基于深度学习的铁路辅助巡检系统

蔡檬屿; 郭旭; 王浩帆; 李良平; 张瀚文

基于深度学习的铁路辅助巡检系统

西南交通大学　信息科学与技术学院，成都　 611756

基金项目: 中央高校基本科研业务费专项资金资助（2682018CX30）；国家自然科学基金资助项目（71502146）；国家大学生创新创业训练计划项目（201910613041）

详细信息

作者简介:
蔡檬屿，在读本科生

郭　旭，在读本科生

中图分类号: U216.3 : TP39
计量
- 文章访问数: 108
- HTML全文浏览量: 290
- PDF下载量: 48
出版历程
- 收稿日期: 2020-01-19
- 刊出日期: 2020-09-24

Aided inspection system of railway based on deep learning

School of Information Science and Technology, Southwest Jiaotong University, Chengdu　611756, China

摘要

摘要: 针对人工巡检方式错漏多、强度大、成本高的问题，设计基于深度学习和虚拟现实（VR）远程控制技术的铁路辅助巡检系统。该巡检系统结合开源数据集和定制数据集，采用深度学习算法，能可靠地识别异物位置与类别；采用服务器推流技术与终端进行数据交互，实现对远程设备的控制；客户段端采用VR+手机App技术，达到沉浸式视觉效果。多次实际测试结果表明：该系统实用性强，经济性好，准确率高，为铁路部门巡检体系提供良好的借鉴方案。
- 辅助巡检 /
- 深度学习 /
- 远程控制 /
- 异物检测模型 /
- 虚拟现实（VR）
Abstract: To address the problems of too many errors and omissions, high labor intensity and high cost in manual inspection, an aided inspection system for railway based on deep learning and VR remote control technology is designed. With the combination of open source datasets and customized datasets, the inspection system can identify the position and category of foreign objects reliably by adopting deep learning algorithms and uses server push stream technology to interact with the terminals to achieve control over remote devices. And VR + mobile App technology is used on the client to achieve immersive visual effects. The results of actual tests prove that the system is practical, economical, and accurate, providing a good solution as reference for the inspection system of railway.
- aided inspection /
- deep learning /
- remote control /
- foreign object detection model /
- VR

HTML全文

图 1 系统构成示意

下载: 全尺寸图片幻灯片

图 2 铁路异物图像

下载: 全尺寸图片幻灯片

图 3 异物检测模型结构示意

下载: 全尺寸图片幻灯片

图 4 迁移学习原理示意

下载: 全尺寸图片幻灯片

图 5 通信成功率（距离测试折线图）

下载: 全尺寸图片幻灯片

表 1 AP值计算结果

类名	AP	类名	AP	类名	AP	mAP
人物	84.3	塑料袋	41.6	衣物	53.3	64.5
石块	63.7	废纸	43.7	橡胶	64.1
猫	91.2	金属	63.5	电子类产品	71.4
狗	89.2	木材	67.3	陶瓷	57.9
鸟	72.4	鞋类	86.3	泥土	73.4
瓶子	53.1	食物残余	45.8	玻璃	54.4
电池	48.3

下载: 导出CSV

表 2 平均帧数和平均时延测试数据

测试时间/min	平均帧数/fps			20组数据平均值	平均时延/ms			20组数据平均值
测试时间/min	第1组	第2组	第3组	20组数据平均值	第1组	第2组	第3组	20组数据平均值
0-15	13.98	13.78	15.2	14.6	145.5	142.9	140.7	132
15-30	15.09	14.15	14.51		131.1	128.7	140.4
30-45	14.04	14.41	15.51		143.0	136.9	142.6
45-60	14.27	14.18	14.73		133.9	139.8	134.1
60-75	15.15	14.7	14.88		144.3	140.7	132.4
75-90	13.58	14.04	16.31		140.3	143.9	145.9
平均值	14.53	15.61	15.52		135.1	145.4	135.0

下载: 导出CSV

参考文献(10)

[1]	常　江. 巡道车视频检测系统的设计及关键技术的实现[D]. 北京: 北京交通大学, 2009.
[2]	张毅. 深度学习在接触网定位器缺陷检测中的应用 [J]. 铁路计算机应用,2018,27(3):15-19. DOI: 10.3969/j.issn.1005-8451.2018.03.004
[3]	何玉娟,宋鑫,李斌. 基于RFID定位的铁路隧道漏缆视频巡检方案 [J]. 中国铁路,2018(11):104-108.
[4]	张德光,郑勇,任翔, 等. 高速铁路区间无人值守中继站智能巡检系统实现方案 [J]. 铁道通信信号,2019,55(2):7-11.
[5]	王留军,张鹰. 基于机器视觉的车载式铁路轨道智能巡检系统研究 [J]. 成都信息工程大学学报,2016,31(2):185-189. DOI: 10.3969/j.issn.1671-1742.2016.02.012
[6]	Joseph Redmon, Santosh Divvala, Ross Girshick, et al. You Only Look Once: Unified, Real-Time Object Detection[C]//IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, 2016: 779-788.
[7]	Joseph Redmon, Ali Farhadi. YOLO9000: Better, Faster, Stronger[C]//IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Honolulu, HI, 2017: 7263-7271.
[8]	Sinno Jialin Pan, Qiang Yang. A Survey on Transfer Learning [J]. IEEE Transactions on Knowledge and Data Engineering (TKDE), 2010, 22(10): 1345-1359. DOI: 10.1109/TKDE.2009.191
[9]	张晶, 贠超,付波. 安防机器人中手机可视化远程控制技术研究 [J]. 控制工程,2012,19(S1):12-14.
[10]	孙恒. 基于云服务的移动视频直播系统的设计与实现 [J]. 现代教育技术,2017,27(12):121-126. DOI: 10.3969/j.issn.1009-8097.2017.12.019

施引文献(26)

期刊类型引用(21)

1.	秦菊. 高速铁路联调联试工务数据管理与应用. 铁道建筑. 2024(04): 1-5 . 百度学术
2.	宋俊福，郭孜政. 朔黄铁路中间站安全智慧管控系统的研究与应用. 铁道运输与经济. 2024(06): 97-107 . 百度学术
3.	郭梓烨，单馨漪，官科，梁轶群，钟章队. 数字铁路局——推动铁路高质量发展的重要引擎. 铁道通信信号. 2024(10): 1-12 . 百度学术
4.	单伟，王林涛，杨前进，蔺诗瑶，刘江. 重载铁路云平台安全防护研究. 铁道货运. 2024(11): 59-66 . 百度学术
5.	李东晓，丁浩，李太空. 重载铁路通信技术现状与发展综述. 中国新通信. 2023(10): 25-27 . 百度学术
6.	边利平，王新平，闫颖，李平，杨柳，邵赛. 智慧重载铁路技术标准体系构建及编制实施路径研究. 铁道运输与经济. 2023(08): 103-112 . 百度学术
7.	武威，马小宁，殷新贝，张崇振，刘军，栾中. 面向重载铁路基础设施智能运维的朔黄铁路智能大脑平台总体设计及关键技术研究. 铁道运输与经济. 2023(11): 11-21+57 . 百度学术
8.	李志鹏，张志国，张雅琴. 朔黄铁路基础设施运维智能决策技术研发及应用. 铁道运输与经济. 2023(11): 22-29+47 . 百度学术
9.	刘淼，崔妍. 基于数据中台的重载铁路智能化应用研究. 铁路计算机应用. 2023(12): 67-72 . 本站查看
10.	雷建军. 智慧神朔总体建设架构研究. 能源科技. 2022(01): 86-89 . 百度学术
11.	吴桦林，纪伟，谢鹏，张雅琴，李志鹏. 中老铁路客货运输一体化平台总体架构研究. 铁路计算机应用. 2022(05): 17-21 . 本站查看
12.	纪伟，吴桦林，谢鹏，陈俊峰. 基于云原生的中老铁路信息系统一体化方案研究. 高速铁路技术. 2022(04): 114-119 . 百度学术
13.	徐永梅. 黄骅港智能调度与控制系统运维平台设计与实现. 铁路计算机应用. 2022(09): 69-75 . 本站查看
14.	马建军，谢鹏，王乔，许红，马志强. 中老铁路运输一体化平台总体架构研究及国际化示范应用. 铁道运输与经济. 2022(11): 19-26 . 百度学术
15.	张格明，王立乾，郜洪民，林晖，王新锐，曹鸿飞，梁轶群，李克. 浩吉铁路智能关键技术试验. 中国铁路. 2022(11): 23-32 . 百度学术
16.	张东涛. 大数据技术在重载铁路运营中的应用分析. 运输经理世界. 2022(27): 70-73 . 百度学术
17.	胡平. 铁路机车车辆运行故障监测诊断研究. 粘接. 2021(06): 169-173 . 百度学术
18.	朱雨，石利刚，王健慧. 面向智慧化的重载铁路发展研究. 交通科技与经济. 2021(04): 59-64 . 百度学术
19.	李平，栾中，曹鸿飞. 基于CPS理论的智能铁路大脑平台总体架构设计与实践. 铁路计算机应用. 2021(09): 1-5 . 本站查看
20.	冯仕清，李得伟，曹金铭. 基于数字孪生的智能高速铁路车站大脑系统研究与设计. 铁道运输与经济. 2020(S1): 87-92 . 百度学术
21.	段培勇，卢世团. 朔黄铁路基础设施长期监测平台架构设计与研究. 铁道建筑. 2020(12): 147-150 . 百度学术