鐵路智慧箱管體系構建及應用研究

李文暉，楊文韜，張義川

（1.中鐵集裝箱運輸有限責任公司 箱布管理部，北京 100055；2.中國鐵道科學研究院集團有限公司運輸及經濟研究所，北京 100081)

0 引言

為了滿足不斷發展的集裝箱運輸業務管理需要，我國鐵路逐步構建了涵蓋作業管理、考核管理、全程追蹤、統計分析、集裝箱分布、費用管理、設備管理、數據整合、系統管理等功能模塊的鐵路集裝箱箱管系統[1]，在一定程度上為鐵路集裝箱運輸業務提供了支持。但是，與社會物流發展趨勢以及市場多元化需求相比，鐵路集裝箱運輸在運輸安全、物流服務、資產管理、運用管理等方面還存在智能化程度較低、新技術應用不足，以及數據融合、大數據分析開展較為緩慢等方面的問題，主要體現在以下方面：①信息采集自動化程度較低。鐵路集裝箱運輸在信息采集方面除了一些信息(作業、報文、現車、貨票、運單、集裝箱綜合信息)來自于鐵路運輸信息集成平臺外，大部分車站作業涉及的發送、到達、交付、門檢、出入境等信息來自現場人員的錄入，存在因現場錄入延遲而導致集裝箱運輸信息實時性變差的情況。②缺乏物聯網新技術使用。在場站管理、箱檢箱修、全程追蹤等方面缺乏對高效物聯網感知設備的使用，造成勞動強度大、作業效率較低且容易產生錯誤[2]。③數據融合處理和大數據分析應用水平有待提高。由于歷史原因，依然存在信息孤島的現象，各種信息未進行全面融合并開展大數據分析，導致難以進行精細化管理，同時無法進行倉儲、金融等業務拓展并向客戶提供高品質服務。

現代社會物流發展正迅速經歷從自動化向智能化發展的過程，如順豐、京東等企業都在廣泛使用智能物流裝備、建設智能物流系統及智能物流平臺。京東等物流電商企業在倉儲管理上使用自動化立體倉庫、立體貨架，在分揀輸送上使用AGV揀貨機器人和智能揀選機，在配送管理上使用無人機、無人車，在安全管理上使用巡檢機器人、巡檢無人機，結合強大的信息系統，試圖打造一個無人操作的智能化物流體系。初步實踐表明，智能化物流系統可以提升倉儲運用效率5倍以上，提升分揀效率4倍，裝卸人工成本降低66%。現代物聯網技術、信息技術與現代物流理念、方法的融合推動實現物流服務數字化、物流企業與產業鏈深度融合為越來越多的物流企業的創新發展提供了基礎和條件。因此，從社會發展來說，大部分行業都存在從自動化到智能化再到智慧化的歷程轉變。

對比社會先進物流企業，鐵路集裝箱運輸在智能化、智慧化的道路上不僅需求迫切而且還有很長的路要走。可將鐵路智慧箱管定義為：按照自主采集、智能決策、自動組織模式，依托自動化、智能化的裝備實現鐵路集裝箱管理相關信息、數據的自主感知、自動采集，再通過智能化的鐵路箱管系統實現對海量數據的實時分析、科學決策、精準執行，并進一步實現信息數據、決策方案的自主學習、優化處理，達到感知—分析—判斷—執行—反饋—優化的智慧閉環。

1 我國鐵路智慧箱管體系構建需求分析

鐵路智慧箱管范疇應不局限于傳統的集裝箱“站到站”運輸，需要從綜合多式聯運集裝箱運輸企業的角度出發，全面滿足鐵路集裝箱在運輸安全、物流服務、資產管理、運用管理等業務方面的多元化需求。鐵路智慧箱管業務需求功能架構如圖1所示。

圖1 鐵路智慧箱管業務需求功能架構Fig.1 Functional architecture of business demands for smart rail container management

（1）運輸安全。鐵路集裝箱運輸安全管理涉及在途、在站、在堆場各個環節，需要監控的集裝箱各種狀態具體包括以下方面。①時空位置。連續動態地對鐵路線上、鐵路車站堆場、公路運輸、水路運輸各個環節的集裝箱位置進行追蹤。②貨物性狀。運輸途中是否有異常沖擊、翻轉，箱內貨物性質及狀態(溫度、壓力、液位等)是否安全，需要能夠基于采集數據進行預警和報警。③裝載安全。通過源頭裝載和途中監控掌握集裝箱貨物是否超重、集重、偏載。④貨物防盜。在運輸途中集裝箱箱門是否被異常打開，箱內貨物是否被盜。

（2）物流服務。鐵路集裝箱運輸物流服務涉及對外信息查詢、貨運市場預測、聯運方案優化和物流金融等方面。①信息查詢。為客戶提供精確的最新的集裝箱位置信息，全程集裝箱狀態追蹤信息包含集裝箱的實時位置、溫度、加速度、箱門開閉，并結合歷史運行軌跡給出預計到達時間。②市場預測。基于大數據的物流市場動態預測及市場預警。對各個OD點間不同類型貨物的運量進行分析，預測市場供需能力的變化態勢，為貨主提供市場預警服務。③聯運方案。基于大數據對多式聯運服務能力、供需資源匹配進行分析并生成多式聯運方案，通過運行數據對多式聯運運輸線路進行兌現率、流向性分析，給出線路和站點分析報告，從而調整或優化多式聯運方案。④物流金融。將物聯網智能設備和區塊鏈技術結合，使貨物全程運輸透明化，可以與海關、檢疫、保險公司、金融公司等共享貨物運輸信息，做到免檢通關、貨損提前賠付，并可以與金融機構合作開發各種金融產品，如供應鏈融資租賃、在途控貨、倉單質押、商業保理等物流金融服務[3]。

（3）運用管理。鐵路集裝箱運用管理包含實時監控、空箱調撥、聯運通關、裝載方案等方面。①實時監控。通過實時獲得位置、空重狀態、箱門開閉，對集裝箱在途、在站、站外的分布情況進行實時掌握，對在車站或樞紐停時較長的在途運輸集裝箱進行關注并督促運輸部門進行疏運，監督集裝箱在貨主方的停留時間，避免超時滯留，提高集裝箱使用效率。②空箱調撥。借助地理信息系統制定基于水鐵公綜合方式的集裝箱空箱調撥及就近使用方案，不再簡單地以鐵路場站和鐵路線路為中心進行調撥。③聯運通關。對于跨境多式聯運，通過對運輸全程的安全監管以及監管數據的多方共享，實現免檢通關，加速國際多式聯運貨物運輸。④裝載方案。根據貨物性質、線路運輸條件及歷史監測數據，制定更加合理的裝載方案，保證貨物裝載安全，避免出現貨物偏載、集重、超重而造成安全風險。

（4）資產管理。集裝箱資產管理主要包括資產購置、資產安全和驗箱修箱等方面。①資產購置。對貨運市場、鐵路集裝箱運量以及其他運輸方式運量進行預測，根據集裝箱采購和維修價格綜合分析投資效益，決定集裝箱資產購置方案。②資產安全。從國家、省市、鐵路局集團公司等多個維度全面掌握鐵路集裝箱的實時位置及分布，防止集裝箱因管理不到位而產生異常丟失現象，確保資產安全。③驗箱修箱。在新造箱驗收階段、修理后的集裝箱驗箱階段以及集裝箱日常使用過程中，在進出場站的關鍵節點對集裝箱箱況進行檢查，篩查可能有質量問題的集裝箱，并對集裝箱的異常損壞情況進行勘定，界定責任歸屬，向責任方索賠箱修費用。

2 鐵路智慧箱管總體架構及關鍵技術

2.1 鐵路智慧箱管總體架構

從先進物流企業的發展來看，智慧物流正逐步呈現出科技密集型的特征[4]，這就要求鐵路從一個傳統的依托鐵路網運輸的物流企業向科技型多式聯運物流企業轉變，同時做好智慧箱管頂層架構的搭建。鐵路智慧箱管的主體框架主要由基礎層、作業層、感知層、傳輸層、分析層、決策層組成。鐵路智慧箱管總體架構如圖2所示。

圖2 鐵路智慧箱管總體架構Fig.2 Overall architecture of smart rail container management

（1）基礎層。智慧箱管的基礎層包括集裝箱運輸場站、線路、裝卸設備、載運裝備等設施設備，以及集裝箱箱型標準、集裝箱作業標準、貨物數據標準、地理信息數據、數據交換標準。

（2）作業層。智慧箱管的作業層是指集裝箱日常使用中的提箱、裝箱、進場、裝車、卸車、出場、掏箱、還箱等現場實際作業及操作過程，是一切集裝箱箱管日常操作的起點，也是智慧箱管決策執行的終點，形成智慧箱管閉環。

（3）感知層。智慧箱管的數據采集節點能夠保證箱管日常的業務活動全程可視、可溯源及可監控。箱識別系統主要通過射頻識別(RFID)和二維碼等非接觸式技術對集裝箱進行準確識別。箱跟蹤系統通過衛星定位、基站定位加上裝卸等作業過程傳感裝置對集裝箱進行全運輸流程跟蹤。箱狀態采集系統通過圖像識別、激光測距、狀態傳感(溫濕度、壓力、液位、空重)等技術捕捉集裝箱日常流轉過程中的箱體狀態、內部貨物狀態以及外部環境狀態等各種基礎數據，物聯網技術的綜合應用實現箱管業務數字化。

（4）傳輸層。智慧箱管的數據通信網絡利用各種有線和無線傳輸技術，實時、安全地把各種前端采集到的數據傳輸到箱管云平臺。數據傳輸通道包括互聯網、公眾蜂窩移動網絡、有線或無線局域網等。

（5）分析層。分析層為智慧箱管的中樞大腦，對感知層通過物聯網技術獲取的各種結構化和非結構化數據進行分類及融合處理后匯聚到存儲資源中，通過事先對業務和需求進行抽象化而形成的模型和各種類型的高效仿生算法進行大數據分析，最后給出指導生產的決策并通過感知層向現場作業的執行者下達。

（6）決策層。智慧箱管的決策系統，將分析層的分析結果進行展示和呈現，輔助管理人員做出最優決策判斷，最終再反饋到作業層執行。決策層主要包括企業內部管理系統、公共客戶查詢平臺、數據共享互換服務。企業內部管理系統主要包括聯運方案的制定、空箱調撥計劃的制定、精準箱修的輔助、指導制定貨物裝載方案、對貨運市場進行預測等。公共客戶查詢平臺主要包括不同線路的運輸費用、運輸徑路、運到時限、在途位置狀態的查詢等。數據共享互換服務主要是通過Web服務、數據文件等形式與鐵路、公路、水路交通載運方式，以及海關、檢疫、金融、貨代等進行數據的共享及交換，實現多式聯運的便捷運輸以及物流金融延伸業務。

2.2 鐵路智慧箱管關鍵技術

鐵路智慧箱管要求具備數字化、網絡化、智能化等先進技術特征，依據智慧箱管信息流轉全流程，智慧箱管信息技術主要包括智慧箱管信息采集技術、信息傳輸技術、信息分析技術、信息預測技術。

2.2.1 智慧箱管信息采集技術

智慧箱管信息采集是采用多種自動化、智能化的方式對集裝箱進出場站、在途、裝卸、站內作業、交付和維修等信息進行采集。關鍵箱管業務流程對應的物聯網采集手段如下。

（1）集裝箱場站進出門信息采集。二維碼可以有效提高識讀的效率[5]，因此，可以在集裝箱上粘貼包含集裝箱箱號、生產廠家、生產日期、載重等信息的耐久性二維碼標簽。對于智能化閘口的堆場，可以通過高清攝像頭對二維碼箱號進行圖像識別，或通過固定識讀裝置掃讀箱上的RFID標簽來判斷箱號；對于無智能化閘口的堆場可以通過在箱上安裝的智能定位終端自動發送的位置數據結合車站堆場GIS電子圍欄來判斷集裝箱的進出堆場情況。

（2）集裝箱裝車信息采集。集裝箱裝車信息采集分為自動采集和人工采集2種方式。自動采集就是集裝箱在裝車站裝車后，裝車信息通過在貨場咽喉處車號識別裝置配合二維碼或RFID箱號掃讀實現集裝箱與車信息的綁定和采集；人工采集就是通過作業人員使用手持機掃讀二維碼箱號或RFID箱號以及圖像識別集裝箱平車上的車號來實現集裝箱與車信息的綁定和采集。

（3）集裝箱卸車信息采集。在集裝箱到達目的車站卸車后，卸車站作業人員使用手持機掃讀二維碼箱號或RFID箱號進行車號與箱號的解綁并確認卸車。

（4）集裝箱在途狀態信息采集。在途安全狀態信息采集主要通過安裝在集裝箱上的智能監控裝置或智能定位終端(位置、加速度、溫度、壓力、液位等)，輔之以車站咽喉、場站進出口的高清視頻裝置（箱門開閉、形變、滲漏)進行。

（5）集裝箱交付信息。在集裝箱到達客戶場地后，集卡司機使用手持機掃讀二維碼箱號或RFID箱號進行集裝箱交付確認。

（6）集裝箱維修信息。通過高清攝像頭對箱體外部以及內部進行圖像識別初步判斷是否有破損，然后通過激光3D掃描成像設備來確定集裝箱的破損情況。

（7）集裝箱站內作業信息。通過智能化箱管系統以及裝卸機械上的智能監控裝置來獲取準確的集裝箱箱區箱位及空重狀態信息。

2.2.2 智慧箱管信息傳輸技術

商用通信技術在近20年間飛速發展，有線網絡桌面端已經達到千兆，公眾蜂窩移動網絡已從2G過渡到5G，Space X的近地衛星通信(Starlink)也橫空出世[6]，相對應的，從集裝箱產生至今，其箱管信息的傳輸方式也發生著變化，集裝箱運輸的特點為運輸范圍遍及全世界且箱管活動隨時發生，為了保證運輸過程中各個環節信息采集無死角，智慧箱管信息傳輸技術主要通過互聯網、公眾蜂窩移動網絡、有線或無線局域網完成信息傳輸。現階段，互聯網、移動通信、無線自組網等技術雖然已非常成熟，但仍然需要考慮通信成本、傳輸速度、可靠性與安全性，尤其需要考慮采用何種通信協議(UDP，TCP/IP和HTTP等)并對通信協議進行良好的設計，以保證信息傳輸的可靠性與安全性。

2.2.3 智慧箱管信息分析技術

智慧箱管信息分析技術就是利用神經網絡算法、遺傳仿生、決策樹、模糊聚類、概率統計等各種數據挖掘算法對集裝箱流通及作業產生的海量及異構數據進行實時處理及分析[7]。由于箱管活動處于實時發生及不斷變化過程之中，因此對信息分析處理的效率要求較高。

（1）智能視頻分析技術。智能視頻分析技術通過實時分析場站高清視頻采集的圖像，可以實現多種場景應用，對危險情況自動識別并實時報警，提高堆場內作業安全及效率。視頻分析技術在集裝箱日常運輸過程中幾種典型應用如下。①通過基于智能深度學習分析技術來檢測集裝箱內外鐵銹、油污、板洞、裂縫、地板脫層、油污等殘缺情況，通過毫米波雷達采集集裝箱點云數據生成毫米級3D集裝箱模型，檢測箱體的各種變形。②通過視頻系統構建基于圖像識別的堆場邊界電子圍欄，有效防范閑雜人員或異物非法入侵作業場地。③通過對堆場內裝卸、堆箱、移箱、翻箱等作業進行特征提取，建立安全作業模型，判斷作業防護是否到位，裝卸機械行走路徑與作業人員區域是否存在沖突，并且可依據作業計劃，通過圖像識別技術對堆場各項作業流程進行核驗，判斷是否存在操作錯誤。

（2）狀態監測分析技術。集裝箱監測數據分析技術體現在多個應用方面，對于通用集裝箱來說，將采集到的定位信息與地理數據相結合可以分析集裝箱在途運輸時間，在重點車站、港口等停留時間，從而可以對集裝箱的使用效率進行綜合分析；將采集到的超閾值加速度點與集裝箱裝卸、調車作業點相結合可以分析集裝箱途中是否因不規范的作業而受到異常沖擊。對于特種集裝箱來說，可將采集到的壓力、溫度、體積等參數狀態變化進行歷史趨勢數據統計分析，得到合理的回歸曲線變化范圍，然后對比實時狀態參量變化來判斷在途運輸是否存在安全風險。

2.2.4 智慧箱管信息預測技術

智慧箱管信息預測技術就是利用集裝箱多維度歷史運營大數據，通過差分自回歸移動平均模型(ARIMA)法、指數平滑法、彈性系數法等科學預測模型和方法對后期集裝箱的運量、運到時限、調撥周轉、使用壽命等運營方面進行提前預判，準確的預測不但可以提高運輸效率、運輸收益和服務質量，還可以有效保證運輸安全。

（1）集裝箱運量預測。建立根據區域生產總值、地區重點貨物生產量、地區重點貨物需求量，以及季節波動因素、其他運輸方式的運量分擔等多因素相關的預測模型，對短期內或未來一段時期內鐵路集裝箱運量進行預測。

（2）集裝箱預計到達時間預測。根據重點車站歷史數據、車站實時車流、在途車流、設計作業能力等因素來設計模型，對車站的擁堵情況和通過時間進行預測，結合統計歷史運行數據的各區間的運行時間，對在途集裝箱預計到達時間給出更加精確的預測。

（3）根據預測進行集裝箱的調撥周轉。根據不同類型貨物市場變化預測未來一段時間各個重點需求點的用箱需求，通過掌握即將發出的和在途的集裝箱，預測在未來時間內由于到達重箱卸空產生的空箱數量，從而減少空箱的無效調撥以提高集裝箱的使用效率。

（4）集裝箱壽命預測。根據集裝箱的使用次數、運行里程、載運貨物類型、裝卸作業單位及箱修情況，更加合理地制定集裝箱檢查、檢修周期，并對集裝箱的壽命進行預測。

3 智慧箱管體系試驗及應用

為了提升箱管體系的信息化和智能化，中鐵集裝箱運輸有限責任公司(以下簡稱“中鐵集裝箱公司”)近年來對二維碼、RFID、衛星定位、圖像識別等物聯網技術開展了廣泛的驗證，部分技術已經應用在生產實際中，發揮了良好的作用。

3.1 智慧箱管采集技術驗證

中鐵集裝箱公司為了提升集裝箱的信息化和智能化管理，從2019年開始，已經陸續在新造通用集裝箱上粘貼QR二維碼和集裝箱智能定位終端。由于QR二維碼具有一定的容錯和糾錯能力，無論是閘口的高清視頻還是作業人員的手持機，都可以非常方便地識別箱上的二維碼，明顯提升了集裝箱的作業效率。集裝箱智能定位終端上箱安裝后，可以采集到位置、加速度、溫度等多種數據，為集裝箱全程追蹤、貨物安全及資產管理提供了數據支持。

3.2 智慧箱管分析技術驗證

3.2.1 集裝箱箱損鑒定

集裝箱損壞程度的鑒定一直是各大集裝箱公司較為棘手的問題，如果不能及時發現破損并維修，會帶來貨物損失及安全風險[8]。采用激光雷達與深度學習算法等新技術結合可以提高集裝箱箱損的鑒定效率。首先采用激光雷達和高清攝像機采集箱內、箱外各種異常情況(如鐵銹、油污、板洞、裂縫、地板脫層、油污等)的3D點云數據和圖像數據，然后利用神經網絡等深度學習算法對異常情況進行判斷，同時通過3D重構集裝箱模型以及算法擬合技術生成集裝箱典型形變曲面，檢測箱體凹陷、側梁彎曲、角柱變形常見類型。最后將計算機視覺處理結果和3D重構模型擬合，綜合得到集裝箱最終殘缺檢測結果。箱損鑒定視覺分析處理流程及試驗驗證如圖3所示。

圖3 箱損鑒定視覺分析處理流程及試驗驗證Fig.3 Processing flow of visual analysis and test verification of container damage identification

3.2.2 集裝箱在站停留分析

為提高集裝箱使用效率，需盡量減少集裝箱在重點車站的停留時間，一旦發現集裝箱長時間停留在某站，鐵路調度和貨運部門就需要及時進行調撥處理。通過在集裝箱上安裝定位終端，可以與GIS中劃定的車站堆場電子圍欄相結合實現集裝箱在站停留的自動分析，判斷給定點是否在電子圍欄區域內的常用算法為夾角法。集裝箱在站停留分析功能如圖4所示。

圖4 集裝箱在站停留分析功能Fig.4 Functional diagram of container off-road retention analysis

3.3 智慧箱管預測技術驗證

根據中歐班列歷史運行的定位追蹤數據累積，得到集裝箱常用的運行徑路，通過對在途集裝箱即將經過徑路上重點車站的歷史停留時間進行樣本統計，綜合考慮季節、惡劣天氣、發運量對重點車站停留時間進行預測，加上區間運行時間，得到較為準確的中歐班列預計到達時間。中歐班列重點車站停留時間預測如圖5所示，中歐班列預計到達功能實現如圖6所示。

圖5 中歐班列重點車站停留時間預測Fig.5 Dwell time prediction for China-Europe Railway Express at key stations

圖6 中歐班列預計到達功能實現Fig.6 Realization of predicting estimated time of arrival for China-Europe Railway Express

4 結束語

隨著全球智能化、數字化的發展，越來越多的傳統集裝箱物流企業正在迅速向智能、智慧集裝箱物流企業轉變，智慧箱管將是提升物流企業競爭力的核心。目前中鐵集裝箱公司雖然已經開展了箱管物聯網技術的比選和試用，驗證了衛星定位、圖像識別、傳感器感知等技術能夠有效提高數據采集質量、降低人員勞動強度，但是在智慧箱管方面也僅是走出了依托自動化、智能化裝備實現了數據的自主感知、自動采集和初步分析的第一步，在智慧箱管科學決策、精準執行甚至自主學習、優化處理等方面還未有嘗試。未來鐵路集裝箱的管理技術發展，還需要在現有基礎上提前做好智慧箱管的頂層設計，以服務運輸安全、物流服務、運用管理、資產管理為建設目標，構建架構合理、功能完善、技術先進、決策科學的鐵路智慧箱管平臺，并在智能決策、自動組織等方面開展更深層次的研究和技術儲備。