AI • 物聯網 • 網路邊緣

將近兩百年來，火車是人員和貨物進行遠距離移動的主要工具。儘管火車和軌道技術都有顯著的提升，卻仍然存在著一些根本挑戰。

• A 點與 B 點間，火車是否準時？為什麼為準時或不準時？
• 列車路線上是否有會影響交通的問題？
• 預防人為錯誤最好的方法為何？

科技在解答這些問題時扮演了非常重要的角色。基礎設施、設備與網路架構方面的投資使得貨運鐵路系統變得比以往更有效率。

系統當中含有數不清的裝置，可測量速度、震動、遙測、煞車等等。這些裝置對於營運商來說，代表著龐大的機會。火車系統若能有即時可見度，那麼，人們便可以更快的做出決定，並在問題出現之前就先行預測。

但即使鐵路系統創造了充足的資料，我們仍然面臨著巨大的挑戰。智慧型火車頭配有數百個感應器，每秒可以處理超過十億條指令；如此龐大的資料量遠遠超過傳統企業智慧和分析工具的負荷能力。

還有另一個問題：過去，蒐集火車資料會涉及間歇性的連線、多重老舊系統、資料孤島和批次處理等，且多在火車停到調度場時進行。當資料不可用或其設計無法即時執行時，很難將其轉化為有價值的見解。

邊緣優先才是解答

EdgeLINC 是一個運輸業工業物聯網平台，目前致力於解決裝置和資料連網的問題。EdgeLINC 平台由 Wabtec 旗下的 GE Transportation 開發，支援多種應用，包括可以提供列車位置的列車遙測、健康狀況監測、車上規範與邊緣分析。這些功能可以降低營運成本、改善行車狀況並提高資產利用率。

搭載 Intel^® 技術的 EdgeLINC 閘道會被部署在列車上，在資料產生之處即配置強大的分析和邊緣運算能力。Wabtec 的物聯網平台及應用程式負責人 Adebayo Onigbanjo 表示：「我們希望給客戶可採取行動的資訊，讓他們可以即時管理現實狀況並改善工業效能。但是，要在邊緣運行複雜的操作需要龐大的能力與洞察力。」

EdgeLINC 支援的連線裝置包括多種感應器，可測量溫度、液體水平、燃料管理、煞車等。路邊資產會沿途蒐集和匯報各種資訊，如轉轍操作、軌道震動、即時系統故障警示。車上人員可以透過列車上的智慧顯示終端和行動裝置存取資料（圖 1）。

即時資料分析

EdgeLINC 讓企業可以自行選擇哪些資料需在邊緣上立即分析、哪些資料可以傳送到雲端，等待後續處理；這種做法可以降低行動及其他網路成本。邊緣運算的另一大好處，便是它能立即對資料採取行動。對於可能會阻止火車行進之因素（火車頭遙測、煞車、燃料監測、行車警示等）的分析會即時顯示，因為火車一旦停駛，便可能會造成價值百萬的資產遭到閒置（圖 2）。

由於越來越多感應器資料含有大量圖像，EdgeLINC 閘道背後有 Intel^® Movidius^™ 視覺處理器和 Intel^® OpenVINO^™ 工具組支持。這組超低功耗的 VPU 可在裝置和閘道支援效能吃重的任務，尤其適用於預測性維護等影像處理應用。

改善流程，降低成本

EdgeLINC 可以針對所需的解決方案，為客戶量身打造。Onigbanjo 表示：「有一間亞洲鐵路公司需要一個可以在通訊不穩的地區追蹤列車的解決方案。有時候，列車可能會在半路上被停下來，而中央調度員卻不知道車在哪、為什麼會停。調度員必須能和客戶溝通，告訴他們貨物為何延遲，並提供預估抵達時間。」

EdgeLINC 解決方案協助鐵路營運商追蹤列車位置、判斷滯留時間，並可以產生圖表，讓企業可以改善流程、提高客戶滿意度和降低成本。

Onigbanjo 表示：「鐵軌並非鐵路公司所有，所以如果未來鐵路公司發現基礎設施有任何不足，他們可以與軌道業者一同合作。他們可以發現，在特定位置的列車停駛狀況增加了，然後合作解決問題。」

未來的火車

得益於 EdgeLINC 這類解決方案，科技現在扮演著重要的角色，可協助鐵路營運商替未來做準備。例如：

• 根據邊緣推論模型建立的視訊分析可以協助調度員判斷火車路線上出現的物體體積是否大到足以構成威脅。
• 自動鐵軌檢查會在列車行經特定路線時捕捉視訊，然後比對不同時段的差異。
• 專門為因應人為錯誤而設計的主動列車控制系統等新技術的廣泛部署，已協助貨運和客運鐵路營運商改善安全和效率。

究竟未來是否會有智慧型火車？說不定，他們早就存在了。