依托四旋翼无人机自主巡航平台,沿预设航线对铁路货场开展智能化巡检作业。通过自研深度学习AI模型(Matrix-LirsNet)进行多维度智能研判,覆盖车号集装箱识别、空线监测、前三检后三检、平交道口守护、取送大门监控、货场围墙巡查等全流程,让安全管控看得见、更高效。
单条股道巡检需 2-3 人配合,日均覆盖不足 50 条股道,难以适配班列密集、周转频繁的作业节奏。
巡检人员进入股道区域时,易与调车作业、机车通行产生交叉干扰,事故占货场事故总量 15%-20%。
人工判断受多种因素影响如光照、天气、疲劳度等,车顶杂物漏检、FTR锁头状态误判等时有发生。
高清视频流,低延迟实时回传至内网服务器。支持画面缩放、抓拍、录像回溯等操作,实时掌握股道状态、货物堆放、人员作业动态。
调度值班员在系统制定巡检任务(巡检地点、任务名称、下达对象),一键触发执行。支持国铁管控平台远程下发。
机场开启,无人机自主起飞,按预设航线执行巡检,巡航精度 ±0.3m,最大速度 8m/s。4K 高清视频实时回传。
自研 Matrix-LirsNet 模型实时分析视频流,自动识别车号、箱号,检测杂物、箱门开等 12 项异常,单车厢分析时延 ≤2s。
异常项自动完成空间坐标标注(精确至车节、车号、位置)与分类,触发语音报警、弹窗预警等多维度响应。
巡检完成,无人机自主返航,回机场充电,准备下一次任务。支持设备状态实时监测、故障自动诊断。
自动生成结构化车检报告(PDF/Excel),识别结果关联高清图像和异常标注。支持多维查询与 6 个月日志追溯。
大疆 M4TD 机场 3 套件,多旋翼无人机平台, 高清视频,无线+有线双链路传输,自动+手动双模式飞行。
Matrix-LirsNet 深度学习模型(CNN+空间注意力机制+FPN),帧级车厢切割,多维度异常检测,单车厢分析时延 ≤2s。
GIS 航线规划、任务管控、AI 实时监控(异常区域框选高亮)、多维结果查询,与国铁管控平台深度对接。
设备状态实时监测、分级报警策略、日志审计(等保 2.0 标准 ≥6 个月)、运维周期管理。