包邮城市轨道交通车站智能化管理:理论与实践

第1章 绪 论 第2章 城市轨道交通车站智能化管理的业务分析 2.1 车站业务基本要素 2.1.1 乘客 2.1.2 设施设备 2.1.3 工作人员 2.2 车站主要业务流程 2.2.1 辅助行车 2.2.2 客运组织 2.2.3 乘客服务 2.2.4 票务管理 2.2.5 设施设备管理 2.2.6 安全管理 2.2.7 主要业务的关联要素 2.3 车站业务重要特点 2.3.1 要素关联 2.3.2 系统联动 2.3.3 业务持续 2.4 车站智能化管理的总体框架 2.4.1 管理目标 2.4.2 实现思路 2.4.3 功能模块 第3章 城市轨道交通车站智能化管理的关键技术 3.1 感知技术 3.1.1 车站客流感知 3.1.2 车站设施设备感知 3.1.3 车站工作人员感知 3.2 多源数据融合分析技术 3.2.1 车站业务数据类型 3.2.2 多源数据融合层次 3.2.3 多源数据融合模型 3.3 智能决策技术 3.3.1 基于规则推理的决策技术 3.3.2 基于案例推理的决策技术 3.3.3 基于数据驱动的决策技术 第4章 基于多源感知的城市轨道交通车站客流动态管理 4.1 车站客流的感知与融合 4.1.1 客流感知的主要内容 4.1.2 客流感知的主要区域 4.1.3 基于 AFC 数据的融合感知 4.1.4 基于微观数据的融合感知 4.2 车站客流风险实时预警及处置 4.2.1 客流预警指标 4.2.2 客流预警方法 4.2.3 基于案例推理的大客流处置决策流程 4.3 应急工况下车站客流仿真技术 4.3.1 车站客流应急行为及仿真模型 4.3.2 动态客流仿真技术的探索 4.4 案例 4.4.1 某城市基于多源数据融合的人员综合监测及运营管理系统 4.4.2 郑州地铁智能客流预测平台 4.4.3 深圳地铁高新园站智能客流监测预警系统试点 第5章 基于数据融合的城市轨道交通车站服务设施设备运用与维护优化 5.1 需求分析 5.2 关键业务过程分析 5.2.1 设施设备配置 5.2.2 设施设备运用 5.2.3 设施设备维护 5.3 业务数据 5.3.1 相关数据 5.3.2 数据画像分析 5.4 基于数据融合的优化模型 5.4.1 优化的目标设定 5.4.2 运用方案优化模型 5.4.3 维护方案优化模型 5.5 设施设备运用与维护方案优化——以闸机为例 5.5.1 客流对闸机运用的影响分析 5.5.2 客流对闸机故障率的影响分析 5.5.3 闸机分时运用模型 5.5.4 基于分时运用的闸机维护方案优化 5.5.5 案例分析 第6章 智能化技术在城市轨道交通车站运营管理中的应用 6.1 移动互联网技术 6.1.1 面向车站客运组织的应用 6.1.2 面向车站设施设备管理的应用 6.1.3 面向票务服务的移动支付 6.2 物联网与5G技术 6.2.1 案例：上海地铁“5G+智慧地铁创新” 6.2.2 案例：广州地铁“5G+智慧地铁示范” 6.3 室内定位导航技术 6.3.1 案例：北京地铁“地下北斗系统” 6.3.2 案例：广州天河智慧城示范站的站内定位导航系统 6.3.3 案例：上海地铁13号线盲人导乘系统 6.4 生物识别技术 6.4.1 人脸识别技术 6.4.2 掌静脉识别技术 6.4.3 语音识别技术 6.5 数字孪生技术 6.5.1 多维建模技术 6.5.2 虚拟现实技术（仿真技术、VR、MR） 6.5.3 案例：上海轨道交通18号线车站基于BIM的智慧运维平台 第7章 展望：城市轨道交通车站智能化管理发展态势 参考文献