人工智能应用技术研究所(ATAI)主要从事与轨道交通、军队等行业相关的通用人工智能技术研究,做好技术储备,寻求应用需求场景,研究原型系统,输出人工智能解决方案。
研究方向以计算机视觉为主,包括目标检测、人脸识别、行为识别、语义分割等内容,以应用需求为牵引,在智能巡检机器人、轨旁设备检测、综合视频分析等领域中实现技术赋能 。
研究智能语音相关技术,包括语音识别、TTS、声纹识别、自然语言处理等技术在轨道交通领域应用,实现调度、值班、安监等工作的智能化;在军品应用领域,研究智能话务台、智慧营区等解决方案。 研究AI芯片相关应用技术,实现智能解决方案的边缘智能延伸。
研究AI芯片相关应用技术,实现智能解决方案的边缘智能延伸。
轨旁设备设施在使用和维护过程中,由于外部因素的影响,容易导致物理外观变化(形变、缺损等)的“隐形”故障问题,存在潜在的运维风险。在轨道检测车上安装检测装置,通过机器视觉进行无损、非接触式检测,完成轨旁设备(如隧道漏缆、应答器等设备)的图像数据采集,通过图像识别和定位信息记录,进行图像智能分析,检测存在问题的设备。
铁路封闭线路内通常安装有监控视频,但多数无人查看,经常发生人员入侵事件,给铁路正常运营造成重大安全隐患。目前很多视频监控摄像头都具有入侵检测功能,但无法区分入侵物体的属性和行为。利用现有视频监控,运用深度学习的方法在无人值守的情况下,通过对监控视频图像序列的处理和分析,识别人员入侵的行为,并且对有潜在危险的行为进行预警,以避免安全事故的发生,从而有效的保证铁路运输的安全。
司机在长期的火车驾驶过程中容易出现一些问题,如:疲劳驾驶、视觉脱离前方、玩手机等,这些问题可能会影响到火车的安全行驶。另一方面,火车司机使用手势时,需要做到“彻底瞭望、确认信号、高声呼唤、手比眼看”。通过车载智能分析终端,实时分析司机的行为状态,当发现异常行为时(疲劳,视线脱离前方、手势不规范等),及时播放提示音提醒司乘人员,并通过无线(LTE-R、专网或公网)通知管理部门,保障行车安全。
铁路TFDS系统占用大量列检人员,工作强度、工作量很大,人为漏检事件时有发生。TrainEyes铁路车辆图像智能识别预警系统是以铁路路基及路侧的线阵相机拍摄的运行中的铁路车辆的动态图像为基础,通过人工智能的方式,滤除占多数的、无故障的铁路车辆图像,只将少数有疑似故障的铁路车辆图像传送给列检人员进行复核、确认,或传送至智能化铁路运行安全作业系统。TrainEyes铁路车辆图像智能识别预警系统可极大地减少铁路列检人员的工作量以及工作强度,有效提升铁路车辆的故障识别效率,为铁路车辆的运行安全提供强有力的保障。
智能巡检机器人系统主要应用于铁路沿线的无人值守机房,实现7*24小时的不间断巡检,解决人工巡检效率低,周期长的问题。
- 系统主要包括两大部分:机器人和智能运维平台
- 机器人搭载摄像头热像仪等多种传感器,实时采集机房数据
- 智能视觉:设备状态智能识别,如指示灯、数字、指针仪表等,自动生成巡检报告和报警。