近日，大秦线翠屏山站保留的货车车列发生溜逸脱线，经一昼夜抢修，大秦线现已恢复运输。据太原路局的消息，原计划5月1日展开的大秦线春季集中检修会提前到4月21日展开，将有十多家单位参与维修。
预计在检查过程中，由于煤车运行需要限速，运量将难以达到满发。
要想快速又安全地发车，就需要及时对铁路列车做出检测、识别和报警。于煤炭集运站，传统的人工巡检，方法简单直接，但由于随机、突发和不可预测，很难做到时刻确保列车周边安全。实际上，人工巡检效率不高，可靠性极低，漏检可能性还高。
找煤网铁路列车AI智能监测系统，开启“机检”代替“人检”新时代，智能监测外部车厢和车厢内部，操作方便、准确度高且具备自动报警的功能。系统能够自动采集视频，通过对视频数据处理分析，智能判断列车区域是否存在异常。
找煤网铁路列车AI智能监测系统
货车从入站到发车，系统都会对其进行全方位监测，监测车厢门是否全部关闭、搭扣是否落槽、篷布腰绳是否完好等安全事项，保障货车运行安全。系统识别时，会自动切分车厢识别信息，检测车厢状态异常情况，并对其进行标注，方便管理人员快速确认问题车厢，在第一时间应对处理。
在真实环境中，存在很多障碍物或遮挡物，以及煤炭堆积叠加，使得监控难度加大。对此，该系统实行多机位全方位监控，车厢上方、两侧、车底异物皆可监测，保证无死角无疏漏。同时采用特征建模方法，排除各种干扰，进行准确识别，系统识别率达95%以上。
系统是如何实现对车厢异常事件的监测呢？所谓AI智能监测识别本质就是对目标实物进行实时监控，根据特征进行一一比较，判断合法性，当值不符合设置的阈值后，就会进行自动报警，否则滤掉信息，继续进行监控。
该系统为集机器视觉、图像处理和深度学习理论于一体的应用系统。基于图像特征的识别分类需要经过特征提取、特征计算、参数分析选择，确定异常事件特征。将特征参数输入图像分类器，通过训练过的数据集，得到异常类型。从而避免发生车厢门未关、搭扣没落槽、车厢内煤质污染、传送带被异物（石头、树枝等）划破等异常事件，保障工作高效安全运行。
为适应用户的操作习惯，系统界面设计采用仿C/S窗口模式。
异常报警功能是监测系统的核心部分，系统界面显示内容主要包括铁路视频实时采集画面和异常检测标记。通过深度学习进行对异常事件的判断分析，将异常事件结果以及报警信息自动记录到数据库。
此外，系统支持远程视频回放功能，历史视频压缩后保存到服务器，作为以后系统分析的依据，监测人员可根据时间调取相应的历史记录。
集运站铁路货车发运与新型信息技术融合，从传统人工巡检到人工智能，有效遏制了运行事故的发生，减少设备磨损，保证铁路运营高效安全，同时创造更大的经济效益。
找煤网铁路列车AI智能监测系统
开启“机检”代替“人检”新时代，解决效率低、误差大、漏检、人工检测安全隐患大等问题。系统识别率达95%以上。
联系客服
