1. 引言
在铁路运营中，铁路调车作业(简称：调车作业)扮演着关乎运输效率和安全的关键角色。然而，现行的调车作业过程中缺乏高效便捷的信息传递方式，使用纸质通知单或手持设备进行信息传递与任务管理，在快速变化的户外作业环境中相对不够灵活，难以满足调车作业“快速响应、高度协同”的迫切需求。因此，提升调车作业的效率、准确性与安全性成为了铁路运输部门的重要目标。
近年来，相关学者已经提出了一些将AR技术应用于铁路户外作业的方法，通过将信息以可视化的形式叠加在真实环境中，为作业人员提供直观的作业指导。与传统的信息传递方式相比，这种实时、动态的信息展示方式，不仅可以提高信息传递的效率，还能实时监控作业过程，显著减轻作业人员的负担。例如，陈雨梦[1]等人提出一种基于AR技术的铁路牵引供电运维检测装置，实现设备巡检的智能化；王威[2]等人分析AR与BIM融合的可行性及应用功能，并给出Unity实现方案，解决了传统BIM模型应用交互能力不足的问题；赵青[3]等人以双向检索的交互模式，设计了基于增强现实的实时多线索远程工业协同系统，实现任务完成速率的提升；陈彦[4]等人提出基于增强现实技术的动车组检修作业指导解决方案，解决了利用文字图片展示复杂检修工序不够直观的问题；Lingamanaik [5]等人针对安装板开发的增强现实系统，解决了矿石试验车维修过程中的重大难题，显著降低了维修成本和系统停机时间。
上述方法虽在一定程度上提升了作业效率，但也存在一些问题：(1) 当前提出的方法主要都是针对巡检或维修等运维相关场景，很少涉及到铁路生产作业环节，难以满足调车作业“快速响应、高度协同”的特殊需求；(2) 多系统集成与协同也尚未完全实现，牵扯数据量相对较少，作业指导存在一定的局限性。
综上所述，本文针对铁路调车作业突出的安全和效率痛点，分析了AR技术应用调车作业的关键性问题，并进行了融合AR技术的可行性研究，提出了基于AR技术的铁路调车作业可视化解决方案。该方案深入探讨了AR智能眼镜(简称：AR眼镜)在调车作业中的应用，通过对市场上现有AR眼镜对比分析，并在智能眼镜上进行功能设计与实现，显著提高了铁路调车作业效率。
2. AR技术应用于调车作业的关键性问题
在铁路运输体系中，调车作业至关重要且极具挑战。其特点显著，多个环节紧密相连，如挂车、牵出、溜放、摘挂车辆等，环环相扣，场景复杂多变，需应对不同天气、线路及车辆状况，作业难度较高。调车作业流程通常从值班员根据运输计划安排任务开始，生成调车作业通知单，并传达给调车长。调车长带着通知单到达现场，按指令将列车车厢连接或分离、编组和解编。作业过程中，调车人员需实时掌握任务进度，对作业指令迅速作出反应，并根据现场情况随时调整操作，确保任务的安全与准确执行[6]。
目前调车作业仍以纸质通知单或手持机传递为主，这两种方式存在明显局限[7]。纸质通知单方式下，值班员将打印的通知单交给调车长带到现场执行，但每次任务内容变更时，调车长需返回行车室获取更新后的通知单，不仅耗时，且通常从第一钩重新打印，容易导致当前作业进度的遗忘。在户外环境下，单一的纸质通知单容易受到天气等因素影响，可能破损或丢失，进一步拖慢工作进程，降低了调车效率。目前，部分车站采用手持机的方式进行信息传递，这种方式使作业人员可以在现场实时掌握作业进度，有效减少了返回行车室的次数。然而，手持机设备也存在诸多限制：首先，现场作业人员通常已携带手持灯、电台、行车记录仪、铁鞋等多种设备，再增加手持机会加重负担，影响便捷性；其次，手持机屏幕小、显示信息不够直观，需花费较多时间操作，难以在快速变化的作业环境中保持高效反应[8]。此外，过多的操作可能分散作业人员的注意力，带来潜在的安全隐患。
AR眼镜通过增强现实技术，将关键信息叠加在真实环境中，能够显著提升作业人员对调车内容的理解和响应速度[5]。佩戴AR眼镜后，作业人员可以实时查看作业指令、列车位置和作业进度等重要信息，不仅缩短了信息传递的时间，还提高了操作的准确性与安全性。同时，AR眼镜还能够自动记录和保存历史数据，使调车进度监控更加高效，作业人员可以清晰掌握当前状态，及时调整操作策略，提升了整体效率和安全性。此外，AR眼镜设计时通常考虑恶劣环境的适应性，具备防水、防尘等特性，有效降低了设备损坏风险。这些特性支撑了AR眼镜在各种天气条件下稳定运行，保障调车作业的连续性和安全性。其集成的环境传感器可以实时监测周围环境，自动生成安全警示，进一步提高了作业安全。
通过将多种功能集成到一副AR眼镜中，作业人员携带的设备数量大幅减少，从而提升了工作便捷性和信息传递效率。在调车作业中，使用AR眼镜不仅可以实时显示作业信息、列车位置，还支持语音通话和即时信息交流，将所有必要功能集中到一个易于携带的设备上，简化了作业流程。其语音命令或手势操作的交互方式使得作业人员双手保持自由，作业人员可以在检查列车位置的同时，通过语音指令获取信息或更新作业指令，避免手忙脚乱，有效降低误操作的风险，进一步提高了效率。
3. 融合AR技术可行性
3.1. 实时信息显示
在调车作业中，把信号转换器与AR眼镜结合，将调车信息融合到AR眼镜中显示，会显著提升信息传递的效率和现场沟通的准确性。系统发出调车指令，信号转换器迅速将指令转化为无线电信号，并通过AR眼镜显示在现场作业人员的视野中。
通过AR眼镜向作业人员展示实时的列车位置、速度，调车作业进度等关键信息。对作业站场进行融合显示，在现实环境中叠加虚拟标记来指示特定轨道的位置或者安全区域边界，集成安全预警功能，当作业人员周边若干米范围内有车辆移动便会提示作业人员，为作业人员的人身安全再添一道保障。当设备出现故障时，作业人员可以通过AR眼镜查看详细的维修指南，简化维修过程，提高工作效率。
3.2. 作业过程全流程记录
AR眼镜的录像功能可以为铁路调车作业提供多方面的价值，不仅有助于提高操作的透明度和可追溯性，还能用于培训、事故调查和持续改进。
AR眼镜可以录制作业人员在调车作业过程中的所有操作，包括图像信息和音频信息。每次调车作业完成后，录像可以作为操作记录保存下来，供后续审查学习使用。可以将经验丰富的作业人员录制的实际操作过程，制作成培训材料，供新员工学习和参考。在发生事故或异常情况时，录像可以提供详细的现场记录，作为重要的证据和分析工具，可以帮助调查人员了解事故发生的全过程。当现场操作员遇到复杂问题时，可以通过AR眼镜将实时作业画面传输给远程专家，远程专家通过查看现场情况提供及时的指导和支持。
3.3. 调车作业指导
AR眼镜可以在实际环境中叠加虚拟标记来指示特定轨道的位置、安全区域边界以及操作步骤。例如，当需要移动车辆至目标轨道时，AR眼镜可以显示目标轨道的位置和编号，并提供逐步的操作指南。在接发列车时，AR眼镜可以识别车厢上的车号的数据，简化作业人员手动录入的过程，帮助作业人员快速准确地完成任务。在复杂多变的工作环境中，减少误操作的风险。AR眼镜可以在作业期间实时显示任务清单和检查项目指导作业人员按照标准流程进行每一步操作，在进行车辆检查或准备发车前，作业人员可以逐一核对任务清单上的项目。确保所有必要的步骤都能得到执行，减少遗漏和错误，提高工作的规范性和一致性。
4. 关键技术及选型
4.1. AR技术的关键特性
4.1.1. 空间定位与匹配
数据采集与预处理：收集铁路轨道的地理信息数据(包括轨道线路、道岔位置、信号机位置等)和调车作业通知单中的车辆信息(车辆位置、作业股道等)。将这些数据进行统一坐标系转换如下，转换方式如图，通常采用地理坐标系或自定义的铁路局部坐标系，以确保数据的一致性。
坐标系转换公式：
表示将该三维坐标投影到视角相机平面上，变成一个二维坐标，结果为一个单位向量(标准向量)，返回的结果是世界坐标在相机对象矩阵变化下对应的标准设备坐标，标准设备坐标xyz的范围是[-1, 1]。
特征提取与标识：在实际轨道场景和通知单模型中提取关键的空间特征，如轨道的交汇点、特殊的轨道标识等作为定位的参考点。通过对这些特征点进行数字化标识，建立特征点数据库。
实时定位与匹配：增强现实设备通过内置的传感器(如GPS、惯性测量单元等)获取自身的位置和姿态信息。利用这些信息，结合特征点数据库，通过空间几何计算(如基于点云的配准算法)将通知单模型中的车辆和作业位置与实际场景中的轨道位置进行匹配。例如，当设备识别出轨道上的某个特定交汇点时，根据交汇点在通知单模型中的相对位置，将车辆模型放置在对应的实际轨道位置上。
惯性测量单元(IMU)可以实时获取设备的姿态信息(如俯仰角、横滚角、航向角等)以及加速度等运动状态信息，通过对IMU数据的积分运算等处理，可以在短时间内较为准确地推算出设备的相对位置变化，采用卡尔曼滤波算法将GPS和IMU的数据进行融合，其中，卡尔曼增益矩阵决定了本次测量值在更新最优估计时所占的权重。
卡尔曼增益计算：
其中，
是观测矩阵，将状态空间映射到观测空间；
是观测噪声协方差矩阵，反映测量过程中的噪声情况。通过公式
进行状态更新。将GPS和IMU数据融合时，状态向量x通常会包含位置、速度、姿态等信息；观测向量z则分别对应从GPS得到的位置观测值以及从IMU得到的姿态、速度相关观测值，通过不断迭代上述公式，实现高精度的融合估计。可以充分发挥两者的优势，得到更精准的设备位置和姿态估计结果，为后续与轨道特征的匹配奠定基础。
4.1.2. 基于作业流程的动态展示
根据铁路调车作业流程的先后顺序和时间进度，动态展示调车作业通知单模拟模型中的信息。使作业人员能够直观地了解每个作业步骤的执行情况和下一个作业任务。
作业流程建模：构建调车作业流程的数学模型，将每个作业任务(如挂车、摘车、推送、溜放等)定义为一个节点，任务之间的先后顺序和条件约束定义为边。例如，“挂车”任务完成后才能进行“推送”任务，这种关系通过有向边来表示。
状态监测与更新：通过与铁路现车系统的数据连接，实时监测调车作业的当前状态，包括调车作业任务的完成情况等。根据监测到的状态信息，在通知单模拟模型中更新计划执行状态。
进度可视化与提示：根据作业流程模型和当前状态，在通知单模拟模型中通过红色删除线删除掉这一钩计划，表示该小钩计划已执行。
计划执行更新过程：
在调车作业通知单模拟模型里，针对每个小钩计划(对应一个作业任务节点)，依据状态向量s进行可视化处理。当
时，用红色删除线标记对应的计划文本，表示该小钩计划已执行；同时，根据时间戳向量t，在合适位置显示任务执行的具体时间，让作业人员清晰知晓作业进度以及下一个作业任务。
4.2. AR眼镜选型
AR眼镜在许多领域进行了研究和引用，如海关邮递物品监管[9]、高速公路机电运维[10]、煤矿智能巡检[11]、输电线路巡检[12]等。AR眼镜可以通过增强现实技术实现调车作业的安全监测，包括来车预警和入侵报警等功能。这些功能通过AR超级云眼摄像机对车站进行全局监控，并结合增强现实技术对调车机、股道线路等进行标注，从而提高指挥效率[13]。此外，AR眼镜能够辅助调车作业，提供实时数据和操作指导，减少误操作，提高安全性[14]。市场上现存在多种AR眼镜产品，适用于不同的领域且各具特色。本文筛选市面上较为受欢迎的4种品牌进行对比分析，确保所选设备能够满足实际需求，同时具备良好的兼容性和扩展性，以便在后续的调车作业中实现智能化和数字化的管理。
4.2.1. Rokid Glass 2
Rokid Glass 2是一款分体式阵列光波导AR眼镜，专为行业应用设计。它具有40˚视场角和1280 × 720分辨率，支持多种人机交互方式，如语音、头控、触控和按键操作。这款眼镜在工业、安防等领域应用广泛，适合全天候佩戴[15]。
4.2.2. 联想New Glass C200
联想New Glass C200采用分体式设计，包含眼镜和一个计算单元，眼镜部分重量不到60 g，为单眼屏幕。该智能眼镜通过计算机视觉和多种传感器提供信息，并支持语音、手势及按键控制功能。这些特性使其非常适合在复杂环境中使用，如铁路调车作业，因为其轻便设计和多样化的交互方式可以提高操作的便捷性和安全性。此外，New Glass C200还可以连接到联想的AH云平台，提供智能识别、云存储、内容编辑等服务，进一步增强了其在行业应用中的实用性[16]。
4.2.3. 微软HoloLens 2
微软HoloLens 2作为一款先进的AR眼镜，采用了表面浮雕光栅作为耦合元件，提供更大的视场角和更高的分辨率，能够实现更为逼真的虚拟图像与现实世界的融合。这种设计使得HoloLens 2在铁路调车作业中能够提供更为直观和详细的实时数据和操作指导，从而提升作业效率和安全性[17]。此外，HoloLens 2通过AR远程协作系统，能够进行现场问题诊断和实时作业指导，进一步增强其在复杂环境中的应用能力[18]。
4.2.4. Nreal Light
Nreal Light是一款轻便的AR眼镜，专为消费市场设计，重量仅为88克，并具备52˚视角和1080 p分辨率。该眼镜通过USB-C接口与手机或电脑连接，实现真正的移动MR体验。其小巧的设计和高分辨率显示使其在铁路调车作业中成为理想的选择，能够提供清晰的操作指导和实时信息反馈，从而提高作业效率和安全性。此外，Nreal Light还支持DTS音频和同步定位与映射功能，进一步增强了用户的沉浸式体验[19]。
综上所述，考虑到铁路调车作业的特殊需求，Rokid Glass 2因其强大的多功能性和行业应用适应性，是推荐的AR眼镜选择。其支持多种交互方式，适合全天候佩戴，能够有效提升作业效率和安全性[15]。
5. 功能实现
5.1. 调车作业信息可视化
本着界面简洁易懂的设计原则，功能设计与实现采用铁路行业规定的图标和符号，并将实时信息分层展示，优先呈现重要的作业指令和列车信息。此外，使用动态图形来表示列车移动和作业状态变化，提升可理解性。
测试人员佩戴AR智能眼镜，采用手势控制信息的显示隐藏，如图所示。图1中为现场作业人员通过AR智能眼镜，查看调车作业信息时显示的调车作业通知单画面。
Figure 1. Diagram of view the shunting job notification in the device
图1. 设备内查看调车作业通知单示意图
5.2. 进度跟踪更新
AR技术的应用显著提升了作业进度的跟踪效率，全流程记录作业过程并以直观的视觉界面反馈给用户。例如，用户佩戴AR眼镜时，可以在视野中直接看到任务完成情况、剩余时间及相关警示信息。这不仅帮助作业人员有效规划后续步骤，还能及时发现并解决潜在问题，从而提升整体作业效率和安全性。
实时的信息共享也有助于各岗位之间的协调与沟通，减少误解和错误决策的发生，如表1所示。在茌平站进行实验验证，机车连挂车列时，司机与调车员间通过AR眼镜共享车列的实时位置、车辆数量等详细信息，使挂车环节整体时间缩短5分钟。在牵出过程中，调车员通过AR眼镜获取更准确的线路状况信息，此环节时间缩短8分钟。调车员需根据调车作业计划对车辆进行摘钩和挂钩操作，使用AR眼镜快速获取车辆信息及作业指令后，每摘挂一钩的时间从原来的2~5分钟缩短至1~3分钟。取送车辆时，司机与调车员间需不断沟通车辆的位置、装卸情况等信息，此环节时间缩短10分钟。
Table 1. Each link time comparison of the shunting operation before and after Chiping station uses AR technology
表1. 茌平站使用AR技术前后调车作业各环节时间对比
调车作业环节 |
使用AR眼镜前用时 |
使用AR眼镜后用时 |
挂车 |
15分钟 |
10分钟 |
牵出 |
20分钟 |
12分钟 |
摘挂车辆 |
每钩2~5分钟 |
每钩1~3分钟 |
取送车辆 |
40分钟 |
30分钟 |
5.3. 实时图像识别与传输
AR眼镜集成的实时图像识别技术，能够迅速识别作业环境中的设备和情况，为作业人员提供即时、准确的反馈，以便于进行作业指导。这一技术通过高清摄像头捕捉现场图像，并结合先进的计算机视觉算法，快速分析并识别周围的物体。作业人员佩戴AR眼镜后，可以实时看到环境的动态信息，例如设备状态、工作区域的障碍物及安全警示。
此外，实时图像识别还可以与其他系统联动，比如将识别出的设备信息与现车系统相结合，确保作业计划的准确执行，如图2所示。图2中为现场作业人员通过AR眼镜，识别车次相关信息的图示。
Figure 2. Diagram of identifying train number information
图2. 识别车次信息示意图
6. 结束语
本文提出了一种基于AR技术的铁路调车作业可视化解决方案，针对传统调车作业模式中信息传递不及时、操作不便等关键问题，为高响应、高协同的调车现场提供了更安全、便捷的作业支持。该方案通过AR智能眼镜实时显示作业指令、列车位置、作业进度等关键信息，同时集成多系统数据，提供更具参考价值的作业指导，减少了信息滞后或误解带来的安全隐患。本文提出的解决方案虽具创新性，但也存在一些不足。目前AR眼镜的续航能力有限，可能在长时间作业中需要频繁充电，数据传输的稳定性也有待进一步提高。展望未来，将进一步拓展AR技术在调车作业中的应用场景，如实现对设备故障的智能诊断等，为铁路调车作业提供更全面、更智能的技术支持。
基金项目
国铁集团科研计划(Q2023X003)。