APP下载

基于GIS技术的运营铁路快速测量数据管理技术

2020-06-20胡伟强

铁道建筑 2020年5期
关键词:测数据数据管理结构化

胡伟强

(中国铁路南昌局集团有限公司,南昌 330022)

近年来我国铁路运营里程大幅增长,既有线维护、监测和升级改造任务不断加重。既有线快速测量出来的海量数据分析与管理是线路线形恢复和在旁新建线路的基础,也是线路提速和升级改造的重要决策保障[1]。同时,由于铁路运营任务异常繁忙,线路检测和测量的天窗时间不断缩短。因此,快速获取线路测量数据给决策人员进行直观展示与分析变得尤为重要,对既有线监测、改造和维护具有重要意义和实用价值[2-3]。对既有线测量数据管理来说,现有的查看、管理和分析手段不能实现线路情况的实时反映,因此需要一种全新的技术手段进行可视化分析与管理。

随着计算机技术的快速发展,GIS 技术从以前简单的地物表达到融合大数据、BIM和容器技术,在空间数据分析与展示上显示出强大的生命力[4]。GIS 技术已经在很多领域投入应用,尤其在铁路设施管理系统中,凭借其强大的空间数据处理能力为铁路行业提供决策支持服务[5-6]。在比较成熟的GIS 平台基础上开发WebGIS 应用系统,能够有效降低开发难度,并且提高开发效率。而ArcGIS 平台是GIS 业内较为成熟的一款GIS 平台,除了提供ArcMap 和ArcCatalog 等数据处理工具之外,还有很多的服务管理平台,如二维ArcGIS Server,三维ArcGIS Portal,此外ArcGIS 平台还提供整套的解决方案用来支持Web端开发。

因此,将GIS 技术运用到海量铁路线路复测数据的管理,用空间数据来表达铁路设备设施,是未来铁路行业智能化的趋势。

1 系统设计方案

基于南昌局目前对运营铁路复测数据管理方面的现状和需求,首先对线路复测数据进行深入的分析与研究,然后设计数据存储方案和数据服务调用方案。

1.1 数据中心设计

基于不同空间测量技术所交付的空间数据成果不同,南昌局线路复测的空间数据类型可以分为结构化数据和非结构化数据2 类。其中,结构化数据包括线路基础数据、线路复测数据;非结构化数据包括遥感影像数据、倾斜摄影数据、点云数据和三维模型数据。为实现以上空间数据的多版本、多时相管理,对其进行分类管理,见表1。

表1 铁路测量数据分类

空间信息数据存储与管理是一个海量递增的过程,因此空间数据存储架构需要具备高扩展性、高存取率等特点。本研究方案将影像数据、倾斜摄影数据和三维模型数据存储于NoSQL 非关系型数据库,线路基础数据和线路复测数据存储于分布式关系型数据库,并通过增加内存数据库,实现空间测量数据的快速获取。数据中心设计基于虚拟化容器和分布式技术,能够支撑三类空间数据库按需横向扩展、存储资源灵活分配,以满足铁路线路空间测量数据的增量存储需求。

数据中心设计采用kubernetes编排管理docker,搭建基于mongodb 的nosql数据库,用来集群存储非结构化数据;搭建基于mysql 的关系数据库,用来存储结构化数据的存储方案。

1.2 服务中心设计

数据采集处理后,要达到使用的目的还需要对各类地理信息数据进行服务共享,共享后可被Web 端引用访问。服务中心设计依托于强大的GIS 服务管理器,将各类数据分层处理,按服务要求转化为特殊的格式。

服务中心采用ArcGIS Server 和ArcGIS Portal 对数据服务进行联合,其中ArcGIS Server 提供Image Server(影像服务)、Map Server(地图服务)、Feature Server(要素服务)、Scene Server(场景服务)等各类数据服务类型,极大地满足各Web 应用对空间服务中心地图资源的调用。

1.3 整体方案设计

数据管理与可视化系统的主要作用是将运营铁路快速测量技术中产生的各类数据进行高效管理与可视化展示,包括倾斜摄影数据、激光点云数据、影像数据、地形数据、单体模型、矢量数据、台账数据等,主要分为3大部分,如图1所示。

图1 系统总体设计方案

数据中心负责空间数据多版本、多时相的存储管理;服务中心负责二、三维数据服务的处理发布;数据管理与展示系统Web 应用通过三维引擎展示二、三维数据,并提供数据管理应用功能。

2 系统功能结构

系统根据数据来源和业务需求方面的调研,设计了数据展示、统计分析、数据管理和系统管理四大模块,每个模块又有各自不同功能的子模块,如图2所示。

2.1 数据展示

从数据中心调用点云、三维、倾斜摄影等地图资源服务,将铁路线路的二维平面地图、三维场景、倾斜摄影地图作为系统展示的3 种底图,同时在底图资源上叠加铁路线路地理实体数据,实现铁路地理信息数据与底图资源的一体化展示,如图3 所示。在系统中设置统一检索入口,实现铁路设备查询定位、线路里程定位;提供设备设施点选、框选定位,距离测量、面积测量等基本功能;集成设备设施基础信息数据,实现通过点击查看详情信息;提供多时相地图,实现调阅不同时间段线路测量数据进行对比。

图3 系统点云三维数据展示

2.2 统计分析

依据铁路线路测量相关规范,提供线路附属设备设施查询统计功能,提供地图框选统计和运营线路复测情况统计。框选统计可在地图上用鼠标任意拉取一个矩形框,便可统计落在框内的各个铁路沿线设备设施数量和类型,同时对选中的设备提供定位功能。运营线路复测数据情况统计是从数据源、时间、管辖站段等多角度进行统计,并把测量数据的完成情况在地图上进行可视化展示。此外,对一些比较精确的线路复测数据,如轨道线形偏差调整数据,采用波形图的方式对偏差数据进行统计展示(图4),并将每一点的偏差数值在地图三维实景上进行标注和展示,便于用户清晰直观地查看。

图4 偏差值分析波形

2.3 数据管理

集中管理线路的基础数据、影像数据、倾斜摄影数据、点云数据、三维模型数据和线路复测数据,提供各类数据资源的上传和下载功能,按照时间戳、上传人员等对上传数据进行管理,实现测量成果数据的版本化管理,同时也对元数据进行管理。

2.4 系统管理

提供系统的用户管理、功能菜单权限管理、系统服务状态监控等功能,可实现数据库运行监控、系统访问日志留痕等。

3 结语

本系统基于南昌局线路各类测量数据,以及南昌局实际业务需求,实现了结构化数据和非结构化数据的智能化管理及信息全方位感知。利用WebGIS 搭建了数据中心、服务中心和平台功能模块的设计,完成了线路数据二、三维一体化展示,以及各类测量数据多源、多版本集中化管理。此外,系统还实现了对各类数据的统计分析功能。同时,硬件系统采用分布式部署方式,充分发挥Web 服务器和Agent 服务器的优势,实现物理资源的高效整合和数据快速访问。

猜你喜欢

测数据数据管理结构化
基于大数据管理的管道智慧检验系统的研发及应用
计及量测数据丢失的主动配电网电流保护自适应整定方法
企业级BOM数据管理概要
定制化汽车制造的数据管理分析
基于Hadoop生态系统的电网量测数据共享技术研究
改进的非结构化对等网络动态搜索算法
深度学习的单元结构化教学实践与思考
CTCS-2级报文数据管理需求分析和实现
结构化面试方法在研究生复试中的应用
左顾右盼 瞻前顾后 融会贯通——基于数学结构化的深度学习