高速铁路轨道巡检智能技术与系统
一般性附注:国家自然科学基金面上项目“面向不平衡样本的表面缺陷视觉检测方法研究” 北京市自然科学基金-丰台轨道交通前沿研究联合基金项目“基于大模型的轨道交通基础设施缺陷检测方法研究” 中央高校基本科研业务费专项资金“高速列车关键结构可靠性提升与健康服役技术”、“轨道缺陷的视觉感知、表示和识别方法”资助
本书聚焦高速铁路轨道视觉巡检业务需求和人工智能前沿技术,介绍基于计算机视觉的钢轨伤损检测技术和系统。首先,以无碴轨道为例介绍轨道的基本结构和常见的钢轨表面伤损;然后,按照钢轨表面伤损检测技术的特征,将主流检测技术划分为前景模型、背景模型、矩阵分解模型和深度学习模型四个类别,并分别阐述这四个类别的代表性模型与算法;最后,介绍基于虚拟仿真技术和生成式人工智能技术的轨道视觉巡检虚拟仿真系统,并展望基于大数据、大模型的下一代轨道巡检技术。