人工智能在鐵路中的應用及展望

李婷婷

（河北省石家莊鐵道大學，河北 石家莊 050043）

伴隨著高新技術逐步發展，智能交通、智慧農業以及智慧醫療等行業應用逐漸發展。鐵路行業作為運輸體系的重要組成部分，也有很多可以改進的方面；我國在智能鐵路領域，目前位于世界領先水平。相關應用實例有，智能京張鐵路、京雄鐵路等，逐步引入智能鐵路建設新階段。目前國外在智能鐵路建設方面，主要劃分為歐、美、日為三大陣營，這三大陣營在智能鐵路建設領域也有一定建樹。

一、智能鐵路發展現狀

伴隨著人工智能、大數據等相關技術發展，世界各國的鐵路運輸都逐漸依托高新技術基礎，逐步提高鐵路運輸的服務質量，基于生態環保的概念，一定程度上還可有效的節約資源。

2013年，俄羅斯發布了《2016—2020年全面創新發展計劃》，目的是有效規范鐵路系統的內部管理，進一步增加鐵路系統市場占有額，實現俄羅斯鐵路健康可持續發展。在規劃中，明確了鐵路在數字化時代下的發展目標及任務，其規定范圍包括運輸管理、列車車輛以及基礎設施的健康監測、列車控制等內容。在2015年，法國推出了數字化建設法鐵項目，主要是通過連通列車——路網——站房這三大區域的網絡，加強互聯網的工業應用建設，從而實現鐵路相關企業對生產效率、工作質量等追求，又能夠更好地滿足旅客的服務要求，提升對準點率、舒適性等。繼法國之后，英國又規劃出數字時代下的鐵路發展規劃藍圖，其主要突出了當前英鐵面臨的挑戰及其應對措施，其中包括：第一，倡導藍牙及生物識別技術，以淘汰創新傳統售票技術；第二，研發生產新型列車座椅，從而增加列車載客量；第三，設計制造智能列車，提高列車的發車及使用頻率，提升經濟效益。

在中國，將鐵道部進行部門改革，成立了鐵路總公司，在建設智能鐵路的過程中，大數據、人工智能等技術得到進一步應用，逐步制定了清晰的智能鐵路發展戰略。

二、人工智能技術在智能鐵路中的實例分析

（一）在高鐵安檢系統中的應用

在鐵路安檢過程中，傳統的安檢方式是工作人員通過X光安檢機進行看圖識別，這樣帶來的缺點是崗前培訓周期長，工作人員容易產生作業疲勞，造成誤檢、漏檢等工作失誤。為了解決這一弊端，我們可以應用人工智能技術，采集其他安檢領域的安檢圖像與數據，結合當前流行的人工智能算法，能夠實現自動化識別，從而極大程度上提高了鐵路安檢的物品正確識別率，降低了工作人員的工作強度、降低工作誤差發生率。

在鐵路安檢領域中，長春西高鐵站目前已經采用了人工智能X光安檢設備，通過利用圖像處理和云端計算技術，研發出了高鐵站智能檢測系統。其中，關于智能檢測的詳細步驟，對圖像進行特征點檢測及匹配，精選新拍圖像，通過兩次圖像的空間轉換矩陣，在進行一系列圖像處理，例如剪裁、圖相差、圖像去噪等步驟，實現人工智能異物檢測。

目前，該人工智能X光安檢機可進行200 ~ 1000億次/秒的圖形運算，實現自動識別安檢物品，即使是拆分寄運的槍支零件，也可被檢測出。該系統目前可支持識別多種刀具、槍支、瓶裝液體等。

（二）在鐵路車輛節能中的應用

為了進一步建設生態友好的地球，國內外各行業均不斷尋求節能方案，鐵路行業也不例外。在有關統計數據中，車輛運行消耗的電量是鐵路整個系統的主要耗電部分，可高達60%～80%，因此實現車輛節能是問題源頭。目前，日立公司采用SiC成分制造出的主變流器，可極大程度上降低整個鐵路主回路系統的能源消耗。伴隨著信息和通信技術（簡稱：ICT）發展，鐵路行業通過采集傳感器信息，優化車輛運營、車輛傳統方案；在進一步利用人工智能深度學習，可實現高效處理大量數據信息，將采集的傳感器信息進行分析，基于大量的樣本進行訓練，即可找出降低能源消耗的最佳解決方案。

（三）在軌道清潔中的應用

各行各業都出現了生產自動化需求，因此針對軌道清潔方面的自動化需求，研發出了一系列軌道自動清潔機器人。例如，西南交大研發出槽型結構的軌道清潔機器人，采取吸掃結合式的軌道清潔方案，利用導向輪，可較好地清潔鋼軌這一特殊的槽型結構，使得清潔車具有曲線行徑能力。為了實現清潔車多用途，長春理工大學研發出一種陸軌兩用清潔車，使得軌道清潔自動化又向前邁進一步。

三、展望及結論

當今，人工智能技術在我國鐵路領域的應用仍然不夠成熟，還有待進一步發展，我們仍然面臨在許多問題,這需要在發展高科技技術時,更應該注重高科技技術的行業應用推廣。相信智慧鐵路建設將會日漸完善，智慧鐵路的發展日漸成熟。