4.2 边缘计算节点

边缘计算节点是指位于车站靠近数据源头一侧，集网络、计算、存储、应用等核心能力为一体的开放平台，可就近提供最近端服务，其功能好比大脑系统中的应激反应。其应用程序在边缘侧发起，可产生更快的网络服务响应，满足城轨高实时性、高可靠性的要求，并大幅提升处理效率，减轻云端的负荷。

4.3 现场设备

现场设备作为城轨的感知神经包括控制层与感知层。控制层通过电机、可编程逻辑控制器（PLC）、变频器、马达保护器等控制元件实现对各类设备的控制。感知层通过各类感知设备将系统从物理世界中所感知的信息都转化为电信号，然后再传到边缘计算节点或云计算大数据中心。

5 智慧城轨发展趋势

5.1 城轨大脑不断完善

5.1.1 智能化网络化的运营组织与应急指挥

在城轨线网规模持续扩大的背景下，应构建智能化网络化运输组织体系和线网运营调度应急指挥中心，依托各种现代信息技术实现运能运量的精准匹配、线网运输的互联互通。

（1）构建以城轨内部AFC 刷卡数据及视频分析数据，外部其他交通数据及手机信令数据为主要内容的数据库，建立以票卡交易明细为主体的多源数据融合、线网列车运行实时监察及态势推演、乘客行为分析及客流精细化分析、实时客流感知与监察、短时客流推演、多目标多场景多状态短期客流预测等功能模块，通过这些模块实现智能化调度以及客流管控。

（2）在客流实时监测与大数据预测的基础上，发展能够使需求和供给匹配的智能调度技术，并提供线网衔接状况全面分析与查询服务，以实现运力运量匹配、线间运行图衔接性能计算、首末车时空可达性计算、换乘服务水平计算与查询、常规时间衔接查询与展示、行车间隔查询、路径信息查询及数据管理等功能，从而为城轨提供列车运行图评估、运力资源分配、乘客查询服务等功能支持。

（3）在应急指挥方面，智慧城轨系统应能够对多场景突发事件进行智能识别与影响评估。其发展方向包括：开发基于全息感知的事故初期快速预警技术、网络化运营局部失效与影响波动演化技术；构建事故数据库，提出事故原因调查与分析方法；建立城市轨道交通运营应急指标体系，以及多维度突发事件预案；完善多场景突发事件的应急决策与运营保障，包括开发面向多场景突发事件的变间隔、混编组、多交路的区域列车群协同调度技术，基于系统最优的多场景突发事件网络诱导信息快速智能生成和发布技术，以及多场景突发事件下的乘客快速疏散与运营保障技术。

5.1.2 预测性维修

预测性维修是维修工作的重要发展方向，是城轨大脑的应用落地方向。通过开展预测性维修工作，可以减少日常维修工作量、降低维修成本和缩短意外停机时间，保障城轨的安全高效运营。实现路径包括构建关键设施设备全息画像，监控设施设备运行状态并实现其可视化，建立设施设备故障预测预警机制，开展设施设备资源调度管理，进行维修成本分析，实现工单联动，构建智能仓储与物流系统。

5.1.3 用户画像与乘客服务

用户画像是一种用于勾画目标用户、将用户诉求与设计方向联系起来的有效工具，可将用户的每个具体信息抽象成标签，并利用这些标签将用户形象具体化。在建设智慧城轨时，可利用城轨实名制乘车这一契机，构建乘客信息账户，将乘客乘车数据、地铁配套设施使用数据、购物数据等多维度的数据通过平台聚合，再通过用户建模，实现用户画像的功能。

用户画像技术的应用，一方面可实现与乘客更深入、更频繁的互动，提升乘客服务质量；另一方面可利用用户标签有针对性地将广告推送给目标用户。

5.1.4 能源管理

基于线路能耗、运力运量及设备运行等数据，实现全线用能建议及优化功能。实现路径包括利用城轨大脑完成能源数据可视化、能效分析、设备能效监管与运营优化、能源需求管理、成本管理等。

5.1.5 城轨业务系统云原生

云原生是指基于分布部署和统一运管的云端服务，以容器、微服务、DevOps 等技术为基础建立的云技术产品体系。在云化的大趋势下，城轨未来业务系统均为云原生系统，其特点是让云设施接管应用中原有的大量非功能特性，使业务不再因非功能性特性而发生中断，同时也可实现系统的轻量化、敏捷化、高度自动化。目前，深圳地铁6 号、10 号线的云技术应用综合承载了ISCS、PIS、ISDS、车场智能化等系统，仅ISCS 基于云技术应用进行了软件优化，PIS、ISDS 直接将原有架构迁移至云端，导致一系列的部署问题，且云化后资源效率较低；因此，应在构建云原生系统方面进行进一步优化。

文章来源：《智慧中国》 网址: http://www.zhzgzzs.cn/qikandaodu/2021/0712/2324.html