全自动运行信号系统与传统CBTC 系统的技术架构差异及性能对比分析

引言：在城市轨道交通建设快速推进、运营需求不断上升的背景下，信号系统作为保障列车安全高效运行的核心技术装备，正经历一场从传统 CBTC 至全自动运行模式的重大技术革命。传统 CBTC 系统已经实现借助无线通信达成列车精确的定位及安全防护，但仍需司机参与驾驶作业，FAO 系统实现列车全路程无人驾驶，标志着轨道交通信号技术的新发展路径，深入分析两种系统技术架构的差别与性能特性，对促进我国轨道交通信号技术发展与智能化提升意义重大。

一、全自动运行信号系统与传统CBTC 系统的技术架构差异

（一）系统架构设计与组成差异

传统 CBTC 系统采用分层分布式的架构体系，主要以车载 ATP、地面轨旁 ATP、联锁、ATS 等独立子系统为组成部分，各子系统借助标准接口开展信息交互，FAO 系统在既有基础上增添了如障碍物检测、站台门联动、远程监控等子系统。搭建起更偏向集成化的系统架构体系，FAO 系统把原本孤立的功能模块进行深度融合，依靠统一数据平台实现信息的互通共享，弱化了系统接口的复杂特性，FAO 系统强化中央控制功能这一特性，通过智能调度中心对全线列车开展统一管控，完成了由车站级控制向网络级控制的过渡，系统架构在扁平与智能方面更上一层楼，FAO 系统采用基于云计算的分布式架构，将运营控制中心、ISCS 综合监控、ATS( 自动监控 ) 三系统数据融合，部分计算及存储功能迁移至云端，改善了系统可扩展性以及计算能力，系统采用了边缘计算节点，在车站及车载设备处开展实时数据预加工，降低了数据传输延迟，提升系统响应速率 [1]。

（二）控制逻辑与决策机制差异

传统 CBTC 系统控制逻辑主要依靠预设的运行图以及固定控制规则，司机在系统监管下进行驾驶操作，系统着重起到安全保障功效，FAO 系统采用凭借人工智能的智能决策手段，可依据实时客流、设备状况、突发状况等动态要素自行调整运行策略，系统吸纳了深度学习算法，可预判客流的变化趋势，调整优化列车的运行间隔。若遭遇异常状态，FAO 系统可自动辨别故障类别，立即生成应急处置预案，进而自动落实对应的控制指令，该智能化控制逻辑赋予系统自适应与自优化能力，有效提高运营灵活性及效率水平，FAO 系统也整合了多目标优化算法，能在保障安全的情况下，一并优化能耗、准点率、乘客舒适度等若干性能指标，系统架构起完整的知识库与专家系统，可以按照以往案例及专家经验，就复杂状况进行智能推理与决策 [2]。

（三）人机交互与自动化程度差异

传统 CBTC 系统需要司机室与全套人工操作界面，司机要对列车运行状态予以监控并实施相应操作，系统自动化等级一般达到 GoA2 级别，FAO 系统实现 GoA4 级的全自动运转，取消了司机室设计，列车诸如启动、加速、制动、停车等操作皆由系统自动执行。人机交互集中体现在控制中心对远程的监控以及应急干预操作上，调度操作人员借助集成监控平台对全线列车实施监视，FAO 系统又配置了诸如智能语音交互、虚拟现实的先进人机接口技术，使远程操作呈现更直观便捷态势，而且借助冗余通信链路，保障了远程控制的可靠性，FAO 系统采用以区块链为基础的操作记录技术，维持所有远程控制指令可追溯与不可篡改的状态，提升了系统安全管理质量，系统配备增强现实（AR）技术，维护人员借助 AR 眼镜能直观查看设备内部构造与故障位置，极大提升现场维护的工作成效 [3]。

二、全自动运行信号系统与传统CBTC 系统的性能对比分析

（一）运行效率与运能提升对比

FAO 系统在运行效率维度展现出明显优势，其核心是借助智能化把控实现列车运行全环节的优化，系统采用高效的预测控制算法，可根据历史数据与实时信息对列车运行策略予以动态调整，在发车间隔控制方面，FAO 系统冲破了人工工作的约束。将传统 CBTC 系统的最小运营间隔从 120 秒缩短至 90 秒以内，智能调度系统通过剖析客流分布规律，实现对运力资源精准分配，高峰期运能的提升幅度可达 25% 及以上，在站间运行控制范畴，系统采用最佳速度曲线的算法，统筹兼顾能耗、列车准点效果、乘客舒适状态等多项目标，让运行效率实现最大化目标，FAO 系统的自动折返功能对终点站折返模式进行了彻底重塑，将传统 3-5 分钟的折返时间缩短至不足 2 分钟，极大优化了线路周转的运行效率。

例如，在某城市地铁线路 FAO 系统改造阶段，技术人员首先针对全线客流数据进行 6 个月的采集、研究分析，搭建起精密的客流预估模型，依托这一模型，系统可提前15 分钟预判各站点客流的变化走向，在早间高峰阶段，若系统检测到某站即将涌现大客流。自动对后续列车的运行间隔进行调整，把原本无差别的 3 分钟间隔调整成 2.5 分钟和3.5 分钟的搭配模式，助力大客流站点及时疏散乘客群体，系统也会针对列车站停时间进行优化，在客流小的站点，停站时间从 45 秒缩短为30 秒，在客流高度密集站点，把停站时间适当延长至 60 秒，采用这种动态调适策略，该线路高峰期时输送能力有 23% 的增长，平均候车时长削减了 18% ，乘客满意度大幅上升。

（二）安全性能与可靠性对比

FAO 系统在安全性能层面达成新的突破，打造了多层面、全范围的安全保障体系，系统设计按故障导向安全原则的理念进行，核心安全设施均采用三重冗余的架构布局，任何单点故障都无法影响系统安全功能发挥，与传统 CBTC 系统仅依靠 ATP/ATO 防护相比，FAO 系统增设了障碍物检测、脱轨监测、火灾探测、乘客疏散、乘客异常行为识别等多种类安全防护途径。在提升可靠性方面，系统借助引入人工智能与大数据技术，建成了设备故障预警平台，可实时监测关键设备的运行状态，提前预估潜在的故障风险点，系统的平均故障间隔时长实现 50 万小时以上，为传统系统相关数据的 ² 倍到 3 倍范围，尤为关键的是，FAO 系统显示出强大的降级运营能力，倘若部分子系统出现故障，依旧能保障列车在降级情况下的安全行驶，最大程度降低运营中断概率。

例如，在实际应用场景中，某地铁线路 FAO 系统采用了由激光雷达与高清摄像头组成的障碍物检测体系，该系统为各站台安设了 4 组激光雷达，覆及站台的全长距离，能实时对轨道区域开展扫描，若检测出异物进犯，系统迅速进行图像识别，确定障碍物种类和实际位置，要是查证存在安全隐患。系统会在 0.5 秒内向接近列车发送紧急制动的相关指令，与此同时依靠站台广播系统发出警讯，在某一真实事件中，一名乘客的行李掉落至轨道内，系统在列车距站台 200 米时便察觉异常，即刻启动了列车紧急制动机制，列车在障碍物前 50 米处实现安全停靠，系统即刻启动了应急应对流程，告知维护人员赶赴现场处理，进而调整后续列车的行车方案，全部流程仅用 3 分钟就完成，有效证明了FAO 系统的安全保障水平。

（三）运营成本与维护效率对比

虽然 FAO 系统初期建设的投资比传统 CBTC 系统要高出 20% -30%，但从全生命周期情况分析，其综合成本呈现出明显优势，成本节约最直接体现为人力成本的大幅削减，取消司机岗位后，各线路每年节省的人力成本可达数千万元，在能源消耗方面。FAO 系统采用智能牵引控制及再生制动优化举措，实现能耗降低 15%-20% 的效果，维护成本的下降尤为突出，系统采用的预测性维护策略，从整体上改变了传统定期维护模式，凭借对设备运行数据实时剖析，系统能精准预估各部件的剩余寿命，实现按需维护，该维护模式不但削减了 30% 的维护工作量，而且把非计划停运时间降低了七成，有了 FAO 系统的远程诊断能力，多数故障可远程发现并解决，减少现场维护需求，实现维护效率的提升。

例如，某城市 FAO 系统实施后，建成了智能化的维护管理中心，开展对全线各关键设备的全天候监控，系统采用装在道岔、信号机、轨道电路等设备里面的传感器，实时采获振动、温度、电流等参数数值，当某个道岔转换时长从正常 3 秒延展至 3.5 秒时。系统会自动对历史数据进行分析，鉴别此现象是润滑不足还是机械磨损的结果，若为润滑问题，系统会迅速自动生成维护工单，调配维护人员在下一个维护间隙开展润滑保养，采用该精准化维护手段，这条线路道岔故障的比率降低了 65 个百分点，维护成本削减了 40 个百分点，系统可依据设备实际使用状况对备件库存予以优化，把备件资金占用削减了 35%，促成维护资源的合理配置。

结语

对全自动运行信号系统与传统 CBTC 系统进行深入对比分析后可见，FAO 系统在技术架构集成、控制逻辑智能、运行模式自动等层面达成重大突破，在运行效率、安全可靠程度以及经济收益等关键性能指标上均呈现突出优势。随着人工智能、大数据、5G 通信等新兴技术的不断发展，FAO 系统势必在城市轨道交通范畴获得更广泛应用，为构建安全、高效且绿色的城市交通体系提供有力的技术后盾，后续应进一步加大 FAO 系统技术创新及工程实践力度，助力我国轨道交通信号技术跻身国际领先行列。

参考文献

[1] 向美柱 . 基于三维视景的全自动驾驶行车模拟系统的研究与实现 [D]. 四川省 : 西南交通大学 ,2019.

[2] 陈浩 , 雷成健 . 基于车 - 车通信的全自动运行信号系统研究[J]. 现代城市轨道交通 ,2021,(03):24-29.

[3] 郜春海 , 王伟 , 李凯 , 等 . 全自动运行系统发展趋势及建议[J]. 都市快轨交通 ,2018,31(01):51-57.