就數字化而言，鐵路行業(yè)是最復雜的行業(yè)之一。從技術的角度來看，它有許多障礙，使其很難將現有系統(tǒng)集成到現代數字架構中。這可以解釋其數字化水平較低的原因。物聯(lián)網邊緣計算可以解決鐵路面臨的許多挑戰(zhàn)。
《哈佛商業(yè)評論》(Harvard Business Review)的一項研究表明，運輸行業(yè)處于數字化成熟的末尾，尤其是鐵路部門，對這種低水平的數字化有著重大貢獻。這不僅是因為它受到非常嚴格的監(jiān)管，還因為從技術上講，它面臨許多挑戰(zhàn)，難以將傳統(tǒng)系統(tǒng)基礎設施集成到現代數字架構中。
鐵路物聯(lián)網大數據的5個v
在2020年IEEE(電氣電子工程師協(xié)會)一組專家撰寫的一篇文章中，他們確定了在鐵路領域整合大數據的主要技術挑戰(zhàn)。他們這樣做的方法是將它們歸類到他們所說的“5V”中：
- 多樣性(Variety)：鐵路部門是一個高度分散的供應商和技術環(huán)境。一列火車上有數百個不同的系統(tǒng)，其中許多系統(tǒng)由于使用壽命長、技術周轉率低而被淘汰。
- 數據量(Volume)：每天有高達TB的數據量，這是傳統(tǒng)硬件和軟件無法處理的。
- 速度(Velocity)：不僅有大量的數據需要處理，而且它還需要很快，才能被認為是實時或接近實時的處理。
- 準確性(Veracity)：由于鐵路運營的關鍵性質，確保任何高級數據處理的準確性和可靠性都是至關重要的。
- 價值(Value)：大多數系統(tǒng)都被認為具有很高的價值，而且地理位置分散。
什么是邊緣計算?
物聯(lián)網邊緣計算是物聯(lián)網和邊緣計算技術的結合，常用于工業(yè)環(huán)境。如果我們分析工業(yè)物聯(lián)網(IIoT)和邊緣計算作為數字化技術的優(yōu)勢，我們就會意識到，它正是上述大多數挑戰(zhàn)的答案。
工業(yè)物聯(lián)網允許從多個來源捕獲數據，而邊緣計算允許以網絡安全和可擴展的方式實時分析大量分布式數據，允許集成來自眾多供應商、技術和協(xié)議的現場設備。
鐵路與超越：物聯(lián)網邊緣計算的好處
讓我們來看看五個用例，它們描述了物聯(lián)網邊緣計算在鐵路和其他關鍵行業(yè)的潛在好處。
1、 數字孿生和預測性維護
數字孿生，或數字孿生實例，允許物理系統(tǒng)中每個工作部件的數字表示。它們是工業(yè)4.0的先驅創(chuàng)新之一，但從商業(yè)角度來看也是最有利可圖的之一。我們需要這些數字實例來優(yōu)化從制造到維護和售后服務的產品價值鏈。它們可以用于遠程診斷和監(jiān)測，從而大大節(jié)省了人員和旅行成本。
它們還可以自動預測事件發(fā)生的可能性，結合歷史數據、人類經驗、機器學習和模擬，所有這些都提高了預測結果。麥肯錫估計，51%使用人工智能的公司的運營成本降低了20%以上。根據在哪里建立供應基地、如何和何時計劃大修以及使用什么材料的決定對運營成本有直接影響。同樣，實時數字孿生操作也需要在保證低延遲的同時處理大量數據。
例如，用于電機故障檢測的振動物聯(lián)網傳感器需要一種算法，以最低1kHz(每秒1000個數據)的速度處理數據。這一點，再加上任何傳輸的常見覆蓋問題，使得邊緣計算成為這些用例最適合的技術。
2、障礙物檢測
鐵路運輸的安全歷來是運營商面臨的另一個重大挑戰(zhàn)。在由于惡劣天氣或人為錯誤導致的能見度較低的情況下，計算機視覺將成為最有趣的解決方案之一，以實現更智能、更自動化的交通。自動障礙物檢測系統(tǒng)有助于提高應急處理能力，提高行人或行人的安全。
Shift2Rail組織的使命是定義和提供數字化能力，使歐洲鐵路運輸成為更以客戶為中心、更可持續(xù)的運輸模式。該組織正專門成立一個工作組和整個項目來研究這一主題。障礙物檢測是一項需要高計算處理能力的關鍵任務，只有邊緣計算體系結構才能完成。
3、軟件和固件升級
車載系統(tǒng)越來越智能，越來越面向軟件。這些系統(tǒng)的需求會隨著時間的推移而變化，對于許多迭代來說，能夠優(yōu)化這些系統(tǒng)的使用是很常見的。此外，由于安全漏洞，IT系統(tǒng)可能會過時。這就是為什么在軟件配置和固件中運行更新變得越來越重要的原因。
一個統(tǒng)一的系統(tǒng)，以及一個統(tǒng)一的遠程過程的設備更新可以節(jié)省成本。事實上，像阿爾斯通這樣的制造商已經在Edge上部署了容器化的應用架構，這有助于他們通過自動化Edge設備的生命周期和按需部署新版本來減少手工流程。
4、提高列車運行的安全性
為了保證列車運行的安全性和穩(wěn)定性，對列車的速度和負載等參數進行實時監(jiān)測至關重要。從這個意義上說，物聯(lián)網傳感器與高計算能力的結合是一個最佳的解決方案。
使用小型傳感器，可以收集車輪引起的高頻軌道振動信息。通過邊緣計算，可以計算出當前滾動風險相關參數的速度和狀態(tài)。香港大學的科學家已經證明，24小時連續(xù)監(jiān)測是可行的邊緣計算架構。它的效果令人印象深刻，速度誤差小于0.2公里/小時，而且在軌道和火車上占用的空間非常小，與傳統(tǒng)系統(tǒng)相比，成本更可控。
5、改善健康和合規(guī)性
毫無疑問，2019冠狀病毒疾病突然迫使許多行業(yè)改變其優(yōu)先事項，更有效地解決與健康和社會距離相關的問題。
通過物聯(lián)網邊緣計算，可以實時監(jiān)控空氣質量、使用口罩的合規(guī)性或車站和火車的社交距離等要素。通過更先進的算法，可以識別需要更徹底清潔的區(qū)域，甚至可以引導自動清潔系統(tǒng)對區(qū)域進行消毒。
物聯(lián)網對鐵路的巨大影響
毫無疑問，就數字化而言，鐵路行業(yè)是最復雜的工業(yè)環(huán)境之一。邊緣計算可以提高旅行者的安全性，檢測潛在障礙物，增強預測性維護。5V讓將大數據集成到鐵路行業(yè)變得更加困難，但邊緣計算可能是克服這些技術挑戰(zhàn)的解決方案，允許以實時、網絡安全和可擴展的方式分析大量數據。
