AI在城市轨道交通工程技术中的应用

20XX/XX/XXAI在城市轨道交通工程技术中的应用汇报人:XXXCONTENTS目录01

行业发展背景与AI技术定位02

技术支撑体系构建03

智能运维技术创新04

智慧车站建设实践05

运输组织智能优化CONTENTS目录06

应急处突与安全管理07

智慧能源管理08

实施路径与典型案例09

挑战与应对策略行业发展背景与AI技术定位01提升运营效率的迫切需求传统轨道交通运营依赖人工经验，面临调度复杂、运维效率低等问题。例如，设备故障发现滞后导致停运风险，人工编制运行图耗时长达周级，亟需AI技术实现从经验驱动向数据驱动转型，提升整体运营效率。保障运营安全的核心需求随着线网规模扩大和客流量增长，安全压力日益增大。传统人工巡检存在效率低、漏检风险，应急处置依赖人工决策响应慢。AI技术可实现设备状态实时监测、故障提前预警及应急方案智能生成，筑牢安全防线。优化乘客服务的升级需求乘客对出行体验要求不断提高，传统服务模式在客服响应、个性化指引等方面存在不足。AI赋能的智能客服、异常行为识别、主动服务等，能实现从被动响应到主动服务的转变，提升乘客满意度。实现绿色低碳的发展需求在“双碳”目标下，城轨系统需降低能耗。传统能源管理模式粗放，AI技术通过源网荷储控一体化优化，可实现节能降碳，甚至参与虚拟电厂与碳交易，推动绿色可持续发展。城市轨道交通智能化转型需求AI技术赋能城轨的核心价值提升运营效率，降低成本AI技术通过智能调度、预测性维护等手段显著提升城轨运营效率。如深圳地铁应用AI客流预测与行车计划智能体，运行图编制从“周级”压缩至分钟级；徐州地铁合规风险智能体使合同审查周期从天级缩至分钟级，年节约人力约24000小时。强化安全保障，减少事故AI在安全监测与预警方面发挥重要作用。智慧车站智能体可自动识别摔倒、滞留、打架斗殴等异常行为，实现主动预警与任务派发；设备运维领域，AI通过对传感器数据和运行状态的实时监控，提前检测并预测车辆故障，减少突发故障导致的停运风险。优化乘客服务，提升体验AI技术优化乘客出行全流程体验。智能客服系统依托自然语言处理技术，实现24小时不间断票务查询、线路咨询等服务；智慧安检平台整合AI图像识别等技术，提升安检效率与安全性，如西安站的高精度金属探测仪让安检员“弯腰动作少了90%”。促进绿色低碳，可持续发展AI助力城轨能源管理智能化，实现节能降碳。智慧能管系统通过对线网能源数据的分析，动态优化光伏、储能、柔性负荷，聚合虚拟电厂参与电力市场，推动城轨绿色低碳运营，助力实现“双碳”目标。政策与技术双轮驱动发展态势多层次政策体系提供制度保障国家层面形成“人工智能+”行动、智慧城轨纲要等政策协同，明确“AI+交通”发展方向。《人工智能大模型》系列国标落地，为城轨AI规范应用提供清晰指引，推动行业从试点探索迈向系统推进阶段。核心技术架构持续演进创新技术呈现“大模型与小模型协同”“云—边—端算力协同”特征。行业大模型负责跨领域通用认知，专业小模型确保实时精准执行，边缘算力满足车站、车辆段等高实时性场景需求，支撑AI应用向可信化、隐私计算升级。当前发展瓶颈与突破方向虽已从零星试点迈向系统推进，但仍面临数据孤岛、技术业务脱节、自主可控不足、标准滞后、人才短缺五大瓶颈。突破方向聚焦于夯实数据基础、深化算法与业务融合、构建自主可控技术体系及完善行业标准与人才培养机制。技术支撑体系构建02全生命周期数据治理体系

数据全生命周期治理框架构建覆盖“理、采、存、管、用”全流程的数据治理体系，打通城轨各专业、各线路间的数据壁垒，形成标准化、高质量的行业数据集，为AI应用提供坚实数据基础。

数据采集与整合机制通过部署在轨道、列车、车站等关键位置的传感器，实时采集列车运行数据、客流数据、设备状态数据等多源异构数据，并利用大数据技术进行清洗、转换与整合，确保数据的准确性和一致性。

数据质量管理与标注规范建立严格的数据质量评估指标体系，对数据完整性、准确性、时效性进行持续监控与优化。制定统一的数据标注规则和标准，明确标注流程和责任主体，保障AI模型训练数据的高质量。

数据安全与隐私保护策略遵循《数据安全法》《个人信息保护法》等法规要求，构建覆盖数据采集、传输、存储、使用全环节的安全防护机制，采用数据加密、脱敏、访问控制等技术，确保数据安全与隐私合规。

数据共享与开放机制在保障数据安全和隐私的前提下，建立跨主体、跨区域的数据共享机制，推动优质数据资源的安全高效流通与复用，避免数据孤岛和重复建设，提升数据资源的利用价值。大模型与专业小模型协同架构行业大模型基座支撑

以国产自主大模型（如DeepSeek、文心一言等）为基座，注入城轨专业数据微调形成行业通识大模型，提供跨领域的通用认知能力，支撑城轨各专业场景的基础智能需求。专业小模型场景适配

结合企业独有数据与特定业务需求，定制化构建专业小模型，确保在设备运维、客流预测等具体场景的执行精度和实时性，实现从通用认知到专业执行的精准落地。云-边-端算力协同模式

采用“云-边-端”协同的算力架构，集中算力支撑大模型训练与全局优化，边缘算力满足车站、车辆段等高实时性场景的小模型推理需求，实现智能决策与执行的高效协同。典型应用效能提升

青岛地铁供电智能体基于此架构实现故障自动诊断与方案输出，处置效率提升超70%；深圳地铁客流预测智能体融合大模型与专业算法，预测精度达95%，运行图编制从周级压缩至分钟级。云边端协同算力保障

云边端协同架构设计构建集中算力训模、边缘算力实时推理的云边端协同模式，集中算力负责城轨行业大模型等复杂模型的训练，边缘算力满足车站、车辆段等高实时性场景需求，实现自主可控、弹性调度。

算力资源动态分配采用虚拟化技术和容器化技术，根据不同业务的需求，灵活分配计算资源，提高算力资源的利用率，保障AI应用在高并发时段的算力供给，避免算力供需失衡。

统一算力管理平台建设统一AI平台，实现模型、数据、算力、应用集中管理，避免烟囱式建设，统筹通用算力、智能算力和边缘算力，为城轨AI规模化应用提供强大的算力支撑。统一AI平台与安全支撑体系

统一AI平台的核心功能实现模型、数据、算力、应用的集中管理，避免烟囱式建设，为城轨AI应用提供标准化、模块化的平台底座，支撑智能能力的集中供给与复用。

云-边-端协同算力架构统筹通用算力、智能算力和边缘算力，集中算力用于模型训练，边缘算力满足车站、车辆段等高实时性场景的推理需求，实现弹性调度与自主可控。

全生命周期数据治理构建覆盖“理、采、存、管、用”的数据治理体系，打通数据壁垒，打造高质量行业数据集，为AI模型训练和应用提供坚实数据基础。

一体化安全运营防护覆盖“云、网、数、用、端”全场景，建立闭环安全运营体系，保障数据安全、算法可信、隐私保护，明确人机责任边界，确保AI应用合规可控。智能运维技术创新03设备预测性维护系统

01系统核心功能：从状态监测到寿命预测通过部署在轨道、列车、供电设备等关键部位的传感器，实时采集振动、温度、电流电压等运行状态数据，结合AI算法实现故障早期预警与剩余寿命精准预测，变传统"计划修"为"状态修"和"预测修"。

02关键技术支撑：多模态数据融合与智能诊断采用城轨行业大模型与专业小模型协同架构，对多源异构数据进行深度挖掘，实现故障模式识别、根因定位及维修方案自动生成。例如，青岛地铁供电智能体实现故障自动诊断与方案输出，处置效率提升超70%。

03应用成效：降本增效与安全保障该系统有效减少人工巡检工作量，降低故障发生率，缩短故障维修时间，显著降低运维成本。南京地铁弓网智能检测系统利用计算机视觉实时识别接触网异常，保障了供电系统的安全稳定运行。多场景智能巡检覆盖智能巡检机器人已广泛应用于轨道、供电设备、信号设备、隧道、车站等多个场景，实现对轨道几何形变、接触网磨损、隧道衬砌病害、车站异常行为等的自动识别与监测。关键技术与功能实现融合计算机视觉、激光雷达、多传感器等技术，具备实时数据采集、智能分析、故障精准预测与自动诊断功能，可实现从传统“计划修”向“状态修”“预测修”的转型。应用成效与案例显著提升巡检效率，降低人工成本与故障发生率。例如，南京地铁弓网智能检测系统利用计算机视觉实时识别接触网异常；沈阳站的“守望者”智能巡检机器人为旅客答疑指路，提升运营安全性与服务质量。智能巡检机器人应用故障自动研判与派单机制01智能故障诊断：从告警到根因定位基于城轨行业大模型与专业小模型协同，对设备传感器数据（如振动、温度、电流）及历史故障案例进行深度学习，实现故障类型自动识别与精准根因定位。青岛地铁供电智能体可自动完成故障分析，较传统人工诊断效率提升超70%。02维修方案智能生成：匹配最优资源结合故障等级、设备位置、历史维修数据及当前运维人员技能状态，AI系统自动生成包含维修步骤、所需工具、备件及人员的最优维修方案，实现从“经验依赖”到“数据驱动”的决策转变。03动态派单与闭环跟踪：提升响应效率通过AI算法动态匹配维修任务与运维团队，实现工单自动派发、进度实时追踪及完成质量评估的闭环管理。南京地铁弓网智能检测系统故障处置响应时间缩短至分钟级，显著降低运营中断风险。智慧车站建设实践04远程客服中心的构建与融合技术新建地铁线路全面应用远程客服中心，融合语音识别与视频分析技术。通过语音交互，乘客可便捷查询列车时刻表、票价及换乘路线；视频分析能识别乘客操作困难，远程客服人员及时通过视频通话提供指导。集中式服务需求处理与响应远程客服中心实现对车站内各类服务需求的集中处理，包括乘客投诉建议、特殊乘客服务预约等。通过集中管理，提高客服响应速度与服务质量，优化乘客服务体验。NLP驱动的智能客服与个性化服务智能客服系统依托自然语言处理技术，提供24小时不间断票务查询、线路咨询、换乘指引等服务。通过分析乘客出行习惯，可提供个性化出行建议，甚至推送站内周边生活服务信息，提升服务温度与效率。远程客服中心与智能交互智慧安检综合解决方案

AI图像识别违禁品检测整合人工智能图像识别技术，自动识别乘客行李中的刀具、易燃易爆物品等违禁品，及时发出报警信号，提升安检精准度与效率。

毫米波雷达非接触式检查应用毫米波雷达技术对乘客身体进行非接触式检查，快速检测是否携带金属物品等违禁品，避免人工搜身检查带来的不便，优化乘客体验。

安检数据实时分析与优化对安检通过率、违禁品查获数量等数据进行实时分析，为安检人员排班、安检设备优化配置提供数据支持，进一步提升整体安检效率。

智能化安检流程再造通过AI技术实现安检流程的智能化再造，减少人工干预，提高安检速度，有效缓解传统安检模式下安检速度慢、易出现漏检等问题。设备物联智能感知网络

全要素感知节点部署在车站电扶梯、照明、通风、空调等设备上安装智能传感器，实现对设备运行状态数据、能耗数据等关键指标的实时采集，构建全面的设备物联感知网络。

5G+边缘计算数据传输依托5G网络的低时延、高可靠特性，结合边缘计算节点部署，将采集到的海量设备数据快速、安全地传输至云计算平台，减少云端传输压力，提升系统响应速度。

智慧能管系统协同调控通过对设备能耗数据的智能分析，结合车站客流变化情况，实现对电扶梯、照明、通风等设备的智能启停调控，在保障乘客出行舒适的同时，有效降低车站能耗。

机电智慧运维系统应用运用人工智能算法对设备运行状态数据进行深度分析，实现对设备故障的预测与诊断，及时提醒运维人员进行维修保养，减少设备故障对车站运营的影响，提升运维效率。运输组织智能优化05多源数据融合的客流预测模型整合实时客流、历史数据、天气、社交媒体及大型活动信息，运用时空图神经网络等AI算法，实现高精度客流预测。如深圳地铁应用后客流预测精度达95%。智能运行图编制与动态调整AI算法根据客流预测结果，自动编制并动态调整列车运行图，实现高峰时段增发车次、缩短发车间隔。深圳地铁运行图编制从“周级”压缩至分钟级。运力资源的动态优化配置基于实时客流数据和预测结果，AI系统动态优化列车编组、停站时间及交路计划，实现运力与需求的精准匹配，提升乘客出行舒适度与线路运营效率。突发大客流的快速响应与疏散通过AI实时监测车站及车厢客流密度，对异常大客流进行预警，并自动生成列车增发、限流疏导等应急方案，如某站点因大型活动出现短时大客流时，快速疏散客流。客流精准预测与动态运力调配运行图智能编制与调整多源数据融合驱动的精准客流预测整合实时客流、历史运营数据、天气、大型活动等多源信息，运用深度学习模型实现高精度客流预测。深圳地铁应用后客流预测精度达95%，为运行图编制提供科学依据。动态运力匹配与智能编制算法基于客流预测结果，利用强化学习等智能优化算法，自动生成与动态调整列车运行图，实现运力与需求的精准匹配。较传统人工编制方式，效率大幅提升，编制周期从“周级”压缩至分钟级。突发事件下的快速响应与协同调整面对设备故障、大客流等突发情况，AI系统能快速分析影响范围，智能生成最优运行图调整方案，辅助调度决策，实现多线路协同恢复，提升运营韧性。车地协同调度系统多源数据融合感知整合列车运行数据、实时客流信息、设备状态及外部环境（如天气）等多源数据，构建动态感知网络，为协同调度提供全面数据支撑。智能运行图编制与动态调整基于AI算法深度融合多源数据，实现运行图的智能编制与实时动态调整。例如深圳地铁应用后，运行图编制从“周级”压缩至分钟级，客流预测精度达95%。车地协同决策与冲突消解通过AI助力实现列车群协同运行与冲突解析，结合强化学习等算法，在突发事件下快速生成最优调度方案，提升网络化协同调度效率与应急响应能力。云-边-端算力协同支撑采用“云-边-端”协同算力架构，集中算力进行模型训练与全局优化决策，边缘算力满足车站、车辆段等高实时性场景的推理需求，保障调度系统的高效稳定运行。应急处突与安全管理06智能应急方案生成系统

多源数据驱动的应急态势感知整合列车运行数据、客流数据、设备状态数据及外部环境信息（如天气、大型活动），通过AI算法实时构建应急态势全景图，实现异常情况秒级识别与预警。

动态决策模型与方案自动生成基于强化学习和知识图谱技术，结合历史应急案例与预案库，智能匹配事件类型、影响范围及资源状况，自动生成最优处置方案，包括人员调度、列车调整、客流疏导等指令。

移动端指挥与跨岗协同联动通过AI驱动的移动端指挥平台，将应急方案精准推送至相关岗位，实现跨部门、跨专业实时协同；动态监测处置进展，自动优化资源调配，形成“决策-执行-反馈”闭环。

实战案例：提升应急响应效率某地铁线路应用智能应急系统后，设备故障应急处置时间缩短60%，大客流疏散效率提升40%，验证了AI在应急处突中的核心价值。异常行为识别与主动预警

智能视频分析技术应用基于计算机视觉与深度学习算法，对车站、车厢内监控视频进行实时分析，可自动识别乘客摔倒、滞留、打架斗殴等异常行为，实现从“被动响应”到“主动服务”的升级。

特殊乘客智能识别与服务联动通过AI技术识别老弱病残孕等特殊乘客，主动触发帮扶机制，联动车站工作人员提供针对性服务，提升乘客出行体验与安全性。

预警信息快速推送与任务派发系统在识别异常行为后，可自动生成预警信息并精准推送给相关岗位人员，同时派发处置任务，形成“识别-预警-处置”闭环，有效缩短响应时间。

案例：智慧车站安全管理实践国内部分地铁智慧车站已应用该系统，通过智能分析实现异常行为主动告警与联动服务，显著提升了车站安全管理水平和应急处置效率。跨岗协同指挥平台平台核心功能：指令自动生成与精准匹配基于AI大模型分析突发事件类型与影响范围，智能生成标准化处置指令，自动匹配至相关岗位人员，形成“决策—执行—反馈”闭环，提升应急响应效率。移动端指挥：实时联动与动态监测通过移动端应用实现跨岗位实时信息共享与任务派发，支持现场图像、视频实时回传，指挥中心可动态监测处置进展，确保协同行动高效有序。专业壁垒打破：复合型团队协作模式平台推动车载信号、车辆运维等传统专业壁垒打破，促进跨专业复合型团队形成，实现“一岗多能、专业融合”，提升复杂场景下的协同处置能力。典型案例：提升应急处突效率某地铁应急智能体应用后，实现跨岗协同响应时间缩短50%以上，方案生成准确率提升至90%，有效应对大客流、设备故障等突发情况。智慧能源管理07源网荷储控一体化系统系统架构与核心功能构建融合能源生产（源）、输配网络（网）、负荷需求（荷）、储能调节（储）、智能控制（控）的一体化系统，实现城轨能源全链条协同优化，提升能源利用效率与供应稳定性。AI驱动的能源动态优化运用AI算法分析历史能耗数据、实时客流、设备运行状态及外部环境因素，动态调整光伏出力、储能充放电策略与柔性负荷控制，实现能源供需精准匹配，降低运营成本。参与虚拟电厂与碳交易通过源网荷储控系统聚合城轨分布式能源与可控负荷资源，参与区域虚拟电厂调峰填谷，同时基于AI量化能耗与碳排放数据，支撑碳交易决策，助力绿色低碳运营目标实现。节能降碳与虚拟电厂参与源网荷储控一体化智慧能管通过AI技术动态优化轨道交通系统的能源生产（源）、输配网络（网）、负荷需求（荷）、储能调节（储）及智能控制（控），实现能源高效利用与供需平衡，显著降低运营能耗。AI驱动节能降碳实践应用AI算法分析列车运行、设备能耗及客流数据，优化电扶梯、照明、通风空调等设备的启停与运行参数，结合《城市轨道交通人工智能应用指南（2026）》，推动城轨系统向绿色低碳转型。参与虚拟电厂与碳交易线网能源管理智能体聚合轨道交通系统的分布式能源与可控负荷，参与虚拟电厂调峰填谷，通过碳交易市场实现节能减排收益，助力城市能源系统的清洁化与可持续发展。实施路径与典型案例08试点-示范-推广实施策略

核心场景试点：验证技术可行性优先选择工单生成、车辆检修、隧道巡检等高频刚需场景开展AI应用试点，通过小范围实践验证技术与业务的适配性，积累实施经验。

示范线路推广：形成可复制范式将试点验证成熟的AI能力推广至各专业，打造示范线路，如青岛地铁供电智能体实现故障处置效率提升超70%，为行业提供可复制的实践范例。

全线网赋能：规模化应用落地按照“新线AI原生、老线智慧改造”并行策略，实现AI技术在全线网的规模化应用，推动城轨行业从单点智能迈向全域智慧。

实施保障：机制与方法创新实施“一把手工程”，采用“伴随研发”模式，推动业务人员与AI工程师协同，同时注重数据治理、人才培养和产学研联合创新，确保实施效果。青岛地铁：供电智能体故障诊断青岛地铁供电智能体实现故障自动诊断、方案输出，处置效率提升超70%，标志着设备运维向“预测修”转型。南京地铁：弓网智能检测系统南京地铁弓网智能检测系统利用计算机视觉实时识别接触网异常，提升了基础设施状态检测的精准度和效率。深圳地铁：客流预测与运行图编制深圳地铁应用AI后客流预测精度达95%，运行图编制从“周级”压缩至分钟级，显著优化了运输组织效率。徐州地铁：合规风险智能体徐州地铁合规风险智能体使合同审查周期从天级缩至分钟级，年节约人力约24000小时，提升了办公服务智能化水平。国内城市地铁应用案例分析企业技术创新实践

01华为：云边端协同算力与AI平台建设华为为城轨行业提供云边端协同的算力架构，集中算力支撑模型训练，边缘算力保障车站、车辆段等高实时性场景的推理需求。其统一AI平台实现模型、数据、算力、应用的集中管理，避免烟囱式建设，已在多个城市地铁项目中落地应用。

02百度：城轨行业大模型与智能调度百度依托文心一言等大模型技术，注入城轨专业数据微调形成行业通识大模型。在运输组织领域，其客流预测与行车计划智能体深度融合多源数据，助力深圳地铁实现客流预测精度达95%，运行图编制从“周级”压缩至分钟级。

03佳都科技：计算机视觉与智能运维佳都科技聚焦计算机视觉技术在城轨智能运维中的应用，如南京地铁弓网智能检测系统，利用计算机视觉实时识别接触网异常，提升设备故障检测效率。其技术在智能巡检机器人、异常行为识别等场景也有广泛实践。

04中兴通讯：5G与AI融合的智慧车站方案中兴通讯将5G技术与AI深度融合，打造智慧车站解决方案。通过5G网络实现设备数据的高速传输，结合AI算法对车站客流、设备状态进行实时分析与智能管控，提升车站运营效率与乘客服务质量，参与多个新建线路的智慧车站建设。挑战与应对策略09技术风险与安全合规挑战01技术风险：模型鲁棒性与极端工况适应性不足A