基于云边端的智能车站系统及其交互方法、设备、介质与流程

本发明涉及轨道交通，尤其是涉及一种基于云边端的智能车站系统及其交互方法、设备、介质。

背景技术：

1、随着技术和社会的不断发展，汽车、动车等交通工具成为了人们出行必不可少的公共交通主体，而车站涉及的设备和管理部分非常庞大，目前缺少一种具备客运管理、设备管理、站务辅助、乘客管理等功能的智能车站系统，以实现车站的智能管理，当前的智能车站功能较为单一，所涉及的数据量也较少，未考虑到大量数据集成时数据的传输效率和响应及时性问题。

2、cn110619422a公开了一种智能车站客流状况预测方法和系统，方法包括步骤：s1：对高铁站客流数据进行采集；s2：大数据平台对原始客流数据预处理，按天统计高铁站的客流量后保存至数据库；s3：从数据库中获取高铁站历史的客流量数据，生成对应的时间序列，训练foa-elman神经网络，所述foa-elman神经网络输出为下一天的客流量预测结果；利用训练完毕的模型预测出次日客流量，并将结果保存至数据库；s4：根据预测出的次日客流量及高铁站的管理部门设定的最大承载客流量、不同客流状况等级的临界阀值，对次日客流状况进行定级，评估出客流的拥挤程度。本发明对预测的客流量进行了客流状况进行评估，以便高铁站管理部门能够提前了解客流状况，拟定客流疏导方案，合理调度人员。

3、但是，该方法并未给出整体的车站系统架构，同时，也仅给出了智能车站中的一种功能的实现方式，未考虑多种功能的集成，以及功能集成后带来的网络延迟、维护成本高、数据安全性差等问题。

技术实现思路

1、本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于云边端的智能车站系统及其交互方法、设备、介质，具备状态感知、数据管理、自动诊断、业务闭环和持续进化五个基本特征，能够实现多种管理功能。

2、本发明的目的可以通过以下技术方案来实现：

3、根据本发明的第一方面，提供了一种基于云边端的智能车站系统，包括云计算中心层、分布式边缘计算层和数据产生终端层，其中，

4、所述数据产生终端层包括多种类型的终端设备和人机交互设备，用于利用终端设备采集车站相关数据，利用人机交互设备获取请求数据，并将数据上传至分布式边缘计算层，同时，执行分布式边缘计算层下发的决策；

5、所述分布式边缘计算层负责根据人机交互设备的请求消息控制各终端设备实现数据采集并进行预处理，将预处理后的数据上传至云计算中心层，同时，接收云计算中心层下发的计算结果并向终端返回请求结果；

6、所述云计算中心层根据分布式边缘计算层上传的数据进行分析和综合业务信息的处理。

7、作为优选的技术方案，所述的终端设备包括包含传感设备、系统数据采集设备、行车ats数据采集设备，所述传感设备包括摄像头、防汛水位感知、温湿度、定位基站，系统数据采集设备包括互联网、pa、pis、bas、fas、afc、cctv、智能照明。

8、作为优选的技术方案，所述的人机交互设备包括智慧客服、乘客移动终端、视频坐席、车站管理终端、站务管理移动终端。

9、作为优选的技术方案，所述的分布式边缘计算层包括：

10、设备管理边缘计算模块，集成与车站设备管理相关业务数据信息，通过设备管理预处理模块分析处理后向云计算中心层上传信息进行数据资产的分类管理和故障智能诊断模型的训练，根据数据产生终端的人机交互设备请求消息并向终端返回请求结果；

11、客运管理边缘计算模块，集成与车站客运息息相关的数据信息业务，通过客运管理预处理模块分析处理后上传至云计算中心层的智能知识库、大数据预测服务进行智能算法数据信息处理，并根据数据产生终端层的人机交互设备的请求消息向终端返回请求结果，实现行车感知、客流感知、综合客流态势、运营节能模式匹配的应用场景；

12、乘客管理边缘计算模块，集成与乘客服务相关的数据信息业务，通过乘客管理预处理模块分析处理后上传至云计算中心层的智能知识库、信息精准推送服务进行智能算法的大数据信息处理，并根据数据产生终端层的人机交互设备的请求消息向终端返回请求结果实现无感爱心服务、综合信合信息服务、在线客服、自助式进出站、预约进出站、乘车到站提醒的应用场景；

13、站务辅助边缘计算模块，集成与车站站务人员业务相关的数据信息业务，通过站务辅助预处理模块分析处理后上传至云计算中心层的智能应急预案知识库、信息精准推送服务、bim模型服务、大数据预测服务进行智能算法的大数据信息处理，并根据数据产生终端层的人机交互设备的请求消息向车站管理终端、站务管理移动终端返回相关请求结果，实现乘客服务信息管理、车站预案电子化、站务人员感知、应急动态联动布控、ar全景巡站、移动端车站管理的应用场景。

14、作为优选的技术方案，所述的设备管理边缘计算模块实现包括pa、pis、bas、fas、afc、cctv、智能照明设备的实时状态信息、列车故障信息、乘客请求信息、站务人员位置信息、以及各类智能终端、视频坐席在线状态在内的数据的实时采集和预处理。

15、作为优选的技术方案，所述的客运管理边缘计算模块实现包括afc接口的进出站实时客流信息、ats接口的行车称重信息、cctv前端摄像头视频识别客流信息、包括bas/fas/智能照明在内的机电设备运行信息在内的数据的采集和预处理。

16、作为优选的技术方案，所述的乘客管理边缘计算模块实现包括cctv前端设备视频识别的重点乘客识别信息、乘客异常行为信息、pis接口的行车时刻信息、互联网信息、智慧客服操作信息、票务处理信息、乘客移动终端请求信息在内的数据的采集和预处理。

17、作为优选的技术方案，所述的站务辅助边缘计算模块实现包括cctv前端视频识别的站务人员身份识别信息、站务人员定位信息、管理终端录入的预案信息、ats行车位置信息、互联网信息、智慧客服人工请求信息、乘客人工服务记录、全景巡站信息、设备管理信息在内的数据的采集和预处理。

18、根据本发明的第二方面，提供了一种基于云边端的智能车站系统的交互方法，基于上述所述的系统实现，所述方法包括以下步骤：

19、获取数据产生终端层中的终端设备采集的车站相关数据，并上传至分布式边缘计算层；

20、获取人机交互设备的请求数据并上传至分布式边缘计算层；

21、分布式边缘计算层负责根据人机交互设备的请求消息控制各终端设备实现数据采集并进行预处理，将预处理后的数据上传至云计算中心层；

22、云计算中心层根据分布式边缘计算层上传的数据进行分析和综合业务信息的处理，并将结果反馈给分布式边缘计算层；

23、分布式边缘计算层接收云计算中心层下发的计算结果并向终端返回请求结果；

24、终端执行相关决策，实现智能交互管理。

25、根据本发明的第三方面，提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现所述的方法。

26、根据本发明的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的方法。

27、与现有技术相比，本发明具有以下有益效果：

28、(1)低网络延迟：本发明将计算、存储等能力从云数据中心扩展到离数据源较近的网络边缘如车站服务器，而不是集中式服务器或基于云的位置对客户端数据的处理和计算，支持在网络边缘执行深度学习、强化学习等人工智能算法，避免计算任务从网络边缘传输到数据中心的超长网络传输延迟，满足高实时性物联网应用。

29、(2)节省设备成本：本发明不需要再管理底层资源，把资源集中于业务本身，降低管理成本；业务服务可以更灵活高效地采集、处理、下发数据信息给底层资源，整体上可以提高资源的利用率，降低资源使用成本。

30、(3)减少维护成本：边缘计算场景下资源分散，负载随着业务需求不同而差异很大，根据不同业务差异对资源做合理有效的调节，可以让系统变得更高效、稳定，带来的维护成本也就更低。

31、(4)数据安全性强：如今数据安全防护已成为人们越来越关注的话题，当使用中心云计算的架构时往往需要将所有用户数据上传至云来进行计算，这样有泄露用户信息的风险，而本发明的云边端架构则不用将原始数据传输至云，从而避免了用户数据的隐私风险。