近日,由铁科院集团公司所属北京铁科英迈技术有限公司(以下简称“铁科英迈”)基于华为计算软硬件体系自主研发的铁路巡检图像智能分析系统,在铁路基础设施智能检测领域实现产品发布,推动铁路巡检从“人眼逐帧排查”逐步向“AI秒级精准识别”深度跨越。
作为铁路安全运营的重要保障,轨道巡检数据应用长期面临海量图像人工复核效率低、异常识别依赖经验、关键软硬件稳定性不足等挑战。铁科英迈以鲲鹏处理器与昇腾推理模组为坚实底座,打造车载巡检图像AI分析机和地面铁路基础设施巡检分析平台两类核心产品,覆盖数据分析、病害复核和成果应用全链条,让“万里铁轨”上的每一处隐患都无所遁形。
四大核心能力突破
从车载到地面,从识别到服务,铁科英迈正通过多种轨道巡检作业模式,带来质效跃升。
软硬件协同优化,支持多项点并行识别
铁路巡检图像来自不同通道,识别对象既包括钢轨、扣件和轨枕,也包括轨旁相关设备。不同对象的外观特征和分析要求各有差异,需要统筹数据加载、模型调用、计算资源分配和结果管理,传统方案不能并行处理多项识别任务。
有别于传统单一识别方案,铁科英迈创新性地实现软硬协同优化,让多项识别任务“并行不悖”。
系统基于昇腾CANN框架,通过模型适配、数据处理流程优化和多计算卡智能调度,支持钢轨、扣件、轨枕及轨旁设备等多对象识别任务同步运行。
在算法侧,结合Transformer架构升级和大模型蒸馏,兼顾复杂图像条件下的识别能力与实际推理效率——算法、推理引擎和任务调度三位一体,为车载实时处理、地面批量分析及识别场景扩展提供技术支撑。
在车载实时分析环节,AI化身“移动哨兵”
在160km/h高速运行中,数十个缺陷识别算法实时推理同步完成。铁科英迈开发的车载巡检图像AI分析机,在2U机身内集成超过400 TOPS的稠密AI算力,采用全栈昇腾算力,让“边跑边检”从愿景变为现实。
设备以500mm机身深度、500W额定功率的紧凑设计,配合航插连接器前出线方式,完美适配车载严苛环境——扣件缺陷、轨面擦伤、翻浆冒泥、应答器异常、轨腰塞钉异常、漏缆卡具破损等七类缺陷,在列车疾驰间便已精准锁定;同时支持电务箱盒、电缆槽、补偿电容等设备定位,为不同专业人员开展图像检查和状态分析提供依据。
在地面集中分析环节,“车上车下同构”让AI能力无缝延伸
车载分析侧重巡检过程中的实时处理,地面分析侧重数据集中管理、批量识别和人工复核。两类产品基于鲲鹏昇腾软硬件体系,采用同构技术路线,使识别算法和分析能力能够适配不同部署形态。
地面铁路巡检图像智能分析平台部署于服务器端,巡检数据拷贝即自动发现、自动组织分析,集中存储原始图像和识别结果。
局域网内多客户端可按线路、里程、缺陷类型和等级灵活查询,复核人员无需重复部署分析环境或拷贝整批图像——数据集中处理与多端复核相结合,让分析成果“一次产出、多人共享”,彻底告别数据分散存放和重复整理的低效模式。
在分级复核环节,AI从“发现问题”走向“服务现场”
识别出疑似缺陷后,平台结合病害类型、位置、数量和分布进行智能分级,便于人员区分轻重缓急。对连续或集中出现的扣件缺陷、轨枕伤损、翻浆冒泥等多类病害,平台进一步开展范围伤损分析,关联区段内缺陷信息,帮助复核人员“既见树木、又见森林”,精准锁定重点关注区段。
复核确认后的病害信息可自动生成图文分析报告,按管段导出缺陷清单,与生产信息管理系统的病害导入格式无缝衔接——从人工截图、信息填写到报表编制的重复工作,正被AI逐一替代。
通过历史结果关联与比对,人员还可查看不同批次同一位置的检测情况,为病害变化跟踪和整治效果核查提供依据,真正实现从“单次检测”到“持续追踪”的跨越。
从“解放人眼”到“让人变强”
铁科英迈相关负责人表示:“铁路巡检的智能化,本质是以安全为本、以效率为翼。我们的目标不是取代巡检人员的经验判断,而是让AI承担海量图像的初筛工作,释放人员精力去聚焦异常研判和处置决策——这才是智能巡检的真正价值。”
面向未来,铁科英迈将持续携手华为计算生态,围绕算法升级、系统优化和场景拓展三大方向,以车载实时分析和地面集中应用覆盖更多铁路基础设施智能化巡检场景,努力为铁路运维的数智化转型提供更多可复制、可推广的“中国方案”。