人工智能技术在地铁运营场景应用研究报告（26页）

行业报告下载 2020年12月16日 07:00 管理员

技术层面，当前仍以深度学习技术体系为主，计算机视觉、语音语义等技术持续发展，逐步从“看见、听见”向“看懂和听懂”迈进。同时，机器应用知识能力、逻辑推理能力、自主学习能力等备受关注，感知智能开始向认知智能演进。知识驱动的理论体系将在人工智能系统里扮演着越来越重要的作用，与现有数据驱动的理论体系融合发展。不同学派开始融合，兼具感知能力和推理能力的图神经网络等方法成为研究热点。元学习等框架在赋予机器自主学习能力方面进行了探索，引起了广泛关注。产业应用方面，基础技术赋能应用将不断泛化。以计算机视觉、智能语音语义及知识图谱为代表的技术正在与不同垂直行业深入融合，呈现泛化的应用发展态势。人脸识别、语音识别等技术已经广泛应用于交通、金融、安防、教育等领域。当前，人工智能赋能融合仍主要停留在基于语音和图像的单维度感知层面，未来多维度综合感知和认知赋能将成为主要趋势，能够应用的场景进一步增多。人工智能作为一种赋能型技术，可加快推动相关领域的智能化转变，打造全新产业生态。安全是地铁运营的重中之重，但随着地铁线路以及客流量的持续增加，使得地铁面临着诸多安全挑战。

首先，乘客快速通行需求与当前安检效率较低存不匹配的情况，对站内突发情况的检测和预警仅依靠人工已然不切实际。其次，列车运营时间增多、发车间隔缩短，一方面增加驾驶员、调度员等压力，另一方面也压缩了列车及相关设备维修检测的时间，存在一定安全隐患。人工智能等技术正好能够帮助应对上述安全挑战，在地铁安全运营上发挥越来越重要的作用，包括对人和物的自动安检、场景危险监视，相应设备、设施的自动监测、检测及维修，列车自动驾驶等方面。地铁是人们通行的重要工具，排队效率、列车准点率、智能化服务等是增强人们感受的重要方面。特别是在上下班及节假日高峰时期，利用人工智能技术进行安检、列车调度、车站管理等，可帮助缩短等待时间，并提高列车准点率等。此外，购票、问询、导航等一系列智能化服务，已经成为人们日常生活不可缺少的部分。总而言之，利用人工智能技术提升服务质量未来的重要趋势。（4）增强地铁应急能力地铁不仅是交通工具，更是一种特殊的城市公共场所。在当前城市管理数字化的背景下，对于地铁的数字化能力提出了更高的要求，特别是在重大活动以及突发事件时的应急能力。通过对“人-车-站”的智能赋能，能够显著提升地铁处理应急事件的能力。未来，随着人工智能在多维度认知智能方面的发展，在提升地铁应急能力上具有十分广阔的应用前景。