近日，一則鐵路事故令國人感到十分痛心：貴陽北至廣州南的D2809次列車，行駛至榕江站進站前的月寨隧道內，發現線路異常，司機在5秒鐘內采取緊急制動措施，列車撞上突發坍塌侵入線路的泥石流，滑行900多米后在榕江站脫線，司機不幸殉職。

 

　　無獨有偶，2021年3月份，在鷹廈鐵路線余家至肖家間K16+025處，3名小學生違反鐵路安全法規，在鋼軌上擺放石砟被列車碰撞碾壓，造成列車停車。江西鷹潭市龍虎山鎮中心小學和龍虎山景區管委會文教局主要負責人被約談……

 

　　在鐵路軌道上，包括自然災害、人為因素等各種主客觀因素導致的火車相撞、列車脫軌事故時有發生。那么，有什么辦法去避免類似事故的發生嗎？

 

　　針對于此，南京云創大數據科技股份有限公司(簡稱“云創大數據”)與中國鐵塔股份有限公司江蘇省分公司(簡稱“江蘇鐵塔”)，充分發揮各自技術資源優勢，強強聯合，推出了鐵路病態非接觸檢測系統。

 

　　該系統利用人工智能技術，自動調用安裝在鐵軌沿線的高清智能攝像機，通過智能對焦拍攝，并在后端采用深度學習算法，對采集的圖像信息進行智能分析，24小時實時識別發現軌道線路異常狀況，及時消除安全隱患，從而提高鐵路軌道巡檢效率。

 

　　鐵路病態非接觸檢測系統通過視頻巡檢與人工巡檢相結合的方式，實現了軌道線路全天不間斷巡檢，并結合圖像自動分析與預警信息推送，保證列車行駛安全。目前，軌道交通安全保障總體準確率已高達95%以上。

 

 

 

分析能力

 

　　支持分析的鐵路病態有螺栓異常檢測、軌縫異常檢測、軌道掉塊檢測、軌枕裂紋檢測、沿線標志異常檢測、聯結部件異常檢測、軌道異物檢測、異物侵入鐵軌檢測、人員私自闖入檢測等。

 

　　● 螺栓異常檢測

 

　　包括螺栓松動、脫落、缺失狀態的檢測，檢測準確率高達93.72%，平均每張圖像檢測僅需0.31秒。經測試，該模型在多角度，不同尺度下均能夠識別出螺栓的狀態。模型分析效果示例如下：

 

 

 

 

 

 

　　● 軌縫異常檢測

 

　　包括軌縫過大、軌縫頂死狀態的檢測，檢測準確率高達92.4%，平均每張圖像檢測僅需0.4秒。

 

 

 

 

 

 

　　● 可定制實現功能

 

　　1.軌道掉塊檢測

　　2.軌枕裂紋檢測（包括橫紋、縱紋）

　　3.沿線標志異常檢測（包括標志歪斜、模糊淡化等）

　　4.聯結部件異常檢測（包括護軌插片病態、軌距塊病態等）

　　5.軌道異物檢測（包括檢修工具遺留等）

　　6.異物侵入鐵軌檢測（滑坡、塌方、泥石流、碎石等）

　　7.人員私自闖入檢測等

 

 

 

 

 

 

 

 

系統優勢

 

　　無需巡線員或專用車輛等設備，盡可能利用鐵路沿線必要的設備，全線監視單元進行一次采集，即可獲得鐵路的各項狀態指標。

 

　　前端設備利用自身的圖像存儲以及定時回傳機制，能夠將監視點的視頻畫面完整保存。支持中心平臺遠程調取錄像視頻及截圖，便于實時查看和后續智能分析。

 

　　支持地圖標注節點監視終端位置，支持多層級的電子地圖關聯顯示，并可通過電子地圖綜合反映鐵路區段的狀況信息。

 

 

　　該系統可廣泛應用于鐵路、地鐵、輕軌等交通領域，通過持續提供訓練數據和改良建議，降低線路維護成本與運營風險，保證線路運行安全。

 

　　歡迎相關政企單位與我們合作！

 

　　聯系人：左先生，18017566211（微信同號）