這兩天，除了令人揪心的全球疫情，T179次列車的失事不禁讓人感嘆世事無常。

3月30日中午，從濟南開往廣州的T179次列車，在湖南郴州境內(nèi)發(fā)生側(cè)翻事故，有車廂脫軌，事故共造成一名值乘民警犧牲，4人重傷123人輕傷。

受連日降雨影響，當時事故路段發(fā)生塌方。雖然列車司機在發(fā)現(xiàn)塌方事故后采取了緊急制動，但是列車仍然撞上了塌方體，同時車輪與鋼軌高速摩擦產(chǎn)生火花，導致第一節(jié)電車起火，部分車廂隨后發(fā)生側(cè)翻。目前，事故具體原因仍在調(diào)查中。

鐵路軌道線路設備常年裸露在露天環(huán)境中，在惡劣天氣和列車負載的作用下，設備技術(shù)狀態(tài)不斷發(fā)生變化，盡管有關(guān)路局工務部門已制定全面的維護計劃，定期安排巡線員、檢修員進行巡檢，但由于現(xiàn)場巡檢情況無法復核的局限性以及設備在白天發(fā)生突變的概率性等（比如此次事故突發(fā)的塌方），難以100%發(fā)現(xiàn)與解決鐵路線路設備的異常情況。

慶幸的是，隨著人工智能技術(shù)的發(fā)展與革新，鐵路安全巡檢也有了更為高效的智能化巡檢方案。正如云創(chuàng)大數(shù)據(jù)開發(fā)的鐵路病態(tài)非接觸檢測系統(tǒng)，通過在鐵路線路設備前端安裝定點工業(yè)級高清智能攝像機進行實時圖像采集，并在后端采用深度學習方法，對采集的圖像信息進行智能分析，對鐵路線路設備異常狀態(tài)實時監(jiān)控，從而提高鐵路軌道巡檢效率。

可以說，鐵路病態(tài)非接觸檢測系統(tǒng)通過視頻巡檢與人工巡檢相結(jié)合，實現(xiàn)軌道線路全天不間斷巡檢，并結(jié)合圖像自動分析與預警信息推送，及時消除隱患，保證列車行駛安全。目前，軌道交通安全保障總體準確率已達到95%以上。

與單純依靠人力巡檢相比，鐵路病態(tài)非接觸檢測系統(tǒng)的優(yōu)勢明顯：

• 無需巡線員或?qū)Ｓ密囕v等設備，盡可能利用鐵路沿線必要的設備，全線監(jiān)視單元進行一次采集，發(fā)送至平臺執(zhí)行分析即可獲得鐵路的各項狀態(tài)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?qū)⒈O(jiān)視點的視頻畫面完整保存，支持中心平臺遠程調(diào)取錄像視頻及截圖，便于實時查看和后續(xù)的智能分析。

• 可以結(jié)合電子地圖功能，在地圖上標注各節(jié)點監(jiān)視終端機的所在位置，以及所覆蓋路段的所有檢測到的鐵路病態(tài)，支持多層級的電子地圖關(guān)聯(lián)顯示，并可通過電子地圖綜合反映鐵路區(qū)段的狀況信息。

具體而言，鐵路病態(tài)非接觸檢測系統(tǒng)當前已支持分析的鐵路病態(tài)有螺栓異常檢測、軌縫異常檢測，開發(fā)完善中的檢測功能包括軌道掉塊檢測、軌枕裂紋檢測、沿線標志異常檢測、聯(lián)結(jié)部件異常檢測、軌道異物檢測等。

1.螺栓異常檢測

包括螺栓松動、脫落、缺失狀態(tài)的檢測，檢測準確率：93.72%，平均每張檢測耗費時間：0.31秒。經(jīng)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(tài)。模型分析效果示例：

2.軌縫異常檢測

包括軌縫過大、軌縫頂死狀態(tài)的檢測，檢測準確率：92.4%，平均每張檢測耗費時間0.4秒，分析效果示例如下：

3.其他可實現(xiàn)功能

在螺栓異常檢測、軌縫異常檢測之外，鐵路病態(tài)非接觸檢測系統(tǒng)還可實現(xiàn)對人員闖入、塌方、異物、鐵軌變形、水淹、沉降等異常情況的檢測，更多可實現(xiàn)功能具體如下：

• 軌道掉塊檢測

• 軌枕裂紋檢測（包括橫紋、縱紋）

• 沿線標志異常檢測（包括標志歪斜，模糊淡化等）

• 聯(lián)結(jié)部件異常檢測（包括護軌插片病態(tài)，軌距塊病態(tài)等）

• 軌道異物檢測（電子圍欄人員闖入檢測，軌道異物檢測等）