建设背景
铁路轨道线路设备常年裸露在露天环境中，在恶劣天气和列车负载的作用下，设备技术状态不断发生变化，而其异常状态直接影响铁路线路运行安全。尽管有关路局工务部门已制定全面的维护计划，定期安排巡线员、检修员进行巡检，但由于人力的局限性、现场巡检情况无法复核的局限性以及设备在白天发生突变的概率性等，难以100%实现铁路线路设备异常情况的及时发现并解决，因此迫切需要智能化的巡检方案。
系统简介
铁路病态非接触检测系统通过在铁路线路设备前端安装定点工业级高清智能摄像机进行实时图像采集，并在后端采用深度学习方法，对采集的图像信息进行智能分析，对铁路线路设备异常状态实时监控，从而提高铁路轨道巡检效率。 
   
 
通过视频巡检与人工巡检相结合，实现轨道线路全天不间断巡检，并结合图像自动分析与预警信息推送，及时消除隐患，保证列车行驶安全。目前，轨道交通安全保障总体准确率已达到95%以上。
分析能力
当前已支持分析的铁路病态有螺栓异常检测、轨缝异常检测，开发完善中的检测功能包括轨道掉块检测、轨枕裂纹检测、沿线标志异常检测、联结部件异常检测、轨道异物检测等。  螺栓异常检测 
包括螺栓松动、脱落、缺失状态的检测，检测准确率：93.72%，平均每张检测耗费时间：0.31秒。经测试，该模型在多角度，不同尺度下均能够识别出螺栓的状态。模型分析效果示例： 
   
    轨缝异常检测 
包括轨缝过大、轨缝顶死状态的检测，检测准确率：92.4%，平均每张检测耗费时间0.4秒。 
   
    可定制实现功能 
1.轨道掉块检测
2.轨枕裂纹检测（包括横纹、纵纹）
3.沿线标志异常检测（包括标志歪斜，模糊淡化等）
4.联结部件异常检测（包括护轨插片病态，轨距块病态等）
5.轨道异物检测等（电子围栏人员闯入检测，轨道异物检测等） 
   
 
系统优势
无需巡线员或专用车辆等设备，尽可能利用铁路沿线必要的设备，全线监视单元进行一次采集，发送至平台执行分析即可获得铁路的各项状态指标。
前端设备利用自身的图像存储以及定时回传机制，能够将监视点的视频画面完整保存，支持中心平台远程调取录像视频及截图，便于实时查看和后续的智能分析。
可以结合电子地图功能，在地图上标注各节点监视终端机的所在位置，以及所覆盖路段的所有检测到的铁路病态，支持多层级的电子地图关联显示，并可通过电子地图综合反映铁路区段的状况信息。 
 
应用场景
当前该智能分析项目正在与南京铁塔、上海铁路局沪宁线桥工段进行合作，目前智能分析程序部署于云创高性能GPU服务器集群上，由上述合作单位调用使用，并持续提供训练数据和改良建议。