40多年以前，中國鐵路營業里程只有5.17萬公里，平均時速不到40公里。現如今，中國鐵路營業里程高達15萬公里(數據截至2022年9月底)。其中，高速鐵路達4萬公里，連接起來可以繞赤道一周，穩居世界第一。

 

鐵路營業里程不斷增長，由鐵路周界異物入侵造成的事故也頻頻發生，給鐵路的安全運營帶來重大隱患和威脅。在2022年 6 月，貴廣線列車在高速運行中撞上了突發侵入線路的泥石流，成列車脫軌，嚴重影響了人民群眾的生命財產安全。國家鐵路局發布的《“十四五”鐵路科技創新規劃》中明確提到要完善鐵路周界入侵報警系統，提升鐵路工程防災減災技術水平。

 

秉承“知行”校訓， 傳承“愛路報國”精神

 

 

(智行科技團隊隊長 甘振良)

 

智行科技團隊的名稱，取自北京交通大學的校訓諧音“知行”。團隊聚焦鐵路周界環境安全需求，面向全時段、全方位、全天氣、全環境、全場景、全異物，應用深度學習、云端協同一體化、大數據、智慧分析等新一代信息技術，提出一種鐵路周界異物入侵檢測算法、開發鐵路周界異物入侵檢測報警系統。基于此成果，他們參加了第八屆“互聯網+”大學生創新創業大賽的產業賽道，選擇了“基于昇思MindSpore的智能交通創新解決方案”命題，一舉奪得全國銀獎!

 

該項目主要有兩大核心創新點：

 

● 核心創新點一，是團隊自主構建了針對鐵路周界異物入侵深度學習的數據集，包含多種極端天氣和入侵異常行為，覆蓋了不同的場景區段，填補了行業內缺少鐵路周界異物入侵數據集的空白。

 

● 核心創新點二是在算法方面。首先，采用目標檢測算法用來檢測異物目標，通過構造多尺度殘差網絡對鐵路監控視頻進行去霧處理，并采用添加注意力機制等方法，對Yolov5算法進行改進;然后，采用基于BisenetV2的語義分割算法自動劃分鐵路侵限區域。該團隊創新性地結合二者的位置信息判斷是否發生入侵，并通過該團隊提出的自我演化框架，不斷擴增數據樣本庫，使模型持續學習未知場景和未知異物。

 

(項目團隊正在進行現場調研和實驗室研究)

在整個參賽過程中，團隊多次前往現場實地調研，與現場工作人員深入交流，掌握大量一手數據。調研、攻關、試驗，全面提升產品性能，交流、迭代、合作，形成鐵路周界異物入侵技術壁壘。他們以十年磨一劍的勁頭，勇攀鐵路科技的高峰。

結合昇思MindSpore技術，為模型插上翅膀

 

正所謂“工欲善其事，必先利其器”，人工智能的實現離不開好用的AI框架。基于此，團隊利用昇騰AI基礎軟硬件技術優勢，基于端邊協同的思路提出三層架構解決方案。在前端感知部分，通過軌旁的智能攝像頭讀取監控視屏流，然后通過目標檢測算法檢查異物目標，并同時通過語義分割算法劃分鐵路侵限區域。當異物接近侵限區域時，觸發第一級別的告警，結合二者位置信息判定是否發生入侵。如果確定入侵，觸發第二級別聲光告警，同時將入侵告警上報到路段中心。工作人員通過實時監測報警系統進行二次確認和軌跡跟蹤，并將入侵事件上報到路局。最終由路局檢測平臺對所有入侵事件進行統計分析。

 

(智行科技團隊解決方案簡介)

智行科技團隊表示：“使用之后，我們都覺得昇思MindSpore在很多方面優業界其他框架，比如MindSpore的全場景統一架構，對我們構造云邊端協同一體化的解決方案非常有效，滿足端側輕量化的同時，保持了端云架構的一致性，真正實現一次訓練無縫部署、端云訓練共模型。除此之外MindSpore的基礎加速庫，大幅度提高了模型工程應用的性能，其模型開發套件明顯提高了我們的開發效率。”

 

攜手奮進，共赴未來

 

 

(智行科技團隊合照)

 

智行科技團隊有團隊成員一共15人，涉獵交運、計算機、金融等多個專業，彼此分工明確，具有跨專業、跨學科的特點，和專業覆蓋全面、專業知識互補的優勢。智行科技團隊表示：“報名參賽時我們團隊的大部分成員都在讀大三，處在人生關鍵節點時刻，也面臨保研、留學、工作的選擇，但幸運的是，我們與昇思結緣，并一路披荊斬棘站在互聯網+總決賽的現場，最終我們都找到了通往未來的寶貴鑰匙。”

 

團隊指導老師盧思洋老師也開心地祝賀：“互聯網+大賽，是各位同學在大學期間能參加的國內最高賽事之一，這次他們取得優異成績、為校爭光，是他們努力的結果，希望未來的人生中他們依舊可以帶著 '雄關漫道真如鐵，而今邁步從頭越' 的精神，攻克更多的難關。”

(新媒體責編：wa12)