就数字化而言，铁路行业是最复杂的行业之一。从技术角度来看，它有许多障碍，使得很难将现有系统集成到现代数字架构中。这可以解释其低水平的数字化。物联网边缘计算可以解决铁路面临的许多挑战。《哈佛商业评论》（哈佛商业评论）的一项研究表明，运输行业处于数字化成熟度的尾端，尤其是铁路行业对这种低水平的数字化做出了重大贡献。不仅因为它受到非常严格的监管，还因为在技术上，它面临着将遗留系统基础设施集成到现代数字架构中的许多挑战。铁路物联网大数据的5V在2020年IEEE（电气和电子工程师协会）专家组撰写的一篇文章中，他们确定了在铁路部门集成大数据的主要技术挑战。他们这样做的方法是将它们分组为他们所谓的“5V”：多样性：铁路部门是一个高度分散的供应商和技术环境。一列火车上有数百种不同的系统，其中许多由于使用寿命长和技术更新率低而过时。数据量（Volume）：每天有高达TB的数据量，传统的硬件和软件无法处理。速度：不仅要处理大量的数据，而且还需要很快才能被认为是实时或接近实时的处理。准确性：由于铁路运营的关键性，确保任何高级数据处理的准确性和可靠性至关重要。价值：大多数系统被认为是高价值的并且在地理上是分散的。什么是边缘计算？物联网边缘计算是物联网和边缘计算技术的结合，通常用于工业环境。如果我们分析工业物联网(IIoT)和边缘计算作为数字技术的优势，我们就会意识到它是解决上述大部分挑战的答案。工业物联网允许从多个来源捕获数据，而边缘计算允许以网络安全和可扩展的方式实时分析大量分布式数据，从而允许集成来自众多供应商、技术和协议的现场设备。铁路及其他：物联网边缘计算的好处让我们看一下五个用例，它们描述了物联网边缘计算对铁路和其他关键行业的潜在好处。1.数字孪生和预测性维护数字孪生或数字孪生实例允许对物理系统的每个工作部分进行数字表示。它们是工业4.0的先驱创新之一，但从商业角度来看也是最有利可图的创新之一。我们需要这些数字示例来优化从制造到维护和售后服务的产品价值链。它们可用于远程诊断和监控，从而显着节省人员和差旅成本。他们还可以自动预测事件发生的可能性，结合历史数据、人类经验、机器学习和模拟，所有这些都可以改进预测。麦肯锡估计，使用人工智能的公司中有51%的运营成本下降了20%以上。基于在哪里建立供应基地、计划大修的方式和时间以及使用什么材料的决策对运营成本有直接影响。同样，实时数字孪生操作需要处理大量数据，同时保持低延迟。例如，用于电机故障检测的振动物联网传感器需要一种处理数据的算法至少为1kHz（每秒1000个数据）。这与任何传输的常见覆盖问题相结合，使边缘计算成为最适合这些用例的技术。2、障碍物检测轨道交通的安全一直是运营商面临的另一大挑战。在由于恶劣天气或人为错误导致能见度低的情况下，计算机视觉将成为更智能、更自动化交通的最有趣的解决方案之一。自动障碍物检测系统有助于提高应急响应能力，提高行人或行人安全。Shift2Rail组织的使命是定义和提供数字功能，使欧洲铁路运输成为更加以客户为中心和可持续的运输方式。该组织正在专门针对该主题设立一个工作组和整个项目。障碍物检测是一项需要高计算处理能力的关键任务，只能通过边缘计算架构来完成。3.软件和固件升级车辆系统变得越来越智能，软件化程度越来越高。这些系统的需求会随着时间的推移而变化，并且许多迭代能够优化这些系统的使用是很常见的。此外，IT系统可能会由于安全漏洞而变得过时。这就是在软件配置和固件中运行更新变得越来越重要的原因。统一的系统和统一的设备更新远程流程可以节省成本。事实上，像阿尔斯通这样的制造商已经在Edge上部署了容器化应用程序架构，这有助于他们通过自动化Edge设备的生命周期和按需部署新版本来减少手动流程。4、提高列车运行的安全性为保证列车运行的安全稳定，对列车运行速度、载重等参数的实时监控非常重要。从这个意义上说，物联网传感器和高计算能力的结合是一个最优的解决方案。使用小型传感器，可以收集有关车轮引起的高频轨道振动的信息。通过边缘计算，可以计算出当前滚动风险相关参数的速度和状态。香港大学的科学家已经证明，24小时连续监控是一种可行的边缘计算架构。它的工作效果令人印象深刻，速度误差小于0.2公里/小时，并且在轨道和火车上占用的空间非常小，而且成本比传统系统更易于管理。5.改善健康和合规性毫无疑问，COVID-19突然迫使许多行业改变优先事项，以更有效地解决与健康和社会距离相关的问题。借助物联网边缘计算，可以实时监控空气质量、是否遵守口罩使用或车站和火车的社交距离等要素。借助更先进的算法，可以识别需要更彻底清洁的区域，甚至可以引导自动清洁系统对区域进行消毒。毫无疑问，物联网将对铁路产生巨大的影响，而铁路行业是数字化程度最高的工业环境之一。边缘计算可以提高旅客安全、检测潜在障碍并增强预测性维护。5V使得将大数据集成到铁路行业变得更加困难，但边缘计算可能是克服这些技术挑战的解决方案，允许实时、网络安全和可扩展地分析大量数据。
