基于邊緣計算的智慧鐵路工地生產管理系統

楊興磊，魯玉龍，張俊堯，李春紅，陳雨超

（1.北京經緯信息技術有限公司，北京 100081；2.北京時代橋企業管理顧問有限公司，北京 100081）

隨著鐵路工程建設規模的不斷擴大，為落實鐵路信息化發展戰略要求，王同軍[1]在智能高鐵戰略研究中提出，利用云計算、物聯網、大數據、移動互聯等現代信息技術，融合先進管理理念，實現鐵路工程建設期間各生產場景信息的全面感知、泛在互聯、融合處理和決策分析。容建華等人[2-3]提出“智慧工地”的概念，通過鐵路工地“人、機、料、法、環”諸要素的信息化，實現鐵路施工過程的有效監管。

2013年以來，基于云計算架構的鐵路工程管理平臺在全路推廣應用，經過幾年的發展，在現場設備接入、生產數據采集、過程管理控制等方面已取得長足的發展，但也面臨著如下問題和挑戰：

（1）工地網絡覆蓋較差，生產數據采集上傳不及時；

（2）數據接口不統一，終端應用多源異構，難以實現統一管理；

（3）專業間難以共享和集成數據，現場采集的數據不能被有效挖掘和利用；

（4）存在大量冗余數據，數據利用率低，占用大量云端資源和傳輸帶寬[4]。

為此，針對云計算架構下海量數據的分析與儲存對網絡帶寬帶來的挑戰，提出基于邊緣計算的智慧鐵路工地生產管理系統，并結合混凝土拌和站生產自動化、鐵路工地現場視頻監控、隧道工程圍巖變形監測3 類場景開展應用探索，實現生產數據就近高效處理分析、超差實時報警、變化趨勢自動評判等邊緣側智能應用，解決“云-端”交互時異構接入和傳輸時延等問題。

1 邊緣計算概念及特點

1.1 邊緣計算的概念

邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、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[5]。

1.2 邊緣計算的特點

基于邊緣計算的應用場景具有以下特點。

（1）異構聯接：支持多種不同類型終端與邊緣側設備的實時連接，同時保證連接適配的可靠性和安全性。

（2）智能分析：邊緣側設備具備數據分析能力，能通過多種類型得終端采集數據，并自動執行業務邏輯。

（3）高度自治：利用人工智能、深度學習等新技術，邊緣側設備更加智能化，可獨自完成業務數據的計算和分析，形成區域自治節點。

2 智慧鐵路工地生產管理系統的架構設計

2.1 系統部署架構

基于邊緣計算的智慧鐵路工地生產管理系統的部署可劃分為現場層、邊緣層和云平臺層，如圖1所示。

2.1.1 現場層

現場層主要指工地施工作業現場的各類數據采集、控制終端節點；這些節點通過總線、藍牙或以太網等通信方式，與邊緣側設備節點連接，實現現場層和邊緣層之間數據流和控制信息的連通。

2.1.2 邊緣層

邊緣層是系統核心，主要包含邊緣網關、邊緣服務器等邊緣側設備，負責接收、處理和轉發來自現場層的數據流，提供終端節點接入、數據篩查、數據分析和傳輸優化等邊緣服務，同時還可根據業務邏輯編排，實現對現場工控設備的實時控制。

2.1.3 云平臺層

云平臺層提供集中管控、決策支持等上層服務，通過獲取邊緣層數據流，實現對工地現場各類作業機械設備施工作業數據的整合，構建面向各類用戶的綜合應用服務，對工地現場生產管理進行全局調度和指揮決策。

2.2 系統業務邏輯架構

結合鐵路工地生產管理現狀，從信息化發展及現場實際管理需求出發，在信息安全保障體系支撐下，基于邊緣計算的智慧鐵路工地生產管理系統的業務邏輯架構分為3個層次：現場接入層，邊緣使能層和平臺應用層，如圖2 所示。

2.2.1 現場接入層

現場接入層主要是鐵路工地現場各種生產場景中的信息終端節點以不同接入方式，實現與邊緣側設備的泛在互聯。

2.2.2 邊緣使能層

邊緣使能層通過在工地現場部署邊緣設備，集成計算、存儲、網絡和通信接口等硬件資源，提供面向現場實時應用的虛擬機、容器等系統資源，實現對現場終端節點的接入和控制；同時，根據業務邏輯編排規則，對采集到的生產數據進行篩查、分析和優化，并上傳至云平臺。

2.2.3 平臺應用層

平臺應用層主要通過云計算平臺，向用戶提供諸如拌和站生產自動化、工地現場視頻監控、隧道圍巖變形監測等應用，使管理人員能夠即時掌控鐵路工地的生產作業過程、現場施工動態及環境狀況。

2.3 系統網絡架構

基于邊緣計算的智慧鐵路工地生產管理系統的網絡架構可劃分為3 層：邊緣側、網絡側和平臺側，如圖3 所示。

2.3.1 邊緣側

邊緣側主要是工地作業現場的節點設備，如拌和站工控設備、圍巖量測測繪設備、橋梁在線監測設備、路基沉降監測設備和工地視頻監控設備等數據采集終端，以及部署在工地現場的邊緣網關或邊緣服務器；這些設備完成生產作業數據的采集、邊緣側數據融合、數據分析以及業務邏輯編排等。

2.3.2 網絡側

網絡側主要承擔邊緣側與平臺側數據之間的傳輸，可采用互聯網、專網、VPN 或移動網絡等多種傳輸方式。

2.3.3 平臺側

平臺側通過部署虛擬化計算節點，搭建云計算服務平臺，構建上層應用，提供面向多用戶的數據分析、個性化應用、智能評判和決策指揮；管理節點可對云端節點進行管理，也可向邊緣側節點下達指令，實現資源全局調整與優化。

3 應用探索

3.1 基于邊緣計算的混凝土拌和站生產自動化

混凝土拌和站生產管理是工程建設期中一個重要環節，混凝土拌和站的產能和生產質量關乎線路工程實體的進度和品質。

利用邊緣設備強大的數據計算、存儲和分析能力，通過互聯網、總線技術以及精確的控制邏輯，構建混凝土拌和站生產自動化系統[6]，業務邏輯關系如圖4 所示。

在原材料進場階段，采集磅房數據，包括進場原材料的類型、數量、運輸車次等，生成原材料進場批次記錄；記錄原材料的送檢取樣和檢驗結果，并將進場原材料記錄與檢驗結果相關聯。

在混凝土拌和站生產過程中，邊緣設備通過分析原材料配料單，與混凝土拌和站工控設備實現聯動，精準控制各種原材料的投料數量、攪拌時間等[7]，實現混凝土生產質量的高效可控，確保生產數據真實有效。

在混凝土運輸階段，記錄混凝土拌和站出料時罐車車次、混凝土方量以及罐車行進路線等信息，生成運輸記錄。

借助邊緣設備的業務邏輯分析能力，對生產記錄進行關聯分析，實現混凝土拌和站從原材料進場、檢驗、生產到運輸的全過程自動管控。

3.2 基于邊緣計算的鐵路工地視頻監控

鐵路工地地處偏僻，作業條件環境惡劣，極易發生生產安全事故。工地視頻監控作為日常生產作業安全監管的輔助設施，可對施工作業、人員操作、機械運轉等實時監控，及時發現施工質量、違規操作等安全隱患，提升施工安全管理水平[8]。

鐵路工地現場作業面廣、監控范圍受限、網絡接入困難，為滿足監控需求，傳統的鐵路工地視頻監控系統中往往需要設置多個不同角度的高清晰度攝像機。攝像機清晰度越高，占用網絡帶寬越大；而大部分視頻監控畫面數據的利用價值不高，占用大量后端存儲，浪費存儲資源。

為此，引入邊緣計算和視頻壓縮處理技術[9]，通過邊緣側設備對接入的視頻監控數據進行壓縮處理，去除視頻圖像中冗余信息，減少視頻數據存儲量。同時，邊緣側設備還可通過智能分析，自動判斷作業區內安全隱患和違規作業事件，實時進行標記，并立即向現場安全管理人員推送報警信息。

3.3 基于邊緣計算的鐵路隧道工程圍巖變形監測

鐵路隧道施工具有施工技術復雜、不可預見風險多、地質條件復雜多變等特點，隧道圍巖的變形監測對保障施工安全的具有重要影響，同時，隧道圍巖的監測也是衡量施工工藝與設計是否相符的重要手段。利用信息化手段對隧道圍巖變形進行監控和預測，可為圍巖穩定性判別提供直觀、可靠的信息[10]。然而，隧道圍巖變形是一個復雜的過程，僅靠直接采集變形數據很難判別其變形規律。

為此，根據隧道圍巖變形的時間序列變化特性，建立基于深度學習的人工神經網絡預測模型[11]，對隧道圍巖變形進行預測。通常，基于深度學習的模型訓練與推理邏輯部署在云端數據中心，現場監測終端設備將圍巖變形數據采集上傳至云端數據中心，云端完成處理后，再將結果推送回用戶終端。在這種信息處理模式下，大量數據通過傳輸延時較大、帶寬波動的互聯網在云端和用戶端之間傳輸，會造成較大的端到端數據傳輸延時及報警滯后。通過在邊緣側設備搭載神經網絡算法的方式，監測數據無需頻繁在監測終端和云端數據中心間傳輸數據，邊緣設備既能夠確保監測數據快速實時采集上傳，同時通過本地化處理分析，實現快速的報警響應。

4 結束語

鐵路工地生產管理具有作業面廣、作業類型多、終端設備多等特點，智慧鐵路工地的發展需要不斷引入新技術。基于邊緣計算的策略，提出智慧鐵路工地生產管理系統的架構設計，以混凝土拌和站生產自動化、工地現場視頻監控、隧道工程圍巖變形監測3 類場景開展應用實踐，支持智慧鐵路工地生產管理終端異構連接和相關業務實時管控。

隨著鐵路智能建造的發展，邊緣計算策略將在更多智慧工地場景中得到應用。