1. 引言
随着城市建设的发展，城市轨道作为现代化的城市公交工具，为城市绿色发展发挥着越来越大的作用。随着运营需求和技术问题日益复杂，需要新的科技手段为城轨运营提高服务质量，保障乘客安全。在这一背景下，混合现实(Mixed Reality, MR)作为一项新兴科学技术，逐渐成为城市轨道交通运营的重要支撑科技手段[1]。
当前，学术界与工业界已就MR技术在城轨领域的应用开展了研究。一类是对通用MR技术原理、发展趋势进行普遍性的综述，如杨震等[2]对扩展现实(XR)技术发展现状进行的综述，这类观点较为概括和宏观，但缺乏城轨垂直领域的应用需求和复杂场景。另一类是对单个城轨场景进行研究，如刘亚苹等[3]对MR技术应用于信号设备维护、维修实训研究，李景虎等[4] (含作者前期工作)对MR技术应用于全自动运行驾驶培训系统研究，这类研究的深度虽然较具体，但碎片化问题突出，缺乏设备运维、人员培训、乘客服务、运营服务等城轨核心业务的融合框架，难以从整体层面认知MR技术的融合价值、潜在挑战与系统性的实施路径。
为了弥补上述研究方面的空缺，本文通过系统梳理和分析了MR在城轨领域应用的研究文献，采用“混合现实”“城市轨道交通”等检索词，对中国知网(CNKI)、Web of Science、IEEE Xplore等中英文学术数据库、行业报告进行检索。并对检索到的文献进行筛选与分析，使文献综述更具科学性和代表性。在前期研究的基础上首次提出了包括“运维–培训–服务–管理”四类业务维度的MR应用分析框架，通过框架系统性梳理分析了意大利VRAIL、上海地铁、合肥地铁等在内的国内外典型应用案例。在简单罗列技术优势以外，研究还深刻分析了MR技术在城轨特殊环境下涉及到的技术、经济及安全等各方面问题，并提出了未来亟待学界和工业界关注的研究点和发展方向，为城轨行业的技术创新和持续发展提供一个系统性的决策支持框架。
2. 混合现实技术与城轨运营的适切性
2.1. 城轨运营的核心需求与业务痛点
城市轨道交通(包括地铁、轻轨等)作为现代城市交通的重要组成部分，是一个复杂的综合系统，它包含一系列的子系统，主要有列车运行子系统，信号控制子系统，供电子系统，通信子系统，车站设备等。这些子系统相互依托，相互影响，一个环节出故障就会影响整个系统的运作。在城市轨道交通系统的设计和运营过程中一直以安全为前提，每辆列车都配备先进的安全设施设备，城轨交通的运营规则也极为严格。近年来城市轨道交通运营里程大幅增加，北京、上海等城市每年的客流量已超30亿人次，城市轨道交通系统的运营费用也越来越多[5]。设备购买费、维护费、人工费等费用给运营公司造成不小的经济压力。而城市轨道交通系统复杂、密集等特点使得安全管理难度大，设备故障、人员操作失误、自然灾害等都可能造成城市轨道交通系统安全事故，安全管理的挑战和风险愈来愈多。
全自动驾驶线路是城市轨道交通线路发展最新的趋势，采用自动化系统运营，减少人工驾驶的司机干预。如上海地铁10号线、15号线、18号线等部分线路采用的是基于GoA4标准的地铁全自动无人驾驶系统，车辆在运行过程中为自动行驶，只有在紧急情况下才需要司机人工操作[6]。所以驾驶人员需要具备更强的突发事件应对能力和对全自动化系统的监督能力。且自动驾驶系统对维护人员要求较高，需要能够及时地维护和处理先进的自动化系统设备、智能系统的复杂技术问题。我国当前城市轨道交通线路运营压力大，上海地铁15号线等无人驾驶的地铁线路，车辆驾驶员操纵操作能力薄弱，在专业性教学中理论培训多，实际操作和应用的训练少。传统教学训练实践并不能模拟突发紧急状况等复杂驾驶环境，导致驾驶员在真实驾驶环境中遇到意外状况，行车存在很大的风险。
2.2. 混合现实技术的核心赋能特性
混合现实技术是一种将虚拟环境与现实环境完全融合的科学技术，它通过计算机模拟出虚拟环境中的真实内容并与现实交互[7]。相比虚拟现实(VR)技术增强现实(AR)技术来说，混合现实技术是沉浸式虚拟体验与现实体验融合的技术，让用户感受虚拟现实世界中的真实场景，同时又可以操作真实世界[8]。混合现实技术运用计算机图形技术，利用三维建模，三维渲染等技术制作出逼真的虚拟环境和物体。使用传感器技术，利用摄像头、深度传感器、IMU等捕捉使用者的位置、姿态、手势等信息。通过显示技术利用混合现实头显显示器、智能眼镜等将虚拟内容叠加到真实世界当中，通过自然交互技术，让人能通过手、声、像、视觉刺激自然地交互[9]。近几年5G通信技术的迅猛发展，AI人工智能的爆发式进展，为混合现实的广泛应用注入了新活力。混合现实技术目前被广泛运用到教育、医疗、工业、娱乐等领域[2]。
MR赋能城轨运用的价值主要体现在其技术和特性。3D建模与渲染技术和空间定位跟踪技术，以数字信息为信息源(三维模型、操作流程、数据流)直接在物理空间环境内完成注册和叠加，将信息与实景融合，将抽象的数据转化为可视的指引。自然交互技术，构建虚拟仿真场景或增强现实场景，用户通过自然的交互(手势、语音)与虚拟场景交互，达到边做边学的沉浸式体验，适用于危险系数高、训练资金成本高的培训[10]。AI技术包括虚拟助手、智能推荐、智能操作等，提供IoT、BIM、GIS等多源数据信息，结合用户位置、姿态和环境进行场景化呈现，辅助用户基于数据信息做出决策。
2.3. MR城轨应用分析框架
基于以上城轨运营的核心诉求与MR技术赋能分析，本文提出一个多维度的MR城轨应用分析框架(如图1所示)。该框架以城轨运营的四大核心业务流(设备运维、人员培训、乘客服务、运营管理)为X轴方向，基本覆盖了从后台保障到前台服务，从物到人的所有关键运营环节。以MR技术赋能城轨运营的核心目标为Y轴方向，即效率提升、安全保障、成本控制、体验优化，是衡量任何一项运营技术的关键考核指标。该框架的系统性和创新点是把业务流程与价值目标置于同一分析平面，二者交叉构成了一个包含16个分析单元的矩阵[11]。
框架矩阵作为归类和评估工具，其中每个MR应用案例都有自己的坐标点位，并且评估了其在多维价值目标上的综合贡献。而矩阵空缺的位置或应用模式不紧密的位置，正好可以体现将来技术融合和模式变革的走向，能够指导研发资源的精准投入。该框架不仅用于对现有MR应用进行归类与梳理，更希望在将来可以作为技术选型、应用部署和评价的理论指导。
Figure 1. Analysis framework for mixed reality applications in urban rail transit operations
图1. MR技术在城轨运营中的应用分析框架图
3. MR技术在城轨运营中的应用场景分析
在第二章建立的分析框架基础上，本章把MR在城轨运营中的应用典型场景进行归类分析、总结，按照“业务痛点 + MR解决方案模式 + 典型应用”的形式，进一步分析探索MR解决方案的技术关键、核心成效与局限。表1是混合现实技术在城市轨道交通运营中的应用场景与典型案例。
Table 1. Application scenarios and typical cases
表1. 应用场景与典型案例
应用领域 |
典型场景 |
案例代表 |
核心成效 |
设备维护与故障诊断 |
预测性维护、远程专家协作、复杂设备
检修 |
意大利VRAIL项目、北京地铁&京东、温州轨道交通“高位鹰眼 + AR”系统 |
显著提升了缺陷检测的准确性与维护流程效率[12]；远程协助将响应时间从分钟级缩短至秒级 |
员工培训与技能提升 |
高风险作业模拟、应急演练、标准化作业流程学习 |
上海地铁15号线MR驾驶培训系统、郑州地铁AR实训系统、德国DB MR培训项目 |
实现了“零风险”高强度实训，有效提升了驾驶员在突发状况下的决策速度与操作准确性[4]；培训周期显著缩短 |
乘客服务与导航 |
AR实景导航、站内元宇宙体验、个性化信息服务 |
合肥地铁“元宇宙导乘系统”、武汉光谷空轨AR
项目 |
极大缓解了站内拥堵，显著提升了乘客导乘效率；成功开创了“交通 + 文旅”的非票务收入新渠道 |
运营监控与管理 |
基于数字孪生的线网调度、实时客流监控与疏导、应急指挥 |
温州轨道交通“高位鹰眼 + AR”系统 |
实现从被动响应到主动预测的转变，大幅提升调度效率和应急响应速度 |
3.1. 设备维护与故障诊断
城市轨道交通设施设备维护和故障分析诊断是提升系统运行的重要保障，传统的维护检测是通过人工检查经验判断，依赖专家经验，缺乏预测能力，导致运维成本高且可能因漏检引发运营中断。混合现实技术借助MR设备如AR眼镜等，辅助技术人员对列车转向架、制动系统等设备设施进行检修，将虚拟环境与物理环境融合，指导技术人员正确操作，避免操作失误。这成为了MR技术在轨交行业中运用最广泛、最成熟、推广最快的领域之一[3]。国内外众多地铁公司与设备厂家合作，比如京东与北京地铁合作，使用AR维护系统将地铁维修任务完成时间大幅缩短。
中国温州轨道交通采用“高位鹰眼 + AR”系统，通过在重点施工作业面部署6个鹰眼、40多个监控工具，当现场遇到疑难故障问题时通过MR眼镜连线专家，专家通过视频、音频实时对AR标注进行远程诊断维护，响应时间由分钟级维护升级到秒级维护，这印证了AR技术在提升操作效率与促进远程协作方面的显著工业价值[13]。VRAIL是意大利的一个工业研究项目，目标是通过物联网传感器、AI算法与混合现实技术打造一体化监测与维护系统。项目通过VR系统为规划人员构建沉浸式虚拟现实场景，让规划人员在场景中基于真实点云数据远程规划维护任务。VRAIL也为现场技术工人开发了AR系统，通过Microsoft HoloLens2智能眼镜，让工人识别物理部件叠加虚拟指引和虚拟指令，判断部件是否需要维护。研究表明，通过一体化系统可以更准确地发现缺陷，更快地进行维护，通过数据化记录提升运维质量和问题追溯能力[12]。VRAIL项目的成功模式依赖于高精度的传感器网络、可靠的边缘处理和算法预测。对于隧道等网络信号较弱地区可能存在数据传输和实时渲染的问题，而且系统前期的投入成本较高。
3.2. 员工培训与技能提升
员工培训是城市轨道交通运行安全、高效的前提，传统员工培训成本高、效率低、风险高。MR技术可以创造高仿真、可交互的虚拟场景，模拟各种正常、故障、极端应急事件，让学员在虚拟场景中沉浸式训练、考核。从新员工入职到再培训，MR培训系统成为标准化员工培训体系的一部分，对于像车辆日常检修、设备操作等标准化流程，MR系统可以逐步引导学员完成每个流程并加以考核，实现作业规范化，培训标准化。MR可模拟火灾、脱轨、大客流疏散等极端情境，训练员工在极端情景中的应急能力、协同指挥能力，或者通过语音、虚拟标注让员工在作业过程中即时得到指导。很多国内外地铁公司都将虚拟培训系统应用于员工培训。德国铁路公司(Deutsche Bahn)开发了基于MR的培训软件，使用虚拟模型与交互式指导来培训超过1万名员工的基础设施维修。上海地铁15号线试点研发了一套基于MR的城轨全自动运行驾驶培训系统，让地铁驾驶人员使用混合现实系统进行培训和考核。郑州地铁的AR虚拟培训系统通过1:1模拟车辆、站台场景，让员工反复练习应急处置流程，培训时间大幅缩短。针对GoA4级无人驾驶线路操作司机，该系统精准模拟了全自动运行的各种正常场景与系统失效等极端故障场景。驾驶员在虚拟环境中反复训练应急处置流程，实现了“零风险”的高强度实训。研究表明，该系统有效提升了驾驶员在突发状况下的决策速度与操作准确性[4]。但MR虚拟环境也有其局限性，物理真实性与所有子系统耦合逻辑的完备性仍与千万级成本的实车仿真器存在差距。车辆动力学、多车联动等复杂物理效应的模拟精度也是技术难点。
3.3. 乘客服务与导航
乘客服务是城市轨道交通的主要业务，传统静态标识和二维地图在地下复杂空间引导效率低下，乘客服务内容单一，难以给乘客带来更好的出行体验。MR可以通过空间定位感知到乘客所在的位置与环境，以智能手机为载体精准匹配信息服务应用，虚实融合的站内文化体验，将服务由被动查询提升为主动和场景化交互。合肥城市轨道交通的“元宇宙导乘系统”，将精细的三维城市轨道交通模型和AI数字客服应用在乘客服务领域，乘客通过手机APP，在摄像头实时捕捉到的站厅实景图上，清晰显示叠加虚拟箭头、路径、关键点位标识等。这种“所见即所至”的导航方式，将乘客从寻找站台口或者出入口的平均时间缩至最短，有效缓解站内的拥堵。该应用目前以智能手机为载体，未来向轻量化AR眼镜迁移是提升体验的关键。孟买CSMT车站、武汉光谷空轨都推出了AR历史文化体验项目，通过虚拟模型与体验互动，吸引大批游客。乘客在车厢或站台的指定区域内，利用设备摄像头扫描窗外现实景象即可观看叠加在实景上的历史建筑及解说动画，使交通出行与观光旅游完美结合，成为除门票外的又一创收途径。MR系统还可以根据乘客需求进行个性化定制，通过语音识别和语音处理，乘客可以通过语音指令实时获取各种信息服务[14]。
3.4. 运营监控与管理
运营监控和管理是城市轨道交通运营的重要方面，传统的调度指挥依赖多个独立的二维屏幕，数据割裂，难以形成对全线网运营态势的直观、统一认知。MR技术可将IoT传感器、视频监控、ATS调度系统等采集来的海量数据汇聚到实景空间或者数字孪生模型上，使实时数据(车位、客流、设备)以可视化的方式呈现在调度指挥大屏上，调度员、管理人员带上MR设备就可以看到整条线路的三维虚拟模型。温州轨道交通的“高位鹰眼 + AR”系统将前端AI摄像头识别的安全隐患(如未戴安全帽、区域入侵、烟雾等)，实时地在MR指挥大屏的三维站场模型上进行三维空间位置报警。值班员可以看到全局风险分布，并通过AR语音对讲直接干预，实现了从被动查看视频到主动预警与精准干预的变革，体现了信息物理系统(CPS)中从数据感知到自主决策的高级阶段[15]。该系统的效能受限于前端AI识别算法的准确率，误报和漏报会影响指挥效率。同时，将关键安防系统与MR系统深度集成，也扩大了网络攻击面，对网络安全防护提出了更高要求。
4. MR在城轨运营中的应用挑战与局限性
4.1. 技术成熟度与环境适应性
MR设备在实验室或可控的工业环境中的效果较好，但在城轨现场(地下隧道、高架桥面、设备舱)场景下对MR设备要求更高。在隧道、地下站台等场景中存在GPS信号接收不佳、电磁干扰严重等情况，会造成MR设备空间定位精度下降或定位不稳定。研究指出，跟踪注册精度不足是当前AR系统在复杂工业环境中面临的首要技术挑战之一[16]。同时，实现稳定精准的人机交互作为MR系统的核心，其在复杂环境下的可靠性也面临考验[17]。城轨设备复杂，高精度实时渲染三维模型对于终端设备的算力要求高，远程专家指导需要传输高清视频流及大量的传感器数据，任何网络的延迟与抖动都会造成虚拟及真实信息的断裂感，影响操作效率及安全。目前的消费级MR头显设备难以在续航及散热等方面满足长时间高强度的现场运维、培训场景应用。
为了解决技术上的难点，可以研发融合多种感知定位技术，结合UWB (超宽带)、激光雷达和前视的视觉标识，为重要工作区域定位提供可靠参考。利用5G-A/6G网络超低时延、高可靠性的特点，结合移动端边缘计算，将渲染等繁重任务在边缘服务器端解决，减轻终端负担并保障实时性。研发工业和交通领域的专用MR硬件，主要对其耐用性、坚固性(防尘防雨)、人机工程等展开研究。
4.2. 经济成本与投资回报
MR解决方案的实施在硬件采购、定制软件开发、系统集成、后期维护都需要巨大的前期投入。大面积部署应用在降低整体运营成本、事故率等方面的投资量化收益上没有严格验证，导致管理者没有办法衡量收益。正如在制造业中所观察到的，缺乏可靠的ROI模型是阻碍企业大规模投资AR技术的关键经济因素之一[18]。城轨车辆设备、设施、规章等在不断变化，相应的MR模型、流程、软件也需要不断升级维护、更新投入。
对于经济上的问题，在企业层面可以通过分阶段试点验证投资回报模型或构建城轨行业MR投资回报评估体系，纳入无形收益(知识沉淀、风险规避、拉动品牌)，提供更全面的投资决策支持。MR设备企业可以考虑提供SaaS (Software as a Service)轻量化或者硬件 + 软件 + 软件更新的整体解决方案，降低一次性投入。
4.3. 数据安全与系统可靠性
MR设备会不间断记录海量环境视频、操作数据、员工生物识别信息、乘客信息等，这些数据在传输、存储、处理过程中如果保护不当，容易导致企业核心营运数据、地理空间信息、甚至个人隐私泄露[19]。公司将MR接入城轨内网，无异于增加了一个新的、潜在的、可被黑客入侵的攻击面，黑客可能通过MR系统获取敏感信息甚至运营决策[20]。过分依赖MR的分步指引容易导致员工独立思考和解决突发问题的能力降低，一旦MR系统失效，将可能影响员工的有效应对，当MR系统虚拟信息错误导致操作失误或事故时，责任如何认定，尚且没有相关法规、规范可参考。
未来解决最大的安全问题，技术人员应该构建端到端安全体系，对所采集数据进行加密传输和脱敏，在终端设备端和应用层采取可控的访问策略。在系统构建层面，以安全设计源头为导向，对MR系统在网络安全风险全流程进行风险评估和渗透测试，融入全域轨道网络安全防护体系。行业和监管部门可以制定初步的MR系统可靠性认证、数据管理规则与事故定责准则和指南，为技术应用的合法合规护航。
5. 结论与未来研究展望
5.1. 研究总结
本文以MR技术应用于城轨运营场景为背景展开综述研究，首先揭示了MR技术在解决城轨系统运维压力大、从业人员培训难、乘客服务体验差等关键痛点的潜在应用价值，搭建包含设备运维、员工培训、乘客服务、运营管理4个业务系统的分析框架，对典型国内外应用实例进行分门别类的系统分析，剖析了当前MR技术应用于城轨系统运维的难点与局限性，结合实践探索提出了解决思路，为后续科研与工程实践指明了方向。
5.2. 未来研究展望
未来混合现实与AI、大数据、物联网等技术有更多的融合应用，MR在城轨领域的应用也将更加广泛。MR在城轨运营的应用要建立可靠性保障机制，在信号丢失、电磁干扰的城轨复杂环境下实现稳定、高精度的空间定位和跟踪的理论方法与技术路线。未来可以探索MR系统与AI大模型相结合的多模态自然交互、虚实联动式仿真、智能辅助决策机制，建立公司层面对于MR应用提升运营效益、降低生命周期成本、规避安全风险等综合效益的量化科学模型。同时，MR沉浸式交互对一线员工作业习惯、感知负荷、应急能力等长期影响开展研究。未来混合现实技术的应用需要政府制定更多政策以鼓励、引导企业研究MR技术，或者在项目申请、资金支持等方面提供一定支持，推进技术的快速发展和应用普及。
NOTES
*通讯作者。