傳統人工審核視頻方式抽檢覆蓋率低、工作強度大且枯燥。人為主觀判斷因素大。
通過視頻AI智能分析技術實現監(jiān)控列車司機與乘務人員的操作，人工智能自動識別、多維度評分、準確判斷違規(guī)項點，迅速反饋給管理中心（機務段）。
- 全面無死角分析視頻數據，評判結果客觀準確，不受人為因素的影響
- 節(jié)約大量專業審核人力，降低運營成本
- 消除因單調枯燥的工作導致的人為錯誤，提升審核速度
- 提高列車運行的安全性
了解詳情
接觸網檢修采用檢測車自動拍攝，人工事后分析的方式逐幀對接觸網狀態(tài)進行檢查，各個路局耗費大量的人力及時間進行接觸網檢測的相關工作。受限于拍攝角度，審核人員疲勞狀態(tài)等主觀及客觀因素，審核效率低下，人工易疲勞等問題亟需解決，避免漏檢風險。
對于接觸網狀態(tài)的檢測往往關系到鐵路的安全運營和人民生命財產安全，異常目標上報的時效性就顯得尤為重要，是接觸網檢測的重中之重。
接觸網圖像智能識別分析系統依托圖像處理、人工智能等技術，采用自主建模的深度神經網絡，實現接觸網（承力索、吊弦、絕緣子、緊固件、螺絲等部件）自動檢測，智能識別故障。從而替代人工檢測，及時發(fā)現隱患，提升高鐵運行安全水平。
- 實現四大類故障檢測（緊固件異常、吊弦異常、絕緣子異常、異物侵限）
- 檢測識別率高、判斷準確率高
- 提升5倍工作效率、降低運維成本
- 保障高鐵運行安全
了解詳情
地鐵在城市公共交通中起到了舉足輕重的作用，軌道沿線隧道異物侵入、線路脫落、附屬設備箱異常開啟、漏水等異常情況成為行車安全的重大隱患，影響廣大乘客出行，進而造成廣泛的社會影響。
地鐵隧道檢修窗口期時間緊（僅4-5小時）、人員凌晨工作疲勞、隧道工作環(huán)境惡劣，人為因素影響大，存在漏檢風險，造成隧道檢修效率低下。
地鐵隧道侵限自動檢測系統采用AI智能圖片視頻分析技術，實現自動拍攝圖片視頻、智能分析檢測異常。
- 替代傳統人工檢測方式，實現隧道日常檢測智能化
- 大幅縮短檢測總工時至1-2小時，提升5倍工作效率
- 實時分析隧道異常，實現“精準檢、快速修”
- 大大提升地鐵隧道安全等級，保證行車安全。
了解詳情
