許偉 趙宏濤 王建英 王壯鋒 張濤 陳峰
中國鐵道科學(xué)研究院集團(tuán)有限公司通信信號研究所
1 引言
高速鐵路行車調(diào)度系統(tǒng)作為高速鐵路日常運(yùn)輸組織指揮中樞，是保障列車作業(yè)和調(diào)車作業(yè)安全運(yùn)行的技術(shù)裝備集合，通過階段計(jì)劃的動態(tài)調(diào)整和有序執(zhí)行，向運(yùn)輸生產(chǎn)系統(tǒng)提供安全行車調(diào)度服務(wù)。監(jiān)測鐵路沿線電力供應(yīng)、大風(fēng)和地震等突發(fā)事件狀態(tài)的現(xiàn)場設(shè)備節(jié)點(diǎn)將監(jiān)測數(shù)據(jù)交由鐵路局集團(tuán)公司中心云集中處理，形成行車數(shù)據(jù)中心化的云計(jì)算模式。目前隨著節(jié)點(diǎn)數(shù)量增長，數(shù)據(jù)中心化、系統(tǒng)中心化模式導(dǎo)致的計(jì)算資源缺乏和網(wǎng)絡(luò)通信延時(shí)等缺陷，極大影響高速鐵路行車調(diào)度系統(tǒng)發(fā)展。云邊協(xié)同技術(shù)具備將中心云的智能計(jì)算能力拓展至邊緣節(jié)點(diǎn)的特點(diǎn)。因此，應(yīng)充分利用中心云計(jì)算和邊緣節(jié)點(diǎn)計(jì)算協(xié)同，實(shí)現(xiàn)數(shù)據(jù)、資源、服務(wù)和安全的集成，通過基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)設(shè)計(jì)，以分布式行車資源高效利用為策略，提升突發(fā)事件下鐵路運(yùn)輸資源利用效率，進(jìn)一步提高高速鐵路行車調(diào)度安全化、信息化和智能化水平。
1.1 現(xiàn)狀及缺陷分析
高速鐵路調(diào)度集中系統(tǒng)核心功能包括運(yùn)行計(jì)劃編制、行車進(jìn)路卡控和運(yùn)維狀態(tài)監(jiān)控等，已在各鐵路局集團(tuán)公司得到廣泛應(yīng)用。在建設(shè)初期，信息來源較少，數(shù)據(jù)類型單一，調(diào)度集中系統(tǒng)重點(diǎn)專注階段計(jì)劃執(zhí)行和進(jìn)路安全卡控等基礎(chǔ)功能。隨著智能技術(shù)的發(fā)展，系統(tǒng)加強(qiáng)與突發(fā)事件監(jiān)測平臺的結(jié)合，引入智能防災(zāi)監(jiān)控和智能協(xié)同控制等技術(shù)。在云計(jì)算工作模式下，不確定性的突發(fā)事件監(jiān)測數(shù)據(jù)由邊緣節(jié)點(diǎn)實(shí)時(shí)采集，網(wǎng)絡(luò)傳輸至鐵路局集團(tuán)公司中心云加工處理，最終應(yīng)用于車站行車控制單元。大中心、小節(jié)點(diǎn)的系統(tǒng)結(jié)構(gòu)使行車大數(shù)據(jù)與云計(jì)算建立依賴關(guān)系，但在云中心模式下存在一定調(diào)度安全隱患，主要體現(xiàn)在以下方面：
1）突發(fā)事件監(jiān)測數(shù)據(jù)時(shí)效性較差。海量節(jié)點(diǎn)原始數(shù)據(jù)直接上傳至單一中心云導(dǎo)致有效數(shù)據(jù)的直接延時(shí)和遺漏，并因中心云的處理瓶頸和轉(zhuǎn)發(fā)延時(shí)而加重。
2）單點(diǎn)故障潛在風(fēng)險(xiǎn)較大。所有基礎(chǔ)數(shù)據(jù)和服務(wù)調(diào)用都匯總到中心云，導(dǎo)致作為耦合焦點(diǎn)的中心云的單點(diǎn)故障會對系統(tǒng)可靠性產(chǎn)生嚴(yán)重影響。
3）運(yùn)輸設(shè)備資源浪費(fèi)。節(jié)點(diǎn)直接面對特定事件數(shù)據(jù)的前沿性和單一性被忽略，計(jì)算潛能未被充分開發(fā)，造成網(wǎng)絡(luò)通信資源浪費(fèi)，數(shù)據(jù)傳輸成本增大。
4）系統(tǒng)擴(kuò)展性和可維護(hù)性較差。中心云疲于應(yīng)付各類數(shù)據(jù)處理細(xì)節(jié)，難以兼顧數(shù)據(jù)價(jià)值的深層挖掘和業(yè)務(wù)流程的統(tǒng)籌調(diào)度。
1.2 云邊協(xié)同技術(shù)解決的關(guān)鍵問題
智能行車調(diào)度系統(tǒng)服務(wù)場景對現(xiàn)存系統(tǒng)的個(gè)性化適配、模型規(guī)模、異構(gòu)接入支持、安全保護(hù)等方面提出更為嚴(yán)格要求。新的云邊協(xié)同智能行車調(diào)度系統(tǒng)需解決以下關(guān)鍵問題。
1）考慮突發(fā)事件和應(yīng)對策略為場景單元，研究數(shù)據(jù)演進(jìn)趨勢，深度挖掘價(jià)值信息。
2）均衡邊緣節(jié)點(diǎn)數(shù)據(jù)感知能力、云中心多維分析能力以及中間區(qū)域數(shù)據(jù)匯聚能力，構(gòu)建分層多級數(shù)據(jù)處理平臺。
3）研究節(jié)點(diǎn)模型按需切分和部署，以典型場景下節(jié)點(diǎn)自適應(yīng)學(xué)習(xí)使服務(wù)和智能貼近生產(chǎn)需求。
4）側(cè)重局部、短時(shí)數(shù)據(jù)的前端節(jié)點(diǎn)增加數(shù)據(jù)不確定性，研究數(shù)據(jù)狀態(tài)時(shí)序推演和預(yù)測感知機(jī)制，依據(jù)關(guān)聯(lián)事件變化趨勢，制定節(jié)點(diǎn)數(shù)據(jù)和服務(wù)可信度量。
5）涵蓋數(shù)據(jù)和服務(wù)安全的邊緣節(jié)點(diǎn)安全管理，結(jié)合場景選用身份驗(yàn)證和鑒權(quán)、能力匹配和行為管理、數(shù)據(jù)安全和訪問控制等技術(shù)。
2 基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)設(shè)計(jì)
云邊協(xié)同是在云計(jì)算的開放架構(gòu)中引入邊緣計(jì)算的協(xié)同控制技術(shù)，在中心云和邊緣節(jié)點(diǎn)間合理分配數(shù)據(jù)、資源、服務(wù)和安全，充分發(fā)揮中心云的集中計(jì)算能力和邊緣節(jié)點(diǎn)的分布計(jì)算能力。
2.1 架構(gòu)設(shè)計(jì)
基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)架構(gòu)如圖1所示，主要包括數(shù)據(jù)層、網(wǎng)絡(luò)層和應(yīng)用層。相比既有數(shù)據(jù)集中式、系統(tǒng)中心化模式，基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)將中心云的智能計(jì)算能力拓展至邊緣節(jié)點(diǎn)，使得中心云統(tǒng)籌調(diào)度和數(shù)據(jù)挖掘功能，邊緣節(jié)點(diǎn)側(cè)重?cái)?shù)據(jù)處理和行車決策能力，將資源消耗型服務(wù)由系統(tǒng)中心部署變?yōu)檫吘壒?jié)點(diǎn)部署，以海量資源應(yīng)對集中需求。鐵路局集團(tuán)公司中心云加強(qiáng)安全防御、負(fù)載均衡和監(jiān)控維護(hù)等功能，協(xié)調(diào)指揮數(shù)據(jù)層邊緣節(jié)點(diǎn)為應(yīng)用層車站單元提供突發(fā)事件行車決策服務(wù)。
圖1 基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)架構(gòu)
基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)的數(shù)據(jù)層依托計(jì)算服務(wù)、存儲服務(wù)和網(wǎng)絡(luò)服務(wù)，實(shí)現(xiàn)突發(fā)事件的智能故障診斷和預(yù)警功能，解決運(yùn)輸設(shè)備資源浪費(fèi)的問題；網(wǎng)絡(luò)層通過數(shù)據(jù)管理、設(shè)備管理和服務(wù)管理，實(shí)現(xiàn)云邊協(xié)同下的數(shù)據(jù)互聯(lián)、資源融合和服務(wù)分發(fā)功能，降低單點(diǎn)故障潛在風(fēng)險(xiǎn)；應(yīng)用層執(zhí)行行車調(diào)度、數(shù)據(jù)交互和運(yùn)維管理工作，解決突發(fā)事件監(jiān)測數(shù)據(jù)時(shí)效性較差以及系統(tǒng)擴(kuò)展性和可維護(hù)性較差的問題。各層級實(shí)體設(shè)備整合虛擬服務(wù)，共同完成云邊協(xié)同下的行車調(diào)度目標(biāo)。
2.2 數(shù)據(jù)交互
智能行車調(diào)度系統(tǒng)將突發(fā)事件監(jiān)測平臺納入架構(gòu)體系。數(shù)據(jù)層的突發(fā)事件監(jiān)測數(shù)據(jù)、網(wǎng)絡(luò)層的決策規(guī)則數(shù)據(jù)以及應(yīng)用層的行車調(diào)度數(shù)據(jù)交互形成閉環(huán)的數(shù)據(jù)鏈路，如圖2所示。
圖2 基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)的數(shù)據(jù)交互
邊緣節(jié)點(diǎn)對突發(fā)事件實(shí)施邊緣監(jiān)測，產(chǎn)生突發(fā)事件監(jiān)測數(shù)據(jù)，并基于決策規(guī)則的邊緣計(jì)算產(chǎn)生行車決策數(shù)據(jù)。網(wǎng)絡(luò)層采用不同傳輸模式將決策數(shù)據(jù)和原始數(shù)據(jù)傳輸至應(yīng)用層，完成云邊協(xié)同中邊緣側(cè)功能；網(wǎng)絡(luò)層中心云對行車大數(shù)據(jù)進(jìn)行挖掘開發(fā)，產(chǎn)生升級的規(guī)則數(shù)據(jù)并應(yīng)用于數(shù)據(jù)層的邊緣節(jié)點(diǎn)，實(shí)現(xiàn)云邊協(xié)同中心側(cè)功能。在基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)架構(gòu)下，中心云的規(guī)則升級過程和邊緣節(jié)點(diǎn)的數(shù)據(jù)完善過程相互促進(jìn)，數(shù)據(jù)的協(xié)同實(shí)現(xiàn)行車資源的協(xié)同和計(jì)算服務(wù)的協(xié)同。
3 基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)層級分析
基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)包含數(shù)據(jù)層、網(wǎng)絡(luò)層和應(yīng)用層，其中數(shù)據(jù)層包含邊緣節(jié)點(diǎn)、邊緣子云和行車數(shù)據(jù)采集節(jié)點(diǎn)；網(wǎng)絡(luò)層包含鐵路局中心云和中國鐵路國家鐵路集團(tuán)有限公司 ( 以下簡稱“國鐵集團(tuán)” ) 中心云；應(yīng)用層包含車站單元、車站子云、鐵路局中心應(yīng)用模塊和國鐵集團(tuán)應(yīng)用模塊。該系統(tǒng)加強(qiáng)邊緣側(cè)突發(fā)事件的自動監(jiān)測和預(yù)警功能，突出中心側(cè)的資源、服務(wù)和安全控制，解決海量節(jié)點(diǎn)與中心云的時(shí)空協(xié)調(diào)、行車任務(wù)再分配和行車資源再利用等難題，進(jìn)一步提高高速鐵路運(yùn)營效率、運(yùn)營安全和客貨運(yùn)運(yùn)輸服務(wù)質(zhì)量。
3.1 數(shù)據(jù)層
u 邊緣節(jié)點(diǎn)
借助針對突發(fā)事件監(jiān)測和處置形成的邊緣計(jì)算，邊緣節(jié)點(diǎn)提供車站運(yùn)輸環(huán)境感知、數(shù)據(jù)處理和行車決策支持等綜合服務(wù)，是整套方案設(shè)計(jì)的重點(diǎn)。智能調(diào)度集中系統(tǒng)中，常見的邊緣節(jié)點(diǎn)包括電力供應(yīng)監(jiān)測節(jié)點(diǎn)、大風(fēng)監(jiān)測節(jié)點(diǎn)和地震監(jiān)測節(jié)點(diǎn)等。
邊緣節(jié)點(diǎn)的業(yè)務(wù)功能包括服務(wù)注冊和邊緣計(jì)算兩部分。邊緣節(jié)點(diǎn)初始啟動后連接邊緣子云，注冊申請并動態(tài)加入行車調(diào)度網(wǎng)絡(luò)。基于服務(wù)能力認(rèn)證機(jī)制，邊緣節(jié)點(diǎn)收集本地資源信息作為能力憑證，向中心云發(fā)送認(rèn)證申請，并從中心云和車站子云獲取服務(wù)范疇和完整行車卡控策略；持續(xù)邊緣計(jì)算階段，邊緣節(jié)點(diǎn)格式化采集數(shù)據(jù)以消除數(shù)據(jù)異構(gòu)性，并依據(jù)處置規(guī)則，實(shí)現(xiàn)監(jiān)測事件狀態(tài)到行車卡控處置的映射，輸出含義明確的行車決策數(shù)據(jù)，并上傳至邊緣子云。
u 邊緣子云
邊緣子云是一定區(qū)域內(nèi)監(jiān)測相同事件類別的邊緣節(jié)點(diǎn)集合體，實(shí)現(xiàn)轄區(qū)內(nèi)邊緣節(jié)點(diǎn)管理功能。常見邊緣子云包括電力供應(yīng)監(jiān)測邊緣子云、大風(fēng)監(jiān)測邊緣子云、和地震監(jiān)測邊緣子云等。
邊緣子云的業(yè)務(wù)功能包括數(shù)據(jù)中轉(zhuǎn)和功能替補(bǔ)兩部分。數(shù)據(jù)中轉(zhuǎn)涉及邊緣節(jié)點(diǎn)數(shù)據(jù)上傳、中心數(shù)據(jù)下達(dá)以及數(shù)據(jù)緩存功能。在車站單元獲取高密度決策數(shù)據(jù)并將其應(yīng)用于實(shí)際行車業(yè)務(wù)后，邊緣子云可以依托本地較為豐富的存儲資源實(shí)現(xiàn)延遲數(shù)據(jù)緩存，降低網(wǎng)絡(luò)帶寬爭搶；相對于單一節(jié)點(diǎn)，邊緣子云具備更為強(qiáng)大的服務(wù)能力和管轄范圍。在邊緣節(jié)點(diǎn)業(yè)務(wù)由于資源缺陷或設(shè)備故障無法有效開展時(shí)，邊緣子云借助行車卡控規(guī)則支持，直接對原始監(jiān)測數(shù)據(jù)施加缺失功能，擔(dān)當(dāng)邊緣節(jié)點(diǎn)的替補(bǔ)角色。
u 行車數(shù)據(jù)采集節(jié)點(diǎn)
行車數(shù)據(jù)采集節(jié)點(diǎn)是智能調(diào)度集中系統(tǒng)內(nèi)負(fù)責(zé)與列控系統(tǒng)、聯(lián)鎖系統(tǒng)等其他運(yùn)輸生產(chǎn)系統(tǒng)進(jìn)行信息交互的模塊，實(shí)現(xiàn)不同系統(tǒng)間數(shù)據(jù)協(xié)議轉(zhuǎn)換、專有行車數(shù)據(jù)生成以及內(nèi)外部數(shù)據(jù)交互傳輸?shù)葦?shù)據(jù)采集功能。常見行車數(shù)據(jù)采集節(jié)點(diǎn)包括車站采集機(jī)籠等硬件，以及運(yùn)行于其上的各類數(shù)據(jù)處理軟件。
行車數(shù)據(jù)采集節(jié)點(diǎn)的業(yè)務(wù)功能包括協(xié)議轉(zhuǎn)換和數(shù)據(jù)分發(fā)2部分。作為智能調(diào)度集中系統(tǒng)邊界，采集節(jié)點(diǎn)轉(zhuǎn)換不同運(yùn)輸生產(chǎn)系統(tǒng)間的交互數(shù)據(jù)協(xié)議，并分發(fā)至關(guān)聯(lián)終端。此外，采集節(jié)點(diǎn)負(fù)責(zé)信息交互過程中的數(shù)據(jù)有效性和安全性檢查工作。
3.2 網(wǎng)絡(luò)層
u 鐵路局中心云
鐵路局中心云由部署于各鐵路局集團(tuán)公司中心的服務(wù)器集群組成，統(tǒng)籌管轄公司內(nèi)各行車控制模塊及由其產(chǎn)生的行車數(shù)據(jù)和對外提供的行車服務(wù)，實(shí)現(xiàn)局管內(nèi)的云邊協(xié)同功能，是整套方案設(shè)計(jì)的又一重點(diǎn)。
鐵路局中心云的業(yè)務(wù)功能包括數(shù)據(jù)管理、規(guī)則管理和統(tǒng)一服務(wù)三部分。數(shù)據(jù)管理是行車數(shù)據(jù)集中管理和高效調(diào)閱的活動集合，可以消除信息孤島和傳輸壁壘；規(guī)則管理指基于大數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)的邊緣節(jié)點(diǎn)行車卡控規(guī)則的自主學(xué)習(xí)和迭代完善工作；統(tǒng)一服務(wù)指基于云邊關(guān)聯(lián)和協(xié)同的服務(wù)調(diào)度工作，可以使應(yīng)用層行車單元在數(shù)據(jù)層高效邊緣服務(wù)支持下，專注行車卡控，促進(jìn)行車安全。
u 國鐵集團(tuán)中心云
國鐵集團(tuán)中心云負(fù)責(zé)全路行車控制，是高速鐵路智能調(diào)度集中系統(tǒng)內(nèi)集成服務(wù)、運(yùn)維監(jiān)控和資源管理的最高級統(tǒng)一入口。
國鐵集團(tuán)中心云的業(yè)務(wù)功能與鐵路局中心云類似。但作為各鐵路局中心云的上級領(lǐng)導(dǎo)，國鐵集團(tuán)中心云在重大故障廣域影響范圍下實(shí)施跨路局調(diào)度服務(wù)，通過智能和全面的安全防護(hù)和運(yùn)維監(jiān)控，統(tǒng)籌保證全路行調(diào)運(yùn)行效率和安全。
3.3 應(yīng)用層
u 車站單元
車站單元主要涵蓋既有車站操作設(shè)備，包括車站值班員終端、自律機(jī)模塊等。在邊緣節(jié)點(diǎn)數(shù)據(jù)服務(wù)和決策支持下，車站單元擴(kuò)展既有自律卡控條件和范圍，增加固定進(jìn)路卡控、復(fù)雜站場進(jìn)路控制等功能，實(shí)現(xiàn)行車調(diào)度綜合智能卡控。
車站單元的業(yè)務(wù)功能包括消息訂閱和行車調(diào)度兩部分。車站單元初始啟動后向車站子云注冊登記，動態(tài)加入調(diào)度集中系統(tǒng)網(wǎng)絡(luò)。綜合車站位置、轄區(qū)邊緣節(jié)點(diǎn)位置和關(guān)聯(lián)事件等因素，車站單元向鐵路局中心云訂閱主題消息；完成上述操作后，車站單元結(jié)合本地列車運(yùn)營狀態(tài)及高效精簡的邊緣節(jié)點(diǎn)決策支持，持續(xù)進(jìn)行行車調(diào)度和安全卡控操作。
u 車站子云
車站子云是單一線路內(nèi)具有較大關(guān)聯(lián)度的車站單元集合體。典型場景下，一般以調(diào)度管界為依據(jù)，劃定同一調(diào)度臺車站單元?dú)w屬同一車站子云，由其實(shí)施統(tǒng)一管理。
車站子云的業(yè)務(wù)功能包括數(shù)據(jù)中轉(zhuǎn)和數(shù)據(jù)緩存兩部分。車站子云接收和解析本子云所屬車站訂閱數(shù)據(jù)。相較于邊緣子云低時(shí)間敏感緩存，車站子云在行車單元或網(wǎng)絡(luò)故障時(shí)，提供短時(shí)突發(fā)事件實(shí)時(shí)數(shù)據(jù)的緩存功能，提高數(shù)據(jù)可靠性和穩(wěn)定性，緩存隊(duì)列的數(shù)據(jù)削峰功能提升車站單元數(shù)據(jù)處理能力；此外，車站子云緩存轄內(nèi)單元專有卡控策略和節(jié)點(diǎn)服務(wù)列表，對外提供統(tǒng)一更新服務(wù)，提升分布式下服務(wù)效率。
u 鐵路局中心
鐵路局中心應(yīng)用單元主要涵蓋既有中心操作設(shè)備，包括行調(diào)臺、助調(diào)臺、維護(hù)臺等，提供局管內(nèi)的調(diào)度數(shù)據(jù)編制、數(shù)據(jù)管理和可視化展示、數(shù)據(jù)挖掘以及內(nèi)外數(shù)據(jù)交互等統(tǒng)籌調(diào)度和運(yùn)維管理功能。
鐵路局中心的業(yè)務(wù)功能包括局內(nèi)調(diào)度、數(shù)據(jù)交互和數(shù)據(jù)挖掘三部分。在車站子云上層統(tǒng)籌局內(nèi)資源，保證高等級列車以及廣域事件影響范圍下的本鐵路局集團(tuán)公司內(nèi)部行車指揮調(diào)度活動；通過各類人機(jī)交互接口編制階段計(jì)劃，在既有下發(fā)車站單元的基礎(chǔ)上，由網(wǎng)絡(luò)層控制分發(fā)至關(guān)聯(lián)邊緣節(jié)點(diǎn)及其子云，是邊緣服務(wù)開展行車輔助決策的重要依據(jù)；鐵路局中心應(yīng)用模塊以邏輯圖表形式展現(xiàn)雜亂數(shù)據(jù)的內(nèi)在演進(jìn)規(guī)律，優(yōu)化指導(dǎo)行車調(diào)度工作。高速鐵路行車大數(shù)據(jù)挖掘和安全規(guī)則自學(xué)習(xí)操作，使更加智能和高效的事件處理規(guī)則更新至邊緣節(jié)點(diǎn)，實(shí)現(xiàn)數(shù)據(jù)層的區(qū)域性能提升。
u 國鐵集團(tuán)
國鐵集團(tuán)應(yīng)用單元由計(jì)劃編制模塊、數(shù)據(jù)展示模塊和數(shù)據(jù)挖掘模塊等組成。站在全路角度，國鐵集團(tuán)關(guān)注跨局重點(diǎn)列車以及更為廣域突發(fā)事件下的調(diào)度控制，提供更大維度、典型場景下的行車調(diào)度和數(shù)據(jù)展示、挖掘工作。
國鐵集團(tuán)的業(yè)務(wù)功能側(cè)重全路范圍的統(tǒng)籌調(diào)度和運(yùn)維管理。通過建立分層多級行車數(shù)據(jù)處理平臺，在海量數(shù)據(jù)中挖掘出預(yù)測性、分析性信息，在為其他平臺提供輔助支持的同時(shí)，指導(dǎo)各鐵路局中心應(yīng)用單元輸出更為高效、智能的行車調(diào)度決策。
4 基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)應(yīng)用
基于云邊協(xié)同的高速鐵路智能行車調(diào)度技術(shù)在北京、成都、鄭州等多個(gè)鐵路局調(diào)度車務(wù)仿真實(shí)訓(xùn)和測試系統(tǒng)中得到了充分的應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)、資源、服務(wù)和安全的集成，提高了仿真環(huán)境的資源的利用效率，節(jié)約了系統(tǒng)投資成本，如圖3所示。
圖3 基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)的應(yīng)用場景
5 結(jié)束語
隨著高速鐵路信息化建設(shè)步伐加快，行車調(diào)度系統(tǒng)功能日趨全面復(fù)雜，智能化升級改造需求緊迫。云計(jì)算技術(shù)和邊緣計(jì)算技術(shù)逐漸成熟，越來越廣泛應(yīng)用于行車組織領(lǐng)域。基于云邊協(xié)同的高速鐵路智能行車調(diào)度系統(tǒng)能夠充分發(fā)揮邊緣計(jì)算平臺協(xié)作效率和中心云數(shù)據(jù)應(yīng)用效能，優(yōu)化完善突發(fā)事件場景下列車運(yùn)行進(jìn)路和命令安全卡控邏輯，進(jìn)一步提升高速鐵路運(yùn)輸組織連貫性、協(xié)調(diào)性和安全性。新架構(gòu)業(yè)務(wù)層級清晰，具有基礎(chǔ)信息跨平臺共享能力和綜合行車智能動態(tài)調(diào)整特性，充實(shí)“智能高速鐵路”理論技術(shù)創(chuàng)新內(nèi)容，促進(jìn)高速鐵路運(yùn)輸組織調(diào)度向自動化和智能化方向發(fā)展。
