人工检修高铁费时费力？百度飞桨深度学习平台助力高铁检修智慧化升级

在国民出行领域,高铁占据着越来越重要的地位,保证高铁正常运转的维护工作对交通出行来说十分重要。今年五一假期前夕,京沪高铁沧州段接触网出现异物挂置,导致京沪高铁上下行段均出现大规模晚点。一块小小的异物,就可能影响上百万人的假期出行。

(图1北京铁路官博)

传统的高铁检修手段严重受限于人工。以地铁巡检和安全防护来举例,如果采用人工静态检查的方式完成钢轨损害检测,需要每天每条线路安排10~20名轨道检修工凌晨就进入隧道步行检修,每小时也只能检测 5公里轨道线路。不仅人工成本高、作业效率低,还存在“人身安全隐患、无客观标准、原始数据无详实记录、夜间作业难免漏检”等诸多弊端。五一假期前的部分列车晚点情形,也是由于附近的地膜被大风吹起来,导致了接触网故障。可以看到,依靠人工巡检的手段,很难保证实时、及时地检测与处理。

(图2薄膜挂置接触网致故障)

人工智能技术,让轨道交通领域问题解决有了新的可能。成都国铁电气设备有限公司与百度飞桨进行了深入技术合作,采用产业级开源深度学习平台百度飞桨的PaddleDetection等套件解决了AI算法难题,研发了一套“轨道在线智能巡检系统”。

(图3智能巡检系统界面)

该系统基于飞桨“轨道在线智能巡检系统”安装在综合检测车底,在检测车行驶过程中,对轨道表面及其紧固件进行扫描成像,同时利用边缘嵌入式GPU设备,实时检测轨道表面及其紧固件缺陷。检测结果通过车内展示系统呈现,并由分析人员最终确认缺陷结果,形成缺陷报表。这样一来,不仅实现了对轨道巡检图片的实时检测,还能提升检测效率,保护工作人员安全,降低漏检概率。不仅如此,该系统还可以同时安装到工程作业车和运营电客车上,能够在不影响电客车正常行驶的情况下,全天候对轨道缺陷实施智能判断。

轨道交通检测只是AI应用的一个缩影,在电力、林业、医疗等众多和生活息息相关的领域,都有百度飞桨的身影。作为百度产业级的开源深度学习平台,飞桨以开发便捷的深度学习框架、超大规模深度学习模型训练技术、多端多平台部署的高性能推理引擎、产业级开源模型库四大领先技术,在各个领域助力产业智能化转型升级。

5月20日,由深度学习技术及应用国家工程实验室与百度联合主办的“WAVE SUMMIT 2021”深度学习开发者峰会将于北京召开。作为开发者年度盛会,WAVE SUMMIT 2021将迎来知名企业AI专家、高校学者、顶级开源项目发起人,共话智能时代创新技术发展与产业落地实践。届时,成都国铁将作为重要的产业合作伙伴登台分享,除此之外,大会还邀请了飞桨在不同产业领域的合作伙伴带来精彩的技术和应用分享。

近距离与技术大神交流、第一时间了解深度学习前沿动态、多角度认知开源及技术的产业应用,本届WAVE SUMMIT峰会,开发者和热爱科技的小伙伴们一定不虚此行。

以下为本次峰会议程: