Page 159 - 智慧地铁建设实践与创新研究

第四章 智慧地铁周边建设

数据、订单数据、产品的生命期数据、人员的生命期数据等，在业务系统之间的
数据在遵循统一的数据协议规范后通过业务接口进行沟通与交换，以实现不同业
务系统之间的逻辑层处理。在逻辑上数据中心是统一的，在数据层面它们是分片

式存储的。而在产生这么巨大的数据后，如何针对这些数据原子进行数据挖掘与
分析，是集中式大数据支撑中心所需要实现。

数据支撑中心通过将不同业务逻辑之间的大数据之间通过关联模型实现数据
的完整性关联，并通过预先设定的分析模型进行数据的挖掘，如产品销售模型、
支付模型、订单完成与取消模型、人员访问分析模型、交易分析模式、搜索分析

模型等，实现针对 D 市智慧地铁平台的集中式大数据分析支撑中心，最终分析
结果为商业决策及营销提供客观数据支持。

第二节 地铁智慧车站研究

一、国内智慧车站现状及必要性

在轨道交通智慧车站的应用研究中，上海、广州和深圳等城市起步较早且发
展迅速，根据市场调查，目前全国总共有超过 29 个城市参与建设或有意向建设
智慧车站。

当前智慧车站建设试点已经在上海、广州、深圳、成都、西安、重庆、南昌
等多个城市开展，各个城市根据其本身的特点在建设内容上有所倚重，但就参与
建设的智慧车站项目而言，智慧车站应用项点繁多且无统一标准，建设内容一般

都是围绕着客运管理、设备管理、站务辅助、乘客服务这四个方面开展集约化、
智能化的管理。

上海地铁：从 2018 年开始上海地铁开展了智慧车站的研究，其从线网中针
对车站不同特点选取了 5 个车站分别针对不同课题进行智慧车站的试点研究，其
中 1、12、13 号线换乘站汉中路站，着力于研究基于 Wi-Fi 嗅探的客流监测；10
号线新江湾站，着力于研究基于无人驾驶运营场景的设备自动运营；17 号线诸

光路站，着力于研究智慧公安、智慧消防、智慧盲人导乘；7 号线顾村公园站，
着力于研究可编辑的场景预案；16 号线惠南站，着力于研究移动支付、智慧客

·147·