案例簡介

成都國鐵電氣設(shè)備有限公司采用飛槳開源深度學(xué)習(xí)平臺開發(fā)基于嵌入式GPU的軌道在線智能巡檢系統(tǒng)，該系統(tǒng)以多個NVIDIA Jetson嵌入式模組作為計算單元，對巡檢采集的軌道圖片進(jìn)行實時檢測，識別軌道表面?zhèn)Α?/span>

相關(guān)產(chǎn)品

PaddleDetection

合作伙伴簡介

成都國鐵電氣設(shè)備有限公司成立于2011年，坐落于成都航空港經(jīng)濟(jì)開發(fā)區(qū)，是一家專注于高速電氣化鐵路、城市軌道交通領(lǐng)域、供電信息監(jiān)測領(lǐng)域等各類產(chǎn)品的研發(fā)、生產(chǎn)、銷售和服務(wù)的高科技企業(yè)。通過大數(shù)據(jù)+人工智能+云計算及物聯(lián)網(wǎng)技術(shù)，與鐵路全專業(yè)檢測技術(shù)進(jìn)行深度融合，為中國鐵路總公司、鐵路局及各供電段等提供“終端+數(shù)據(jù)+應(yīng)用+服務(wù)”的端到端整體解決方案。

業(yè)務(wù)挑戰(zhàn)

鐵路的安全運輸關(guān)系國計民生，而鋼軌的損害檢測是保證列車安全行駛的重要手段。目前，軌道表面?zhèn)z測利用工務(wù)巡檢車上的成像裝置對軌道進(jìn)行高清成像，再采用人工的方式進(jìn)行檢查，存在效率低、滯后性強(qiáng)等問題。

軌道巡檢裝置為成都國鐵軌、網(wǎng)、隧綜合檢測車的子系統(tǒng)，安裝在綜合檢測車底。在檢測車行駛過程中，對軌道表面及其緊固件進(jìn)行掃描成像，同時利用邊緣嵌入式GPU設(shè)備，實時檢測軌道表面及其緊固件缺陷。檢測結(jié)果通過車內(nèi)展示系統(tǒng)呈現(xiàn)，并由分析人員最終確認(rèn)缺陷結(jié)果，形成缺陷報表。

下圖從左至右依次為巡檢車、車底軌道巡檢設(shè)備和后臺檢測系統(tǒng)。

軌道表面主要有肥邊、扣件缺失、扣件傾斜、擦傷、波磨、軌道裂紋，以及剝離掉塊、疲勞裂紋等傷害瑕疵類型，如下圖所示。

解決方案

針對深度學(xué)習(xí)落地中面臨的問題，成都國鐵找到了解決方案，就是使用百度飛槳PaddleDetection進(jìn)行軌道檢測算法的開發(fā)。PaddleDetection可以通過數(shù)據(jù)增強(qiáng)、算法選擇等技術(shù)很好地解決以上問題，有效的幫助傳統(tǒng)行業(yè)的技術(shù)人員進(jìn)行AI算法的開發(fā)。

第一階段：模型代碼開發(fā)測試

首先將對路圖像數(shù)據(jù)進(jìn)行拼接處理，拼接好的圖片傳入目標(biāo)檢測模型YOLOv3，對關(guān)鍵部件和部分缺陷特征進(jìn)行識別，同時結(jié)合先驗，得出缺陷類型。目標(biāo)檢測的缺陷結(jié)果輸入下一階段的缺陷分類器進(jìn)行過濾，進(jìn)一步提升檢測精度。

算法結(jié)構(gòu)如下：

第二階段：模型測試調(diào)優(yōu)

通過四次實地跑車，采集了大量的實地數(shù)據(jù)以及缺陷樣本，擴(kuò)充了原有的數(shù)據(jù)集。并且在螺栓缺失和彈條缺損的檢測任務(wù)中進(jìn)行了調(diào)整，在缺陷分類過濾階段采用直接檢測，大大提升了檢測精度。

第三階段：實地測試驗收

某市地鐵路段，40770 米，40770*6幀圖片：

1）螺栓缺失：12/753 提升至 12/39；2）彈條破損：5/691提升至3/12；3）彈條缺失：32/1001提升至29/73，其中3個缺陷被分類到了彈條破損；4）枕木裂縫: 35/155 提升至 32 /67；5） 彈條移位：63/111。

檢測速度30FPS/路，達(dá)到上線標(biāo)準(zhǔn)。如下為軌道檢測圖片。

價值成果

目前地鐵巡檢和安全防護(hù)以人工靜態(tài)檢查為主，每條線路需要10到20名軌道檢修工每天凌晨進(jìn)入隧道步行檢修，每小時只能檢測5公里軌道線路，存在“作業(yè)效率低、人身安全隱患、無客觀標(biāo)準(zhǔn)、原始數(shù)據(jù)無詳實記錄、人工成本增加、夜間作業(yè)難免漏檢”等諸多弊端。本項目研發(fā)的軌道在線智能巡檢系統(tǒng)可同時安裝到工程作業(yè)車和運營電客車上，能夠在不影響電客車正常行駛的情況下，全天候?qū)壍廊毕輰嵤┲悄芘袛唷?/span>

地鐵運營公司領(lǐng)導(dǎo)這樣評價本項目：“軌道在線智能巡檢系統(tǒng)通過替代人工巡檢，大大降低了人力成本，實現(xiàn)了軌道巡檢過程中的“安全、高效、精準(zhǔn)”的目標(biāo)，從而推動了地鐵交通安全領(lǐng)域的智能化創(chuàng)新。”