii-alliance.org/index.php？m= content&c=index&a=document_download&ftype=3&fid=182&fno=0.

[10]中國工業和信息化部.物聯網總體框架與技術要求（YD/T2437-2012）[M].北京：人民郵電出版社，2013.

[11]邊緣計算產業聯盟（ECC）與工業互聯網產業聯盟（AII）聯合發布.邊緣計算參考架構2.0[Z]. 2017.

[12] SHI W，CAO J，ZHANG Q，et al. Edge computing：vision and challenges [J]. IEEE internet of things journal，2016，3（5）：637-646.