案例简介
铁路的安全运输关系国计民生，而钢轨的损害检测是保证列车安全行驶的重要手段。轨道表面伤害如下图所示。目前，轨道表面病害检测利用工务巡检车上的成像装置对轨道进行高清成像，再采用人工检查的方式进行，存在效率低、滞后性强等问题。
成都国铁电气设备有限公司采用飞桨开源深度学习平台开发基于嵌入式GPU的轨道在线智能巡检系统，该系统以多个NVIDIA Jetson嵌入式模组作为计算单元，对巡检采集的轨道图片进行实时检测，识别轨道表面伤害。
PaddleDetection
测量业务需求
轨道巡检装置为成都国铁轨、网、隧综合检测车的子系统，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。
轨、网、隧综合巡检车 车底的轨道巡检设备 车内缺陷展示与人工确认系统
轨道巡检装置
轨道巡检装置由左、右轨巡检模组组成，每个模组由线阵相机、激光光源和图像采集卡组成，分为轨面、内轨、外 轨成像模块。
轨道巡检装置 轨道巡检图片
首先对对路图像数据进行拼接处理，拼接好的图片传入第一轮的目标检测模型，对关键部件和部分缺陷特征进行识别，同时结合先验，得出缺陷类型。第一轮检测的缺陷结果经过第二轮分类器过滤，进一步提升检测精度。
上线效果
调优关键过程
4 次跑车，数据的采集和缺陷样本的累积，螺栓缺失和弹条缺损的检测，在二次过滤阶段采用直接检测，大大提升了检测精度。
测试结果
某市地铁路段，40770 米，40770×6 帧图片，检测速度 30FPS/ 路，达到上线标准。
成都国铁电气设备有限公司成立于2011年，坐落于成都航空港经济开发区，是一家专注于高速电气化铁路、城市轨道交通领域、供电信息监测领域等各类产品的研发、生产、销售和服务的高科技企业。通过大数据+人工智能+云计算及物联网技术，与铁路全专业检测技术进行深度融合，为中国铁路总公司、铁路局及各供电段等提供“终端+数据+应用+服务”的端到端整体解决方案。
