边缘人工智能

轨道交通是世界上最受欢迎的交通方式之一，尤其是在人口密度高的城市中心，成群的人们挤在地铁往返于城镇。正如你所想象的那样，将数百吨或数千吨重的机车和轨道车送到两根钢梁上，这就使得持续的安全检查成为重中之重。

但你知道大多数这些检查，包括火车轨道的检查，仍然是人工进行的吗？

正确。大多数轨道检查，即使在美国，仍由人进行目视检查，检查人员在轨道上行走或行驶，定期停下来检查状况，测量轨距，并检查轨道紧固件是否适当安全。这项检查在全世界花费的时间难以想象。

借助人工智能和计算机视觉技术的所有最新发展，自动化检查解决方案可以取代人工检查员，从而节省了时间、降低了成本，并且提高了视觉轨迹检查的覆盖率。也就是说，如果人工智能系统设计得足够好到能够承受铁轨的严苛要求的话。

自动化轨道安全人工智能检查

以轨道紧固件检查为例： 一个人工智能检查系统包括安装在机车下方的高清摄像头，一个对钢轨紧固件角度进行分类的人工智能模型，以及一台边缘计算机，该计算机可以监控每一个钢轨紧固件的完整性，然后将异常推断传回运营中心，以便在必要时派遣技术人员 （图 1）。

这比派人定期检查铁轨紧固件要有效得多，最重要的是，搭载自动检查系统的火车一开始就已经朝着这个方向行驶了。而且这不仅能够准确地检测到问题，还有助于尽可能确保乘客和货物在安全的路线上行驶。

当然，这听起来比实际情况简单得多。一个像这样的系统需要高度精确的定制人工智能模型；在边缘运行的足够处理能力；在有限的资源上运行的足够效率；以及符合 EN 50155 等标准在恶劣环境中工作多年的能力。

满足所有这些要求的解决方案就不会从火车后面剥离下来。

轨道上的眼睛

意识到潜在的好处，亚洲的一家火车运营商寻求了工业计算机领先提供商 Moxa Inc., 和 V2406C 系列 Multi-WWAN 轨道计算机制造商的帮助。

V2406C 是一款符合 EN 50155:2017 和 EN 50121-4 标准的车载兼路旁铁路计算机，专为用于重型数据处理任务而设计，已作为车载闭路电视和 NVR 存储和视频处理平台部署在列车上。基于第 7 代英特尔^® 酷睿^™ 处理器技术， V2406C 具有在机车车辆环境中工作长达 15 年所需的 -40ºC 至 +70ºC 的宽温度支持，以及在不消耗资源的情况下持续运行的功耗。

但是，为了实现轨道紧固件用例所需的 90% 以上准确性， V2406C 还需要进一步改进。它所需要的略微调整是通过英特尔^® 发行版 OpenVINO^™ 工具套件和英特尔^® Movidius^™ 视觉处理单元 (VPU) 加速模块提供的。

OpenVINO 工具套件自动优化在 Caffe、TensorFlow、PyTorch 或 MXNet 等框架中开发的人工智能模型，以便在包括 Movidius VPU 在内的一系列英特尔芯片硅片上部署。在轨道紧固件检查系统中，这些 VPU 是通过将两个加速模块插入 V2406C 系列上的 mPCIe 插槽来集成的。然后，OpenVINO 套件随后被用于压缩 Moxa 和系统集成商设计的自定义轨道紧固件分类算法，以使其适合 V2406C 系列的 32 GB 车载 DDR4 RAM。

由此产生的人工智能检查算法在 Movidius VPU 上执行，以实时识别角度超过 18 度的异常轨道紧固件，从而产生精度超过 90% 的分类。

回到正轨

今天，列车运营商将来自 V2406C AI 检查系统的推断结果记录在两个热插拔 HDD/SSD 存储扩展驱动器上，然后在列车返回后在运营中心查看行程数据。但是还有计划来利用 V240C 的两个 mPCIe 无线扩展插槽和四个 SIM 卡插槽提供的冗余 LTE/Wi-Fi 连接，将推断结果和定位数据从路边列车无线传输回控制中心。

通过将这种边缘情报与中央枢纽联系起来，列车运营商可以将人类检查员转变为维护技术人员，而这些技术人员只需被派往需要立即关注的特定轨道段。借助通过人工智能技术实现的自动化检查，其结果将是轨道状况会更好、延误更少并且运营成本更低。

本文由 insight.tech 的副主编 Christina Cardoza 编辑。