CN114359003A - 一种基于云计算的轨道交通网信息化运营管理系统 - Google Patents
一种基于云计算的轨道交通网信息化运营管理系统 Download PDFInfo
- Publication number
- CN114359003A CN114359003A CN202111547355.9A CN202111547355A CN114359003A CN 114359003 A CN114359003 A CN 114359003A CN 202111547355 A CN202111547355 A CN 202111547355A CN 114359003 A CN114359003 A CN 114359003A
- Authority
- CN
- China
- Prior art keywords
- data
- subsystem
- running state
- database
- management
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 230000009133 cooperative interaction Effects 0.000 claims abstract description 15
- 230000003993 interaction Effects 0.000 claims abstract description 12
- 238000007726 management method Methods 0.000 claims description 146
- 238000012544 monitoring process Methods 0.000 claims description 54
- 238000000034 method Methods 0.000 claims description 39
- 238000012423 maintenance Methods 0.000 claims description 38
- 201000010099 disease Diseases 0.000 claims description 35
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 35
- 238000004458 analytical method Methods 0.000 claims description 29
- 238000013500 data storage Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 21
- 230000036541 health Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000003745 diagnosis Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 13
- 238000007499 fusion processing Methods 0.000 claims description 13
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 9
- 238000003032 molecular docking Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000006854 communication Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 4
- 238000009960 carding Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000000699 topical effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 16
- 230000006399 behavior Effects 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 239000000835 fiber Substances 0.000 description 10
- 229910000831 Steel Inorganic materials 0.000 description 9
- 238000006073 displacement reaction Methods 0.000 description 9
- 238000009826 distribution Methods 0.000 description 9
- 239000010959 steel Substances 0.000 description 9
- 238000011161 development Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000007418 data mining Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 238000012098 association analyses Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- KWGKDLIKAYFUFQ-UHFFFAOYSA-M lithium chloride Chemical compound [Li+].[Cl-] KWGKDLIKAYFUFQ-UHFFFAOYSA-M 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000282813 Aepyceros melampus Species 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000005283 ground state Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于云计算的轨道交通网信息化运营管理系统，涉及城市群轨道交通线网技术领域。该系统包括：运行状态感知单元、协同交互单元以及大数据计算服务平台；运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据；协同交互单元用于实现运行状态感知单元和大数据计算服务平台之间的运行状态数据的传输与交互；大数据计算服务平台用于根据运行状态数据对城市群轨道交通线网提供运营管理和应用服务。通过本申请提供的方案，能够实现对城市群轨道交通的有效管理，提高城市轨道交通的运营管理效率，提升对城市群轨道交通运营管理的智慧化水平，使城市轨道交通的管理更方便、更高效、更安全。
Description
技术领域
本申请属于城市群轨道交通线网技术领域，尤其涉及一种基于云计算的轨道交通网信息化运营管理系统。
背景技术
随着社会的发展，以发达城市带动周边城市形成城市群，成为了我国城市化进程中的必然趋势。城市群的发展与城市群轨道交通的规划和建设密切相关，在城市群中合理、有序的设计城市轨道交通，能够有效促进城市群轨道交通的综合发展，为城市群的可持续发展提供坚实的交通联系基础。
但是，由于城市轨道交通所处环境的复杂性，使得无法及时有效的对城市轨道交通进行管理，降低了城市轨道交通的运营管理效率。
发明内容
本申请实施例提供了一种基于云计算的轨道交通网信息化运营管理系统，以解决目前无法及时有效的对城市轨道交通进行管理，导致城市轨道交通的运营管理效率低的问题。
第一方面，本申请实施例提供了一种基于云计算的轨道交通网信息化运营管理系统，应用于城市群轨道交通线网，该系统包括运行状态感知单元、协同交互单元以及大数据计算服务平台；
运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据；
协同交互单元用于实现运行状态感知单元和大数据计算服务平台之间的运行状态数据的传输与交互；
大数据计算服务平台用于根据运行状态数据对城市群轨道交通线网提供运营管理和应用服务，
应用服务包括对城市群轨道交通线网中所有硬件资源和软件资源的管理服务、为运营管理提供数据检索服务、对运行状态数据进行关联分析的服务、对城市群轨道交通线网运行状态的异常状态识别和智能诊断服务、对运行状态数据的展示和预警服务、为运营管理提供计算服务、转换大数据计算服务平台和外部系统之间的数据格式的服务以及为运行状态数据提供获取安全、存储安全、传输安全及应用安全的服务中的至少一项。
本申请实施例提供的基于云计算的轨道交通网信息化运营管理系统，通过运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据，然后使用协同交互单元实现上述运行状态感知单元与大数据计算服务平台之间的数据的传输与交互，最后利用大数据计算服务平台根据运行状态感知单元获取到的运行状态数据对城市群轨道交通线网提供运营管理及应用服务。本申请充分利用大数据云计算技术为城市群轨道交通线网提供了丰富的应用服务，基于城市群轨道交通线网中的运行状态数据实现了对城市群轨道交通的有效管理，提高了城市轨道交通的运营管理效率，提升了对城市群轨道交通运营管理的智慧化水平，使城市轨道交通的管理更方便、更高效、更安全。
在一种可能的实施方式中，大数据计算服务平台包括用于对城市群轨道交通线网提供运营管理的数据接入子系统、数据存储子系统、指挥调度子系统、公共服务子系统以及运行维护子系统；数据接入子系统用于接收运行状态数据，将接收的运行状态数据转换为预设格式，并上传至数据存储子系统；数据存储子系统用于存储数据接入子系统接收的运行状态数据；指挥调度子系统用于根据运行状态数据对城市群轨道交通线网中结构的健康情况和病害情况进行检测、预警及响应；公共服务子系统用于根据数据存储子系统中存储的运行状态数据确定满足预设条件的公共数据，并对公共数据进行过滤、接入及基本信息管理；运行维护子系统用于对机电设备、车辆、结构以及附属设备的状态进行整合、记录、监控及展示。
通过数据接入子系统、数据存储子系统、指挥调度子系统、公共服务子系统以及运行维护子系统共同对城市群轨道交通线网进行运营管理，能够有效提升城市群轨道交通运营管理的管理效率。
在一种可能的实施方式中，数据存储子系统包括多源采集数据库、综合数据库、GIS服务数据库、融合数据库、专题数据库、反馈数据库以及历史数据库；多源采集数据库用于存储数据接入子系统上传的预设格式的数据；综合数据库包括城市群轨道交通网线四阶段数据库，用于存储城市群轨道交通线网中勘测阶段、设计阶段及施工阶段的数据以及运行状态数据；GIS服务数据库用于存储城市群轨道交通线网中的基础地理信息；融合数据库用于存储运行状态数据与基础地理信息融合处理后的数据和/或运行状态数据中至少两种数据融合处理后的数据；专题数据库用于存储指挥调度子系统、公共服务子系统以及运行维护子系统对运行状态数据进行融合处理、估计处理、预测处理及挖掘处理后的分析数据，分析数据用于指挥调度子系统、公共服务子系统以及运行维护子系统决策分析及展示；反馈数据库用于存储外部系统和大数据计算服务平台反馈至数据存储子系统的数据；历史数据库用于存储备份数据以及存储时间满足预设条件的数据。
通过上述不同的数据库可以加快查询、分析处理不同数据的速度，并使在城市群轨道交通线网中的产生的运行状态数据或者经不同类型处理后的数据的存储更加有序。
在一种可能的实施方式中，指挥调度子系统，包括结构监测模块、病害管理模块、病害治理预案管理模块、指挥调度模块以及辅助管理模块；结构监测模块用于根据运行状态数据对城市群轨道交通线网中的结构的健康情况和病害情况进行实时查询、展示、统计分析和模拟预测；病害管理模块用于针对病害情况的处理过程进行记录；病害治理预案管理模块用于对病害情况进行分析、预案处理、预案评估和预案演练；指挥调度模块用于对健康情况和病害情况进行预警，并根据预警执行对应的应急指挥调度；辅助管理模块用于确定应急指挥调度。
在一种可能的实施方式中，公共服务子系统包括数据过滤管理模块、数据接入管理模块和子系统管理模块；
数据过滤管理模块用于对数据存储子系统中存储的运行状态数据进行过滤；
数据接入管理模块用于将数据过滤管理模块过滤的数据通过数据库、FTP、webService和手动对接的方式接入公共服务子系统；
子系统管理模块用于对城市群轨道交通网线中的角色、用户、权限以及密码进行管理。
在一种可能的实施方式中，运行维护子系统包括机电设备管理模块、集中监控模块和运维状态展示模块；
机电设备管理模块用于对城市群轨道交通线网中的机电设备进行梳理、分类及录入；
集中监控模块用于对城市群轨道交通线网中的机电设备、车辆、结构以及附属设备的运行状态进行监控；
运维状态展示模块用于对机电设备、车辆、结构以及附属设备的运维状态进行可视化展示。
在一种可能的实施方式中，结构包括钢轨、钢轨附属结构、轨下结构和隧道结构；附属设备包括消防设施、电缆槽、供电照明设施和通讯设施。
第二方面，本申请实施例提供一种基于云计算的轨道交通网信息化运营管理方法，应用于如第一方面所述的基于云计算的轨道交通网信息化运营管理系统中，该方法包括：
获取车辆、行人、结构以及附属设备的运行状态数据；
对运行状态数据进行处理，得到运营数据，运营数据用于对城市轨道交通线网提供运营管理和应用服务。
第三方面，本申请实施例提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第二方面所述的基于云计算的轨道交通网信息化运营管理方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，当所述计算机程序被处理器执行时，使得处理器执行第二方面所述的基于云计算的轨道交通网信息化运营管理方法。
第五方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序代码，当所述计算机程序代码被计算机运行时，使得该计算机执行第二方面所述的基于云计算的轨道交通网信息化运营管理方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的基于云计算的轨道交通网信息化运营管理系统的结构示意图。
图2是本申请一实施例提供的运行状态感知单元的结构示意图。
图3是本申请一实施例提供的大数据计算服务平台的结构示意图。
图4是本申请一实施例中对多源数据进行矢量化处理的过程示意图。
图5是本申请一实施例提供的异常状态识别的结构示意图。
图6是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。
随着社会的发展，以发达城市带动周边城市形成城市群，成为了我国城市化进程中的必然趋势。城市群的发展与城市群轨道交通的规划和建设密切相关，在城市群中合理、有序的设计城市轨道交通，能够有效促进城市群轨道交通的综合发展，为城市群的可持续发展提供坚实的交通联系基础。但是，由于城市轨道交通所处环境的复杂性，使得无法及时有效的对城市轨道交通进行管理，降低了城市轨道交通的运营管理效率。
为此，本申请实施例提供一种基于云计算的轨道交通网信息化运营管理系统，通过运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据，然后使用协同交互单元实现上述运行状态感知单元与大数据计算服务平台之间的数据的传输与交互，最后利用大数据计算服务平台根据运行状态感知单元获取到的运行状态数据对城市群轨道交通线网提供运营管理及应用服务。本申请充分利用大数据云计算技术为城市群轨道交通线网提供了丰富的应用服务，基于城市群轨道交通线网中的运行状态数据实现了对城市群轨道交通的有效管理，提高了城市轨道交通的运营管理效率，提升了对城市群轨道交通运营管理的智慧化水平，使城市轨道交通的管理更方便、更高效、更安全。
如图1所示是本申请实施例提供的一种基于云计算的轨道交通网信息化运营管理系统的结构示意图。参见图1，本实施例中，该基于云计算的轨道交通网信息化运营管理系统可以应用于城市群轨道交通线网中，其中，轨道交通是指运营车辆需要在特定轨道上行驶的一类交通工具或运输系统。可以应用上述基于云计算的轨道交通网信息化运营管理系统的运营车辆包括但不限于地铁、有轨电车、轻轨列车以及城际高铁。
不难理解，利用本申请实施例提供的基于云计算的轨道交通网信息化运营管理系统能够基于实时通信网络、电力供应网络、定位导航系统和/或网络安全系统等的技术支持，实现人(例如行人、管理人员、运维人员等)、运营车辆以及其他设备(例如车轨、隧道等)之间的智慧感知、动态交互、数据存储、数据处理、指挥调度、公众服务以及运行维护等各项功能。
下面将以应用于城市群轨道交通线网中的基于云计算的轨道交通网信息化运营管理系统为例对本申请提供的一种基于云计算的轨道交通网信息化运营管理系统进行示例性的说明。
参见图1，该基于云计算的轨道交通网信息化运营管理系统包括运行状态感知单元、协同交互单元以及大数据计算服务平台；运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据；协同交互单元用于实现运行状态感知单元和大数据计算服务平台之间的运行状态数据的传输与交互；大数据计算服务平台用于根据运行状态数据对城市群轨道交通线网提供运营管理和应用服务。
其中，应用服务包括对城市群轨道交通线网中所有硬件资源和软件资源的管理服务、为运营管理提供数据检索服务、对城市群轨道交通线网中的多源运行状态数据进行关联分析的服务、对城市群轨道交通线网运行状态的异常状态识别和智能诊断服务、对城市群轨道交通线网中运行状态数据的展示和预警服务、为运营管理提供计算服务、转换大数据计算服务平台和外部系统之间的数据格式的服务以及为城市群轨道交通线网中运行状态数据提供获取安全、存储安全、传输安全及应用安全的服务中的至少一项。
在一些实施例中，如图2所示为本申请实施例提供的运行状态感知单元的结构示意图，参见图2，上述运行状态感知单元包括结构运行状态感知单元、附属设备运行状态感知单元、车辆运行状态感知单元及行人行为感知单元。
其中，结构运行状态感知单元中的结构包括但不限于钢轨结构、钢轨的附属结构、轨下结构和隧道结构。例如，钢轨的附属结构可以包括扣件、联接零件等。轨下结构可以包括路碴、枕木、道砟等。
结构运行状态感知单元，用于获取城市轨道交通线网中各个结构的运行状态数据。例如，为了了解地铁轨道交通线网中钢轨及其附属结构、轨下结构的情况，在各个路段的轨道上或轨道附近，设置结构运行状态感知单元，以通过该结构运行状态感知单元来获取轨道所处的环境情况、钢轨及其附属结构以及轨下结构的变化情况。
在一个可能的实施方式中，上述结构运行状态感知单元包括结构运行状态监测模块和结构运行状态检测模块。其中，结构运行状态监测模块用于对城市群轨道交通线网中各个结构的运行状态进行监测，以获取监测数据；结构运行状态检测模块用于在每个监测周期内对城市群轨道交通线网中各个结构的运行状态进行检测，以获取检测数据，以便于大数据计算服务平台根据监测数据和检测数据对结构的运行状态进行监控，防止城市群轨道交通中由于结构的异常运行状态而导致事故的发生。
值得说明的是，在实际应用过程中，对城市轨道交通线网中各个结构的运行状态进行实时监测的设备包括环境效应监测传感器、振动监测传感器、变形监测传感器、应力监测传感器、耐久性监测传感器中的至少一种。
其中，环境效应监测传感器，用于监测城市轨道交通线网中运行区域和结构环境的变化情况。本申请中，环境效应监测传感器包括温度传感器、湿度传感器、雨量传感器、风速风向传感器、风压传感器、地震传感器、水位传感器。进一步地，温度传感器包括热电偶、热敏电阻、半导体式温度传感器、膨胀式温度传感器、光纤光栅式温度传感器、红外测温仪、光学温度计、数字式温度传感器的一种或多种；湿度传感器包括氯化锂湿度计、电容电阻湿度计、电解湿度计、光纤光栅湿度传感器、温湿度一体计的一种或多种；雨量传感器包括电容式雨量计、红外散射型雨量计、单翻斗式雨量计的一种或多种；风速风向传感器包括机械式风速仪、超声式风速仪、多普勒雷达、多普勒声波探测与测距(SOnic Detection AndRanging，SODAR)的一种或多种；风压传感器包括陶瓷型压差计、扩散硅型压差计的一种或多种；地震传感器包括地震仪、强震仪的一种或多种；水位传感器包括地下水位计等。
其中，振动监测传感器是用于监测城市轨道交通线网中结构振动数据的传感器。本申请中，振动监测传感器包括力平衡式加速度传感器、压电式加速度计、电容式加速度传感器、激光多普勒加速度仪、光纤光栅式加速度传感器、磁电加速度传感器、微机电系统(Microelectro Mechanical Systems，MEMS)加速度传感器的一种或多种。
其中，变形监测传感器是用于监测城市轨道交通线网中结构变形数据的传感器。在本申请中，变形监测传感器包括挠度传感器、位移传感器、转角传感器和沉降传感器的一种或多种。进一步地，挠度传感器包括挠度计、压差水准仪、液压连通管系统、光纤光栅式静力水准仪的一种或多种；位移传感器包括线性变动变压位移计、电阻式位移计、激光测距仪、光纤光栅式位移计、多点位移计、拉线位移计、磁致伸缩位移计、振弦式位移传感器的一种或多种；转角传感器包括倾角仪、测斜仪、纤光栅式倾斜传感器的一种或多种；沉降传感器包括全球导航卫星系统(Global Navigation Satellite System，GNSS)全球定位系统、沉降计的一种或多种。
其中，应力监测传感器，用于监测城市轨道交通线网中结构的应力数据。在本申请中，应力监测传感器包括应变传感器和内力传感器的一种或多种。进一步地，应变传感器包括振弦式应变计、电阻式应变计和光纤光栅式应变计的一种或多种；内力传感器包括磁通量传感器、应变式压力传感器、压电式压力传感器、压阻式压力传感器、振弦式渗压计、硅压式渗压计、光纤光栅式渗压计、振弦式土压力盒和光纤光栅式土压力盒的一种或多种。
其中，耐久性监测传感器，用于监测城市轨道交通线网中结构的耐久性数据。在本申请中，耐久性监测传感器包括声发射传感器、基础冲刷传感器、裂缝传感器、疲劳计和锈蚀仪的一种或多种。进一步地，裂缝传感器包括裂缝宽度测试仪、裂缝深度测试仪、裂缝数显显微镜和光纤光栅裂缝传感器的一种或多种；疲劳计包括混凝土疲劳计和钢结构疲劳计的一种或多种；锈蚀仪包括钢筋锈蚀仪和埋入式钢筋锈蚀监测系统的一种或多种。
同样地，在实际应用过程中，对城市轨道交通线网中各个结构的运行状态进行周期性检测的设备可以包括视觉传感器和雷达传感器中的至少一种。其中，视觉传感器用于结合雷达传感器来获取结构表面可观察到的病害数据。雷达传感器用于结合视觉传感器获取结构表面及内部的病害数据。
示例性的，视觉传感器包括彩色摄像头、夜间红外摄像头、夜间热感摄像头的一种或多种；雷达传感器包括激光雷达、微波雷达、超声波雷达、毫米波雷达、探地雷达中的一种或多种。
其中，附属设备运行状态感知单元中的附属设备包括但不限于隧道内的消防设施、电缆槽、供电照明设备、通讯设备等。例如，隧道内的消防设施可以包括消防水管、消火箱、消火门以及消火栓等。
附属设备运行状态感知单元，用于获取城市群轨道交通线网中多个附属设备的运行状态数据。例如，为了了解地铁轨道交通线网中附属设备情况，可以在该各个附属设备处设置附属设备运行状态感知单元(比如可见光相机或者三维激光雷达等)，以通过上述附属设备运行状态感知单元来获取附属设备所处的周围环境变化情况以及各个附属设备的运行情况。
其中，车辆运行状态感知单元，用于获取车辆的运行状态数据。车辆可以是正在运营的车辆，也可以是处于维修状态的车辆，当然，根据实际应用的不同情况，该车辆运行状态感知单元还用于获取车辆的整个生命周期内该车辆的运行状态数据。
示例性的，为了了解运行在城市轨道交通线网中的车辆的情况，可以在每个运行车辆上设置车辆运行状态感知单元，以通过车辆运行状态感知单元来采集车辆的运行状态数据。
在一些实施例中，车辆的运行状态数据包括但不限于整车状态数据、走行系统状态数据、车辆牵引系统状态数据、车辆制动系统状态数据、辅助逆变系统状态数据、车体及其内装设备状态数据、空调系统状态数据、列车其他部件状态数据以及乘用环境安全状态数据
其中，整车状态数据包括但不限于供电数据、运行速度数据、牵引制动数据、能耗数据、累计运行里程数据以及列车编号数据。
走行系统状态数据包括但不限于车辆构架振动数据、轴承振动数据、轴箱温度数据以及车轮踏面数据。
车辆牵引系统状态数据包括但不限于牵引供电数据、变频器变频数据、综合速度数据、牵引力数据、硬线反馈数据、电机状态数据以及齿轮箱温度数据。
车辆制动系统状态数据包括但不限于电制动数据、转向架荷载数据、紧急制动数据、空气制动数据、制动自检数据、轴速变动数据以及制动施压反馈数据。
辅助逆变系统状态数据包括但不限于系统自检状态数据、设备超温数据、充电机输出数据、逆变器状态数据、蓄电池温度数据以及应急信号数据。
车体及其内装设备状态数据包括但不限于车门反馈数据、零速信号数据、车门信号变动数据、障碍物探测数据、门头机构电机数据以及设备自检状态数据。
空调系统状态数据包括但不限于室内温度数据、空调电压数据、机组新风运行数据、通风机运行数据以及系统制暖数据。
列车其他部件状态数据包括但不限于车辆连挂钩状态数据以及电气屏柜温度数据。
乘用环境安全状态信息包括但不限于车厢状态变化数据、控制器运行数据、车厢空气质量数据、车厢有害气体浓度数据以及客室内乘客状态数据。
其中，行人行为感知单元，用于采集行人的行为数据。例如，为了了解车辆在轨道交通线网运行的过程中行人的行为变化情况，可以在运行车辆中设置行人行为感知单元，通过设置的行人行为感知单元来采集行人的行为数据。应该理解，根据不同的实际情况，行人可以是乘客、司机或者服务人员等。
在本申请中，该行人行为感知单元包括车站进出口客流数据采集子单元、车站内部客流数据采集子单元、车厢内部客流数据采集子单元。
车站进出口客流数据采集子单元，用于采集车站出入口的乘客标识码(例如乘客的ID)、时间戳和车站名称数据。上述车站进出口客流数据可以通过自动售票机、人工售票记录设备、二维码采集设备中的一种或多种设备来获取。
车站内部客流数据采集子单元，用于采集车站内部客流的位置数据和行为数据。不难理解，可以通过视频客流数量统计设备、WiFi客流数量估计设备中的一种或多种来获取上述车站内部客流数据。
车厢内部客流数据采集子单元，用于采集车厢内客流数量和乘车人行为数据。对应地，可以通过视频客流数量统计设备、自动称重客流数量统计设备中的一种或多种来获取车厢内部客流数据。
在一种可能的实施方式中，协同交互单元可以是行人、车辆、结构以及附属设备的协同交互单元，用于实现结构运行状态感知单元、车辆运行状态感知单元、行人行为感知单元及附属设备运行状态感知单元与大数据计算服务平台之间的运行状态数据的传输与交互。
可选地，该协同交互单元包括传输模块以及连接和数据交换模块；其中，传输模块，用于为结构运行状态感知单元、车辆运行状态感知单元、行人行为感知单元以及附属设备运行状态感知单元与大数据计算服务平台之间的数据传输与交互提供包括有线和/或无线传输软件或和硬件等方面对应的通信方法。连接和数据交换模块，用于通过数据格式转换、利用防火墙技术进行数据传输、利用数据加密和数据解密等方式实现结构运行状态感知单元、车辆运行状态感知单元、行人行为感知单元以及附属设备运行状态感知单元与大数据计算服务平台之间的数据连接及交互功能。
作为示例而非限定的，大数据计算服务平台包括用于对城市群轨道交通线网提供运营管理的数据接入子系统、数据存储子系统、指挥调度子系统、公共服务子系统以及运行维护子系统，以使得管理人员能够通过各个子系统实现对城市群轨道交通线网的有效管理。
其中，数据接入子系统用于接收运行状态数据，将接收的运行状态数据转换为预设格式，并上传至数据存储子系统。接收的运行状态数据为视频切片格式、图片格式或者结构化数据格式的数据。
在一实施例中，数据接入子系统包括但不限于视频切片接入模块、图片信息接入模块、结构化数据接入模块以及其他数据接入模块。
视频切片接入模块用于接收视频切片数据，将接收的视频切片数据转换为预设的数据格式，并对视频切片信息进行校验、修正和存储，其中，视频切片信息是由相关工具对视频采集设备采集的视频进行切片处理后的信息。
图片信息接入模块用于接收原始图片数据(例如该原始图像数据是由车载设备获取)，将接收的原始图片数据转换为预设数据格式，并存储。
结构化数据接入模块用于接收结构运行状态感知单元采集的隧道结构的隧道数据，将接收的隧道数据转换为预设数据格式。
其他数据接入模块用于接收的除上述视频切片数据、原始图片数据以及隧道数据三种数据外的其他类型的数据，并将接收的其他数据转换为预设的数据格式。
应该理解，上述视频切片接入模块、图片信息接入模块、结构化数据接入模块、其他数据接入模块分别对接收的视频切片数据、原始图片数据、隧道数据以及其他数据进行了预设数据格式的转换，根据实际应用，数据来源、结构等因素的影响，预设的数据格式可能不同，本申请对预设数据格式不作任何限定。
其中，指挥调度子系统根据运行状态数据对城市群轨道交通线网中结构的健康情况和病害情况进行检测、预警及响应。
在一实施例中，上述指挥调度子系统可以包括结构检测模块、病害管理模块、指挥调度模块以及辅助管理模块。
结构监测模块用于根据运行状态数据对城市群轨道交通线网中的结构的健康情况和病害情况进行实时查询、展示、统计分析和模拟预测。
示例性地，本申请中针对结构健康情况和隧道病害情况建立对应地状态分析预测模型，将获取的静态结构动力响应信息、动态结构动力响应信息、结构应变响应信息、环境温度信息、环境湿度信息以及隧道病害/裂缝信息输入至状态分析预测模型进行处理，输出得到结构健康和/或隧道病害的结果。不难理解的，根据输出的结果可以查看到经分析后的结构健康状态和/或隧道病害情况、预测得到的结构健康和/或隧道病害的结果以及为防止结构健康和/或隧道病害进一步恶化的措施。
在应用中，状态分析预测模型可以由终端设备预先训练好，也可以由其他设备预先训练好后将状态分析预测模型对应的文件移植至终端设备中。也就是说，训练该状态分析预测模型的执行主体与使用该状态分析预测模型进行预测的执行主体可以是相同的，也可以是不同的。例如，当采用其他设备训练初始状态分析预测模型时，其他设备对初始状态分析预测模型结束训练后，固定初始状态分析预测模型的模型参数，得到状态分析预测模型对应的文件。然后将该文件移植到终端设备中。
不难理解，终端设备可以是笔记本电脑、掌上电脑、个人计算机(PersonalComputer，PC)、平板电脑、手机等设备，也可以是机器人、台式电脑、服务器等设备，还可以是能够训练状态分析预测模型的其他设备。
病害管理模块用于针对病害情况的处理过程进行记录。即记录和管理针对城市群轨道线网中结构健康状态和/或隧道病害情况进行处置的详细信息。
病害治预案管理模块，用于对病害情况进行分析、预案处理、预案评估和预案演练。即对结构健康状态和/或隧道病害情况对应的预案进行分析、评估、演练及管理。
指挥调度模块用于对健康情况和病害情况进行预警，并根据预警执行对应的应急指挥调度。也就是说，对城市群轨道交通线网中受到各类病害、结构健康预警、环境温度、环境湿度等因素影响的情况及时进行预警并进行应急指挥调度。示例性的，由于城市群轨道线网受到各类病害、结构健康预警、环境温度、环境湿度等因素影响，该指挥调度模块能够通过各个单元、子单元以及模块之间的数据交互以使得指挥调度模块能够及时掌握受影响现场的实时情况，这样便于管理指挥人员根据上述实时情况制定应急处置预案，并通过指挥调度模块下达应急指令的方式开展应急处置预案。
辅助管理模块，用于确定应急指挥调度，即为应急指挥调度提供后台计算和技术支持确定与预警对应的应急处置方案以进行及时的指挥调度。在实际应用中，对在城市轨道交通线网的日常运营管理、病害治理以及指挥调度过程中，提供后台运算以及相关数据处理的功能。
其中，公共服务子系统用于用于根据数据存储子系统中存储的运行状态数据确定满足预设条件的公共数据，并对公共数据进行过滤、接入及基本信息管理。例如，通过不同的发布方式及时向公众推送换乘信息等。
在一些实施例中，该公共服务子系统包括数据过滤管理模块、数据接入管理模块以及子系统管理模块。
数据过滤管理模块用于对数据存储子系统中存储的运行状态数据进行过滤。在实际应用中，该数据过滤管理模块能够将数据存储子系统中存储的数据对接至公共服务子系统中，并根据不同数据类型在公共服务子系统中进行分类展示。当然，通过该数据过滤管理模块还可以实现对数据的查询、排序、分类及推送。
数据接入管理模块用于将数据过滤管理模块过滤的数据通过数据库、文件传输协议(File Transfer Protocol，FTP)、基于全球广域网应用程序(World Wide Web Service，webService)和手动对接的方式接入公共服务子系统。也就是提供多种对接方式将数据存储子系统中的数据对接至公共服务子系统中。其中，对接方式包括但不限于数据库对接、FTP对接、webService对接及手动文件上传。
子系统管理模块用于对城市群轨道交通网线中的角色、用户、权限以及密码进行管理，即对城市群轨道交通线网中的用户管理、角色管理、权限管理和密码管理进行管理。
其中，运行维护子系统用于对机电设备、车辆、结构以及附属设备的状态进行整合、记录、监控及展示。根据不同的实际应用情况，该运行维护子单元还用于实时地监控、记录、存储、告警和展示城市群轨道交通线网中结构健康情况、隧道病害情况以及该运行维护子系统的运行状态。例如，通过监控发现某一站点中结构已经出现异常，则及时将该异常进行记录、存储，并通过预设方式发布告警信息，或者通过图像或者视频及时展示该结构的异常情况。
在一些实施例中，该运行维护子单元包括机电设备管理模块、集中监控管理模块以及运维状态展示模块。
机电设备管理模块用于用于对城市群轨道交通线网中的机电设备进行梳理、分类及录入，也即对城市群轨道交通线网中涉及的机电设备进行管理。本申请中，通过该机电设备管理模块能够实现对机电设备的梳理、分类、整理与录入功能，以便于整合不同的城市群轨道交通线网中的机电资产设备。
集中监控模块用于对城市群轨道交通线网中的机电设备、车辆、结构以及附属设备的运行状态进行监控。不难理解，该集中控制模块还可以用于对城市群轨道交通线网中的其他设备进行监控。本申请中，通过该集中监控模块能够实现对设备运行状态、智能告警情况及运行维护子系统的管理功能。
运维状态展示模块用于通过可视化的方式对上述城市群轨道交通线网中的机电设备、车辆、结构以及附属设备的运维状态进行可视化展示。应该理解，该运维状态展示模块还可以用于对城市群轨道交通线网中的其他设备的运维状态进行可视化展示。采用可视化的方式能够便于清楚、有序、高效的展示设备的运维状态。
大数据计算服务平台用于根据运行状态数据对城市群轨道交通线网提供运营管理和应用服务，在实际应用中，该大数据计算服务平台根据结构运行状态感知单元、附属设备运行状态感知单元、车辆运行状态感知单元、行人行为感知单元、协同交互单元对城市群轨道交通线网进行大数据处理，形成与城市群轨道交通线网对应的应用服务功能，以实现对城市群轨道交通线网的运营管理。
在一些实施例中，大数据计算服务平台提供的应用服务包括对城市群轨道交通线网中所有硬件资源和软件资源的管理服务、为运营管理提供数据检索服务、对城市群轨道交通线网中的多源运行状态数据进行关联分析的服务、对城市群轨道交通线网运行状态的异常状态识别和智能诊断服务、对城市群轨道交通线网中运行状态数据的展示和预警服务、为运营管理提供计算服务、转换大数据计算服务平台和外部系统之间的数据格式的服务以及为城市群轨道交通线网中运行状态数据提供获取安全、存储安全、传输安全及应用安全的服务。
其中，对城市群轨道交通线网中所有硬件资源和软件资源的管理服务是通过云操作系统实现的，该云操作系统是一种位于云端的综合信息管理系统，该综合信息管理系统中包括基础硬件资源、基础软件资源以及大数据计算服务平台中的硬件资源与软件资源中的至少一种资源的信息，其中的基础硬件资源可以是与大数据计算服务平台对应的服务器集群设备、存储设备以及网络设备等；基础软件资源可以是与大数据计算服务平台对应的操作系统、中间件以及数据库等。
在实际应用中，与城市群轨道交通线网相关的管理部门能够通过网络按需获取云操作系统中的各种资源信息。可选地，获取上述云操作系统中的各种资源信息的条件可以根据实际需求进行设置。例如，在相关管理部门在支付一定费用后即可获取某资源信息。
根据不同的实际应用需求，在另一些可能的实施方式中，该云操作系统可以为城市群轨道线网中的大数据计算服务平台提供各个硬件运行状态的感知功能；可以对大数据计算服务平台对应的服务器上运行的网络服务进行虚拟化。例如，部署该云操作系统时可以设置对应的路由器、防火墙和负载平衡器，以按各个管理部门的需求提供对应的网络传输服务。
可选地，还可以将大数据计算服务平台对应的服务器存储的资源进行池化，以满足城市群轨道线网大数据计算服务平台对数据的存储需求及自适应调配存储资源的需求。
可选地，还可以将大数据计算服务平台对应的服务器计算资源进行池化，以满足城市群轨道线网大数据计算服务平台对数据的挖掘、仿真、建模的算力需求及自适应调配计算资源的需求。
可选地，还可以为城市群轨道线网大数据计算服务平台提供具体的应用功能。例如，为城市群轨道线网大数据计算服务平台提供指挥调度功能、公众服务功能和运行维护功能。
其中，为运营管理提供数据检索服务通过数据检索模块、缓存机制、分布式检索调度算法以及元数据调度算法实现，数据检索模块用于为大数据计算服务平台提供高效率检索功能。也就是说，数据检索模块能够城市群轨道线网中的大规模运行数据中检索到对应的部分或者全部数据。
本申请中，通过检索规划算法、缓存机制、分布式检索调度算法以及元数据调度算法以实现数据检索模块的高效检索功能。
根据实际应用，检索规划算法利用制定预设检索策略通过对城市群轨道线网中运行数据的分组聚合、多表关联、全文检索、精确检索、模糊检索、高并发式的检索以及交互式SQL查询分析，以完成来自大数据计算服务平台中指挥调度子系统、公共服务子系统以及运行维护子系统的查询任务。本申请中，预设检索策略可以是不同搜索引擎的调用、缓存存储的分配或者元数据信息的不同访问方式等。
缓存机制，用于对数据检索模块检索结果的数据进行缓存。示例性的，可以针对不同的检索语句以及检索结果设置不同大小的缓存空间，以使缓存空间得到合理利用。
分布式检索调度算法用于实现查询引擎调度。也就是说通过分布式检索调度算法能够更合理的协调各检索引擎、节点，以共同配合完成检索任务。
元数据调度算法用于实现各个数据库中元数据的管理。不难理解，在实际应用中，为了便于对元数据的调度对应设计了多种数据库接口，多种数据库包括关系型数据库(例如Oracle数据库)、非关系型数据库(例如NoSQL数据库)、基于Hadoop的数据库(例如Hive数据仓库工具及Impala查询系统)、列式数据库等。
其中，对城市群轨道交通线网中的多源运行状态数据进行关联分析的服务是通过多源数据关联分析模块来实现的，该多源数据关联分析模块用于关联分析城市群轨道交通线网中运行的数据。
本申请中，对城市群轨道交通线网中的多源运行状态数据进行关联分析的服务包括：对运行状态数据进行矢量化处理；利用数据立方技术建立与矢量化处理后的运行状态数据对应的逻辑网络；基于隧道结构特有的高程维度构建数据单位实现三维地理位置属性和时间属性的自动标注；采用张量分解、深度时空关联分析方法、挖掘隧道结构运行数据的时空分布特点以及数据对象间的高阶隐性关联关系中的至少一种方法实现隧道结构运行数据的非线性分解，对全时域运行的多源运行状态数据完成关联分析。
示例性的，该多源数据关联分析模块包括建模模块和关联与融合模块。
建模模块用于对汇聚整理后的城市群轨道交通线网中运行的多源异构数据进行建模。在实际建模过程中，利用例如深度学习算法、统计学习算法以及卷积神经网络模型实现对多源数据(包括视频、图像以及时间序列的原始数据)的结构化表示。例如，如图4所示是本申请实施例中对多源数据进行矢量化处理的过程示意图，参见图4，实际应用中通过运行状态感知单元中多个硬件设备采集到的运行状态数据有图像数据、序列数据及监测数据，这些数据具有多视角多尺度多维度的特点，针对不同的数据特点采用适合其特征的高层特征提取算法与模型(比如深度卷积网络、深度自编码网络以及融合了序列特征的循环神经网络)进行处理，通过对应数据的矢量表达得到低维压缩数据并存储至数据资源池中，因此实现了图像数据、序列数据及监测数据多源异构数据的一致性表达。
关联与融合模块用于对全时域城市群轨道交通线网中的运行数据进行深度关联与融合。在实际关联与融合中，首先采用数据立方技术建立具有时域特征和地域特征的逻辑网络，结合隧道结构特有的高程维度构建数据单位，以实现三维地理位置属性和时间属性的自动标注；然后采用包括但不限于张量分解、深度时空关联分析方法，挖掘隧道结构运行数据的时空分布特点、数据对象间的高阶隐性关联关系，以实现隧道结构运行数据的非线性分解，对全时域城市群轨道交通线网中的运行数据完成深度重构与关联融合。
其中，对城市群轨道交通线网运行状态的异常状态识别和智能诊断服务是通过智能诊断模块实现的，智能诊断模块用于对城市群轨道交通线网中运行状态进行辨识。在本申请中，对城市群轨道交通线网中运行状态进行智能诊断的方法包括但不限于机器学习方法及领域知识与数据模型协同方法。
本申请中，对城市群轨道交通线网运行状态的异常状态识别和智能诊断服务包括：根据数据挖掘模型确定在空间维度上城市群轨道交通线网运行状态的分布规律，在时间维度上城市群轨道交通线网运行状态的演化趋势，其中，基于检测领域知识设计正则约束修正数据挖掘模型；根据分布规律和演化趋势对城市群轨道交通线网运行状态进行异常状态识别；根据检测领域知识和先验知识建立智能诊断模型，通过智能诊断模型对城市群轨道交通线网运行状态进行智能诊断。
如图5所示为本申请实施例提供的异常状态识别的结构示意图，参见图5，在实际应用中，城市群交通线网中机电设备、车辆、结构以及附属设备等多种地下基础设施的异常性态多样，仅基于时序分析的方法无法清楚的说明正常测量得到的数据与异常数据在时序上不同，因此将采集到的时间序列数据进行时频转换，得到频域分布数据，然后通过无监督聚类方法对频域分布数据进行处理，得到性态分析数据，也就是说，本申请中对于转换到频域的时间序列数据，利用无监督聚类方法分析正常数据与异常数据分布的差异，以进行异常状态识别。根据实际实验，将标准化互信息(Normalized Mutual Information，NMI)和调兰德指数(Adjusted Rand Index，ARI)作为聚类评估指标，在实验预测值得到0.53和0.52时，通过无监督学习能够较好的对城市群轨道交通线网运行状态的异常状态识别检测。
示例性地，若使用机器学习方法对城市群轨道交通线网中运行状态进行智能诊断时，则首先，可以通过时空关联分析、交叉信息熵、信息增益等方法在时空维度中发现运行状态数据中属性特征的非线性、深层次关联关系，基于关联关系对城市群轨道交通线网中运行状态进行多视角相似性分析、数据对象聚类分析和代表性分析；以在空间维度上发现城市群轨道交通线网中运行状态的分布规律，在时间维度上发现城市群轨道交通线网中运行状态的演化趋势。然后，集成多视角的时空分布与演化分析结果，最终实现轨道线网运行异常状态辨识。
若使用领域知识与数据模型协同方法对城市群轨道交通线网中运行状态进行智能诊断时，则需要根据城市群轨道交通线网的领域知识设计正则约束，基于正则约束引导数据挖掘模型的学习过程，以通过领域知识对数据挖掘模型进行修正，这样就可以利用领域知识和修正后地数据挖掘模型实现对城市群轨道交通线网中运行状态进行智能诊断。
其中，对城市群轨道交通线网中运行状态数据的展示和预警服务是通过可视化与预警模块实现的，可视化与预警模块用于利用可视化方式清楚、直观的展示城市群轨道交通线网中运行数据和实时预警信息。其中，实时预警信息的展示过程是将上述智能诊断模块得到的表示空间中的诊断结果映射转化为时空相关的可视化与预警模块中，然后通过多视图、多角度的可视化分析展示预警结果。
为运营管理提供计算服务是由云平台大数据计算模块来实现，其为大数据计算服务平台的指挥调度子系统、公共服务子系统和运行维护子系统的业务需求提供数据交互及计算服务。
实际在城市群轨道交通线网中产生的数据数量巨大，因此，本申请针对历史数据的计算采用包括但不限于Hadoop及Spark处理框架；针对实时数据计算采用包括但不限于Spark Streaming、Storm及Flink处理框架。其中实时数据是指时间跨度在数百毫秒到数秒之间的数据。
转换大数据计算服务平台和外部系统之间的数据格式的服务则是通过数据交换标准模块来完成，该数据交换标准模块用于转换大数据计算服务平台与外部系统之间交互数据的数据格式。其中需要进行数据格式转换的数据包括结构化数据、半结构化数据以及非结构化数据。在实际应用中，可以对输入至大数据计算服务平台的数据设置统一的数据格式，对从大数据计算服务平台输出的数据设置统一的数据格式。
为城市群轨道交通线网中运行状态数据提供获取安全、存储安全、传输安全及应用安全的服务的实现模块为安全管理模块，其用于从城市群轨道交通线网中运行数据中获取安全信息、存储安全信息、传输安全信息和应用安全信息。其中，通过数据加密、数据混淆、数据脱敏、数据审计等技术实现运行数据的安全存储；通过身份认证体系、证书体系、防重放、防篡改、防伪造等技术实现运行数据的管理安全；通过通讯加密体系、接入认证体系等技术实现运行数据的传输安全；通过安全网关、安全监测系统、防火墙、入侵检测系统等技术实现运行数据的应用安全。
在一些实施例中，为了便于存储大数据计算服务平台处理的数据，加快后续对相关运行状态数据的查询、分析等操作，对城市群轨道交通线网中的各个数据进行有序、分类存储。其中，数据存储子系统用于存储数据接入子系统接收的运行状态数据。也就是说，通过整合分析城市群轨道交通线网中的各类数据后，并存储。
在一些实施例中，数据存储子系统中用于存储城市群轨道交通线网各类数据的数据库包括但不限于多源采集数据库、综合数据库、地理信息系统(Geographic InformationSystem，GIS)服务数据库、融合数据库、专题数据库、反馈数据库以及历史数据库。
多源采集数据库，用于存储数据接入子系统上传的预设格式的数据。其中，数据接入子系统上传的预设格式的数据为未经数据存储子系统处理的数据。
综合数据库，用于存储按照预设数据结构来组织和管理的数据。例如，城市群轨道交通线网四阶段数据库，该城市群轨道交通网线四阶段数据库用于存储城市群轨道交通线网中勘测阶段、设计阶段及施工阶段的数据以及运行状态数据。
其中，用于存储城市群轨道交通线网中勘测阶段、设计阶段及施工阶段的数据以及运行状态数据的数据库包括勘测阶段数据库、设计阶段数据库、施工阶段数据库以及运营阶段数据库。
勘测阶段数据库包括但不限于岩土、地下水数据库，地址、水文数据库，地下障碍物数据库；设计阶段数据库包括但不限于盾构选型数据库，地下气害、地貌数据库，隧道线形设计数据库；施工阶段数据库包括但不限于施工监测数据库、灾害数据库，结构应力数据库；运营阶段数据库包括但不限于结构形变数据库、列车排班信息数据库及地铁运营状态数据库。
地理信息系统(Geographic Information System，GIS)服务数据库，用于存储城市群轨道交通线网中的基础地理信息。不难理解，该基础地理信息可以应用于对城市轨道交通线网中基础地理信息进行分析的系统中，还可以用于对地理信息进行可视化展示的展示系统中。其中，GIS服务数据库中存储的地理信息包括但不局限于地下隧道(例如地面段轨道、高架段轨道等)的基本信息、站点的基本信息、结构健康监测设施信息以及能够在GIS地图展示的相关信息。
融合数据库，用于用于存储运行状态数据与基础地理信息融合处理后的数据和/或运行状态数据中至少两种数据融合处理后的数据。例如，若在A地点的结构的运行状态数据发生异常，这时需要根据结构运行状态感知单元获取结构的运行状态数据以及利用GIS服务数据库中存储的地理信息进行融合处理，得到融合处理后的数据，然后根据融合处理后的数据可以确定发生异常的结构的地理信息以及具体地理信息处发生异常的结构。在本申请实施例中，该融合数据库中的数据包括单源数据融合处理后的数据以及多源数据融合处理后的数据。单源数据融合处理后的数据可以是在城市轨道交通线网层面获取的数据与GIS地图进行匹配融合后的数据。根据实际应用，该融合数据库中的数据还可以是经大数据计算服务平台处理后的数据。
专题数据库，用于存储指挥调度子系统、公共服务子系统以及运行维护子系统对运行状态数据进行融合处理、估计处理、预测处理及挖掘处理后的分析数据，分析数据用于指挥调度子系统、公共服务子系统以及运行维护子系统决策分析及展示。例如对在城市轨道交通线网中获取的结构健康状态数据、隧道病害数据进行归档、分类、整合，指挥调度子系统可以通过对应的接口服务从专题数据库中获取所需的分析数据，用于指挥调度子系统制定并展示具体的决策。
反馈数据库，用于存储外部系统和大数据计算服务平台反馈至数据存储子系统的数据。
历史数据库，用于存储备份数据以及存储时间满足预设条件的数据。例如，满足预设条件的数据可以是存储时间较长的数据，也可以是非实时更新的数据。
通过上述不同的数据库可以加快查询、分析处理不同数据的速度，并使在城市群轨道交通线网中的产生的运行状态数据或者经不同类型处理后的数据的存储更加有序。
本申请实施例提供的基于云计算的轨道交通网信息化运营管理系统，通过运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据，然后使用协同交互单元实现上述运行状态感知单元与大数据计算服务平台之间的数据的传输与交互，最后利用大数据计算服务平台根据运行状态感知单元获取到的运行状态数据对城市群轨道交通线网提供运营管理及应用服务。本申请充分利用大数据云计算技术为城市群轨道交通线网提供了丰富的应用服务，基于城市群轨道交通线网中的运行状态数据实现了对城市群轨道交通的有效管理，提高了城市轨道交通的运营管理效率，提升了对城市群轨道交通运营管理的智慧化水平，使城市轨道交通的管理更方便、更高效、更安全。
此外，本申请实施例还提供一种基于云计算的轨道交通网信息化运营管理方法，该方法应用于上述基于云计算的轨道交通网信息化运营管理系统，该方法包括：获取车辆、行人、结构以及附属设备的运行状态数据；
对运行状态数据进行处理，得到运营数据，运营数据用于对城市轨道交通线网提供运营管理和应用服务。
基于同一发明构思，如图6所示本申请实施例还提供了一种终端设备，本申请实施例中终端设备100可以是基于云计算的轨道交通网信息化运营管理设备，还可以是其他设备，该终端设备100包括：处理器101、存储器102以及存储在存储器102中并可在处理器101上运行的计算机程序103。计算机程序103可被处理器101运行，生成指令，处理器101可根据指令实现上述各个权限认证方法实施例中的步骤。或者，处理器101执行计算机程序103时实现上述各装置实施例中各模块/单元的功能。
示例性的，计算机程序103可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器102中，并由处理器101执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序103在终端设备100中的执行过程。
本领域技术人员可以理解，图6仅仅是终端设备100的示例，并不构成对终端设备100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备100还可以包括输入输出设备、网络接入设备、总线等。
处理器101可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是终端设备100的内部存储单元，例如终端设备100的硬盘或内存。存储器102也可以是终端设备100的外部存储设备，例如终端设备100上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(FlashCard)等。进一步地，存储器102还可以既包括终端设备100的内部存储单元也包括外部存储设备。存储器102用于存储计算机程序以及终端设备100所需的其它程序和数据。存储器102还可以用于暂时地存储已经输出或者将要输出的数据。
本实施例提供的终端设备可以执行上述方法实施例，其实现原理与技术效果类似，此处不再赘述。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的方法。
本申请实施例还提供一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现上述方法实施例的方法。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于云计算的轨道交通网信息化运营管理系统，应用于城市群轨道交通线网，其特征在于，所述系统包括运行状态感知单元、协同交互单元以及大数据计算服务平台；
所述运行状态感知单元用于获取车辆、行人、结构以及附属设备的运行状态数据；
所述协同交互单元用于实现所述运行状态感知单元和所述大数据计算服务平台之间的所述运行状态数据的传输与交互；
所述大数据计算服务平台用于根据所述运行状态数据对所述城市群轨道交通线网提供运营管理和应用服务，
所述应用服务包括对所述城市群轨道交通线网中所有硬件资源和软件资源的管理服务、为所述运营管理提供数据检索服务、对所述运行状态数据进行关联分析的服务、对所述城市群轨道交通线网运行状态的异常状态识别和智能诊断服务、对所述运行状态数据的展示和预警服务、为所述运营管理提供计算服务、转换所述大数据计算服务平台和外部系统之间的数据格式的服务以及为所述运行状态数据提供获取安全、存储安全、传输安全及应用安全的服务中的至少一项。
2.根据权利要求1所述的系统，其特征在于，所述大数据计算服务平台包括用于对所述城市群轨道交通线网提供运营管理的数据接入子系统、数据存储子系统、指挥调度子系统、公共服务子系统以及运行维护子系统；
所述数据接入子系统用于接收所述运行状态数据，将接收的所述运行状态数据转换为预设格式，并上传至所述数据存储子系统；
所述数据存储子系统用于存储所述数据接入子系统接收的所述运行状态数据；
所述指挥调度子系统用于根据所述运行状态数据对所述城市群轨道交通线网中所述结构的健康情况和病害情况进行检测、预警及响应；
所述公共服务子系统用于根据数据存储子系统中存储的所述运行状态数据确定满足预设条件的公共数据，并对所述公共数据进行过滤、接入及基本信息管理；
所述运行维护子系统用于对机电设备、所述车辆、所述结构以及所述附属设备的状态进行整合、记录、监控及展示。
3.根据权利要求2所述的系统，其特征在于，所述数据存储子系统包括多源采集数据库、综合数据库、GIS服务数据库、融合数据库、专题数据库、反馈数据库以及历史数据库；
所述多源采集数据库用于存储所述数据接入子系统上传的预设格式的数据；
所述综合数据库包括城市群轨道交通网线四阶段数据库，用于存储所述城市群轨道交通线网中勘测阶段、设计阶段及施工阶段的数据以及所述运行状态数据；
所述GIS服务数据库用于存储所述城市群轨道交通线网中的基础地理信息；
所述融合数据库用于存储所述运行状态数据与所述基础地理信息融合处理后的数据和/或所述运行状态数据中至少两种数据融合处理后的数据；
所述专题数据库用于存储所述指挥调度子系统、所述公共服务子系统以及所述运行维护子系统对所述运行状态数据进行融合处理、估计处理、预测处理及挖掘处理后的分析数据，所述分析数据用于所述指挥调度子系统、所述公共服务子系统以及所述运行维护子系统决策分析及展示；
所述反馈数据库用于存储所述外部系统和所述大数据计算服务平台反馈至所述数据存储子系统的数据；
所述历史数据库用于存储备份数据以及存储时间满足预设条件的数据。
4.根据权利要求2所述的系统，其特征在于，所述指挥调度子系统，包括结构监测模块、病害管理模块、病害治理预案管理模块、指挥调度模块以及辅助管理模块；
所述结构监测模块用于根据所述运行状态数据对所述城市群轨道交通线网中的所述结构的健康情况和病害情况进行实时查询、展示、统计分析和模拟预测；
所述病害管理模块用于针对所述病害情况的处理过程进行记录；
所述病害治理预案管理模块用于对所述病害情况进行分析、预案处理、预案评估和预案演练；
所述指挥调度模块用于对所述健康情况和所述病害情况进行预警，并根据所述预警执行对应的应急指挥调度；
所述辅助管理模块用于确定所述应急指挥调度。
5.根据权利要求2所述的系统，其特征在于，所述公共服务子系统包括数据过滤管理模块、数据接入管理模块和子系统管理模块；
所述数据过滤管理模块用于对所述数据存储子系统中存储的所述运行状态数据进行过滤；
所述数据接入管理模块用于将所述数据过滤管理模块过滤的数据通过数据库、FTP、webService和手动对接的方式接入所述公共服务子系统；
所述子系统管理模块用于对所述城市群轨道交通网线中的角色、用户、权限以及密码进行管理。
6.根据权利要求2所述的系统，其特征在于，所述运行维护子系统包括机电设备管理模块、集中监控模块和运维状态展示模块；
所述机电设备管理模块用于对所述城市群轨道交通线网中的机电设备进行梳理、分类及录入；
所述集中监控模块用于对所述城市群轨道交通线网中的所述机电设备、所述车辆、所述结构以及所述附属设备的运行状态进行监控；
所述运维状态展示模块用于对所述机电设备、所述车辆、所述结构以及所述附属设备的运维状态进行可视化展示。
7.根据权利要求1所述的系统，其特征在于，所述结构包括钢轨、钢轨附属结构、轨下结构和隧道结构；所述附属设备包括消防设施、电缆槽、供电照明设施和通讯设施。
8.一种基于云计算的轨道交通网信息化运营管理方法，其特征在于，应用于如权利要求1-7任一项所述的基于云计算的轨道交通网信息化运营管理系统中，所述方法包括：
获取车辆、行人、结构以及附属设备的运行状态数据；
对所述运行状态数据进行处理，得到运营数据，所述运营数据用于对城市轨道交通线网提供运营管理和应用服务。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求8所述的基于云计算的轨道交通网信息化运营管理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求8所述的基于云计算的轨道交通网信息化运营管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111547355.9A CN114359003A (zh) | 2021-12-16 | 2021-12-16 | 一种基于云计算的轨道交通网信息化运营管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111547355.9A CN114359003A (zh) | 2021-12-16 | 2021-12-16 | 一种基于云计算的轨道交通网信息化运营管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114359003A true CN114359003A (zh) | 2022-04-15 |
Family
ID=81099861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111547355.9A Pending CN114359003A (zh) | 2021-12-16 | 2021-12-16 | 一种基于云计算的轨道交通网信息化运营管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114359003A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115589070A (zh) * | 2022-11-11 | 2023-01-10 | 贵州电网有限责任公司 | 一种基于云计算处理的电网风险预警方法及系统 |
| CN117993894A (zh) * | 2024-04-03 | 2024-05-07 | 四川航天职业技术学院(四川航天高级技工学校) | 基于人工智能的轨道交通运维状态数据处理方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455887A (zh) * | 2013-09-10 | 2013-12-18 | 河南辉煌科技股份有限公司 | 城市轨道交通信息集成平台 |
| CN105263113A (zh) * | 2015-10-26 | 2016-01-20 | 深圳大学 | 一种基于众包的WiFi位置指纹地图构建方法及其系统 |
| CN109842649A (zh) * | 2017-11-27 | 2019-06-04 | 北京通号国铁城市轨道技术有限公司 | 一种城市轨道交通设备健康管理方法及装置 |
| US20190301856A1 (en) * | 2018-04-02 | 2019-10-03 | Traffic Control Technology Co., Ltd | Method and system for detecting a gauge of a metro vehicle |
| CN112288320A (zh) * | 2020-11-18 | 2021-01-29 | 深圳大学 | 一种地铁运行风险监控和管理系统 |
| CN112622990A (zh) * | 2021-01-16 | 2021-04-09 | 湖南科技大学 | 城轨地铁车辆智能运维管理系统 |
| CN112796781A (zh) * | 2021-02-10 | 2021-05-14 | 石家庄铁道大学 | 一种隧道衬砌结构健康监测系统与方法 |
| CN113159475A (zh) * | 2020-12-04 | 2021-07-23 | 中国国家铁路集团有限公司 | 基础设施全生命周期监测平台及方法 |
| CN113177377A (zh) * | 2021-05-24 | 2021-07-27 | 北京交通大学 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
| CN113503912A (zh) * | 2021-06-21 | 2021-10-15 | 北京市交通信息中心 | 一种城市轨道交通土建设施健康状态实时监控系统 |
-
2021
- 2021-12-16 CN CN202111547355.9A patent/CN114359003A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455887A (zh) * | 2013-09-10 | 2013-12-18 | 河南辉煌科技股份有限公司 | 城市轨道交通信息集成平台 |
| CN105263113A (zh) * | 2015-10-26 | 2016-01-20 | 深圳大学 | 一种基于众包的WiFi位置指纹地图构建方法及其系统 |
| CN109842649A (zh) * | 2017-11-27 | 2019-06-04 | 北京通号国铁城市轨道技术有限公司 | 一种城市轨道交通设备健康管理方法及装置 |
| US20190301856A1 (en) * | 2018-04-02 | 2019-10-03 | Traffic Control Technology Co., Ltd | Method and system for detecting a gauge of a metro vehicle |
| CN112288320A (zh) * | 2020-11-18 | 2021-01-29 | 深圳大学 | 一种地铁运行风险监控和管理系统 |
| CN113159475A (zh) * | 2020-12-04 | 2021-07-23 | 中国国家铁路集团有限公司 | 基础设施全生命周期监测平台及方法 |
| CN112622990A (zh) * | 2021-01-16 | 2021-04-09 | 湖南科技大学 | 城轨地铁车辆智能运维管理系统 |
| CN112796781A (zh) * | 2021-02-10 | 2021-05-14 | 石家庄铁道大学 | 一种隧道衬砌结构健康监测系统与方法 |
| CN113177377A (zh) * | 2021-05-24 | 2021-07-27 | 北京交通大学 | 一种基于数字孪生的智慧城市轨道交通线网管理系统 |
| CN113503912A (zh) * | 2021-06-21 | 2021-10-15 | 北京市交通信息中心 | 一种城市轨道交通土建设施健康状态实时监控系统 |
Non-Patent Citations (3)
| Title |
|---|
| 刘继强: "基于数字孪生的城市轨道交通建造智慧管理研究", 《现代城市轨道交通》 * |
| 姜臻棋: "上海轨道交通智慧车站的架构设计探讨", 《城市轨道交通研究》 * |
| 段亚美: "基于故障预测与健康管理技术的城市轨道交通信号系统健康管理体系", 《城市轨道交通研究》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115589070A (zh) * | 2022-11-11 | 2023-01-10 | 贵州电网有限责任公司 | 一种基于云计算处理的电网风险预警方法及系统 |
| CN117993894A (zh) * | 2024-04-03 | 2024-05-07 | 四川航天职业技术学院(四川航天高级技工学校) | 基于人工智能的轨道交通运维状态数据处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gritsuk et al. | Information model of V2I system of the vehicle technical condition remote monitoring and control in operation conditions | |
| CN109145954B (zh) | 一种基于多源时空数据的网约车出行安全评价方法及系统 | |
| Khan et al. | Integration of structural health monitoring and intelligent transportation systems for bridge condition assessment: Current status and future direction | |
| CN107782564A (zh) | 一种自动驾驶车辆测评系统及方法 | |
| CN103150907B (zh) | 一种基于高速公路运营安全的移动监控和预警系统及方法 | |
| Staniek | Road pavement condition diagnostics using smartphone-based data crowdsourcing in smart cities | |
| Han et al. | A BIM-IoT and intelligent compaction integrated framework for advanced road compaction quality monitoring and management | |
| CN109415043A (zh) | 一种基于舒适度的自动驾驶行驶规划方法 | |
| Janani et al. | Influence of surface distresses on smartphone-based pavement roughness evaluation | |
| CN107533630A (zh) | 用于远程感测和车辆控制的实时机器视觉和点云分析 | |
| CN203102592U (zh) | 一种基于高速公路运营安全移动监控和预警系统 | |
| Kim et al. | Exploring the association of rear-end crash propensity and micro-scale driver behavior | |
| CN114359003A (zh) | 一种基于云计算的轨道交通网信息化运营管理系统 | |
| Wittmann et al. | A holistic framework for acquisition, processing and evaluation of vehicle fleet test data | |
| CN114818056A (zh) | 基于bim技术的交通数据集成方法、装置、设备及介质 | |
| Kyriakou et al. | Roadway pavement anomaly classification utilizing smartphones and artificial intelligence | |
| Wu et al. | Clustering of several typical behavioral characteristics of commercial vehicle drivers based on GPS data mining: Case study of highways in China | |
| CN117436821B (zh) | 交通事故诊断报告的生成方法、设备及存储介质 | |
| Flintsch et al. | Probe vehicles used to measure road ride quality: Pilot demonstration | |
| CN112214530B (zh) | 一种社会驾驶行为跟踪评价的方法及相关装置 | |
| Cui et al. | Design of highway intelligent transportation system based on the internet of things and artificial intelligence | |
| Grau et al. | Multisource data framework for road traffic state estimation | |
| Fazekas et al. | Driver behaviour, truck motion and dangerous road locations–Unfolding from emergency braking data | |
| CN115729158A (zh) | 一种交通基础设施综合监控预警平台系统 | |
| Jagasia et al. | IoT based vehicle monitoring system using bluetooth technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |