李林俊,张 欢,厉 伟,李宏林

（1.国能铁路装备有限责任公司,北京 100048; 2.南京斯尔默电气有限公司,江苏 南京 211161）

0 引言

在“聚焦交通强国、铁路先行”的背景下，铁路运输正向着调度集中化、高速化、重载化、区间多业务的方向发展，同时对铁路安全、质量、效率等方面提出了更高的要求，传统的货检作业模式难以满足高速发展的需求。近些年持续利用先进技术赋能铁路高质量发展的实践，为铁路智能化的发展奠定了基础。现有的铁路通信系统的铁路数字移动通信系统（Global System for Mobile Communications-Railway，GSM-R）主要承载语音调度、列控、调度命令、无线车次号校核等窄带业务，已无法满足业务智能化发展的需求[1]。作为新一代宽带移动通信技术的 5G 技术具有高速率、低时延、大连接等特点，使得5G成为智慧铁路体系建设的信息交换枢纽和基础支撑条件[2]。铁路作为最大的传统基础设施行业，采用5G技术是铁路行业从传统基建向“新基建”实现转型升级的必然选择。同时《国铁集团关于加快推进 5G 技术铁路应用发展的实施意见》指出，加快推进第 5 代移动通信技术（5G）应用，是推进新时代铁路高质量发展、实现交通强国、铁路先行的重要领域和重要基础，有利于提升铁路服务品质和效率效益[3]。

随着铁路运输的快速发展，对安全、质量、效率等方面的要求不断提高，使货运安全面临前所未有的压力，传统的货检作业模式难以满足高速发展的需求。智能装备、新技术、新装备、新工艺的不断投入使用，不断推进列检作业模式由“人检”向“机检”模式的转变。

该文结合铁路货车列检作业的需求，采用 5G 技术、人工智能、物联网以及边缘计算等新兴技术，研究并设计一套铁路货车智能检测系统，使之成为铁路货运安全保障体系的重要组成部分，极大地提升列检作业的工作效率和质量，推进货检作业模式由“人检” 向“机检”的转变，为提高铁路货车安全保障提供技术支撑，对铁路货车安全管理具有重大意义。

1 铁路货车智能检测系统设计

铁路货车智能检测系统利用人工智能、物联网以及边缘计算等关键技术，结合列检机器人、摄像头以及传感器等多种设备，实现5G技术与列检作业的融合[1]。具体包括终端设备的海量数据传输、终端数据的汇聚以及海量机器通信等功能应用，为列检作业移动作业应用提供技术支持。

1.1 架构设计

铁路货车智能检测系统采用B/S结构，开发框架平台基于SOA服务架构提供多层的分布式应用模型，层与层之间通过接口或服务调用。总体架构分为感知层、传输层、平台应用层和用户层四层，详细如图1所示。

图1 总体架构图

（1）感知层处于系统的最底层，负责采集货车、车号、车型以及车速等信息，该层由图像采集模组、车轮传感器、电子车号识别设备、视频采集终端以及5G移动终端等设备组成。

（2）传输层位于中间，负责传输和处理感知层获取的信息，主要由传输网络组成，具体包括运营商5G、铁路数据网、5G局域网以及Wi-Fi等。

（3）平台应用层位于系统的中心，该层结合铁路货车智能检测的需求，在传输层的基础上实现铁路货车智能检测及应用，具体包括即时通信、AI智能检测、异常报警、案情回放及统计分析等平台服务功能。

（4）用户层利用智能终端、移动终端等多种方式向集团用户、分公司以及货站监管人员提供不同维度的服务。

1.2 逻辑结构

铁路货车智能检测系统采用先进的信息采集、整合和共享技术，对铁路货车列检工作进行全方位、全过程的管理，主要由图像采集器、车辆传感器、车号智能识别装置等前端设备、5G传输网络以及铁路货车智能检测系统组成，详细结构如图2所示。智能前端采集设备采集的数据通过5G网络传输到智能检测服务器，在智能检测服务器上通过部署训练模型对数据进行推理，并将识别结果以桌面终端、移动终端等方式反馈给列检作业人员进行复核和确认。

图2 逻辑结构

1.3 关键技术

1.3.1 5G通信技术

利用5G的高速度、低功耗、低时延等优势，能够改善现有铁路通信网络的信息实时可靠传输率低、信息源点连接数量受限、信息传输量受限等问题[1]，尤其是全双工技术、超密集异构技术能够不断满足中国铁路未来不断涌现的新功能、新业务和应用场景需求[2]。

针对货车检测系统的大量图像和视频数据的传输需求，利用5G技术的高带宽、低延迟等特点组建铁路专网，实现高速移动、高速率、高可靠、高实时、高安全的通信链路，解决远程控制和远程监控受限、图像和视频流回传延迟等问题，实现货车检测的全新升级。

1.3.2 人工智能

人工智能作为当今世界最为前沿的技术，在深度学习图形图像识别处理上具有独特优势[4]，在铁路货车检测中利用深度学习的图像识别技术对形状、字符模型以及图形图像实现自动识别、评价的过程[5]，既减少了人工劳动力，还能够存储原始数值，便于检查和运用，有着很大的优势。

1.3.3 物联网技术

物联网凭借强大的信息感知与采集能力完成信息的传递与共享，从而实现对物的控制。基于Java 的开源的物联网框架实现多种类型感知设备适配接入，兼容现有各类传输网络，提供灵活的应用服务部署和业务交互共享模式，并可根据用户需求在平台上动态添加新的应用，显著降低铁路物联网业务应用开发成本、服务运营成本及维护成本。

物联网技术的应用将会为铁路货车检测提供实时信息感知手段，同时利用物联网技术将海量信息资源有效传递给相关业务端口，并完成集中整合和有效处理，最终构建铁路货运智能化检测系统，促进铁路信息资源在广度和深度上的共享，全面提升铁路货车检测的智能化程度。

1.3.4 边缘计算技术

边缘计算是一种分散式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点移往网络逻辑上的边缘节点来处理[6]，让海量的数据能够进行实时和快速的处理，以减少时延。

边缘计算技术作为解决5G场景下不同应用带来的多样化需求的核心技术，具有低时延、高效率、安全性、智能化的优势。在铁路货车智能检测系统中，每天处理的数据高达TB级的数据量，传统的云计算架构无法处理。边缘计算将逻辑和数据处理从集中的服务器转移到网络的最远点（或边缘）。在边缘计算模型中，数据在最接近其原点的点进行收集、处理和分析，然后将结果传输到云端以供查看、报告和共享。利用边缘的大量节余计算能力，显著改善了网络的固有延迟，并降低了数据传输的要求和功耗。

2 业务功能设计

2.1 即时通信

系统支持列检管理员与现场列检作业人员的即时通信，支持音视频单呼、组呼、会议、集群对讲、即时消息、高清视频回传等功能；支持语音识别呼叫功能，可通过语音控制呼叫任意用户。

2.2 AI智能检测

在装卸点咽喉处部署安装图像采集终端，快速、全天候对行进中的货车进行扫描，并进行图像重构。通过图像预处理、配准以及比对等算法模型对图像进行处理，通过逐像素对比及阈值区域划分，自动检测搭扣是否落槽、折页是否折断、车体及小门是否存在外胀等缺陷，提高列检作业质量和工作效率，保障货车安全运行。

2.3 异常报警

异常报警功能是货车智能检测系统的核心部分，系统界面显示内容主要包括铁路货车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。

支持检索由智能检测算法产生的警告信息，用户可查看警告详情并进行二次确认，审核处理警告信息，并支持将警告结果导出到Excel中。

2.4 案情回放

通过损伤报告或报警记录关联数据库，回放浏览车辆损坏事故发生的视频及警告信息，为车辆货车损坏索赔、零部件质量索赔提供依据。

2.5 综合查询

根据车号、类型以及缺陷类型等关键字快速查询货车检测记录，支持查询结果导出为Excel文件。

2.6 统计分析

按照货站、班次、日期（年、季、月、旬、日）、人员等关键组合进行统计，分析功能包括问题分类统计、问题趋势分析等内容，支持以图表的形式可视化展示。

3 智能检测融合典型应用场景

3.1 可视化管控全覆盖

系统通过GIS全景地图可视化展示作业人员、货车信息以及货车检测结果等。货检管理人员根据图像、报警信息以及视频监控可视化展示列检作业人员的信息。列检管理人员根据报警内容实时下发作业指令，并具备音视频通话等功能。

3.2 基于5G的智能视频监控

5G智能视频监控系统对货站作业情况进行整体监控，针对钩机等作业车辆的不规范作业进行边缘处理，将识别结果以及相关原始记录通过5G网络上传中心服务器，列检管理人员可实现快速预警或及时采取应对措施。

3.3 基于5G的智能列检机器人

铁路列检机器人通过内置高速相机、北斗定位、模块化图像分析以及5G通信等模块完成货车图像智能采集、判定、记录、追溯。通过5G模块为机器人与机房之间提供通信连接，智能手机或Pad实现机器人的远程控制、检测结果的远程查看等功能。智能列检机器人未来将是列检作业自动化、智能化的主要手段，减少了人员配置，可显著提高铁路货车列检作业的效率。

3.4 移动作业可视管控、安全预警

货检管理人员将列检作业人员的工作计划，利用5G无线实时传输至作业手持终端，作业人员进行移动作业时，将根据计划变化组织作业，且在作业过程中可将作业可视化通信、人员定位、作业轨迹、作业过程录音等实时传输至货检值班室。

4 结束语

在“交通强国，铁路先行”政策的引导下，提升铁路基础设施数字化、智能化水平已经成为铁路发展的必然选择。该文利用5G的多连接、低时延、大带宽特点进一步拓展5G技术在垂直行业（货车检测）的应用，实现货车检测作业智能监管，利用人工智能提高列检作业效率和质量。5G作为智能铁路基础设施的支撑技术，不能作为一个孤立的系统，还需要结合其他新的技术组合应用（如5G+高清视频、5G+AI、5G+AR、5G+大数据等）[7]，充分发掘和扩展其功能特性，最终实现铁路货车列检作业管控的一体化、智慧化发展。