自 2022 年 6 月 15 日起,本網站不再支援 Internet Explorer。 請使用其他瀏覽器瀏覽我們的網站,以獲得最佳的瀏覽體驗。
分享

AIoT 如何讓大眾運輸系統步上正軌

2020年11月3日
您可管理並分享您儲存在 My Moxa 中的頁面清單
Teaser Image
分享
您可管理並分享您儲存在 My Moxa 中的頁面清單

工業物聯網(IIoT)問世後,企業可以從過去無法擷取資料的地方,收集大量的資料,並探索可提升生產力的新方法。藉由從現場設備和機具取得效能和環境資料,企業現在可自由運用更多的資訊,因此可做出更明智的商業決策。然而,IIoT 提供的資料量,已經遠超出人類所能處理的量,因此大多數資料均未經分析,就這麼白白浪費了。有鑑於此,企業和產業專家轉而使用人工智慧(AI)和機器學習(ML)解決方案,以獲得更全面的視野,更快做出更聰明的決策。

讓列車在軌道上行駛,知易行難

所有的鐵道列車 — 不論是跨越不同城市的火車,或是市區內的大眾運輸系統 — 都需在鐵軌上行駛,因此這些鐵軌必須根據標準規格隨時進行校正,以便永保筆直並維持正確的間距。如果軌道歪斜,列車可能因而出軌,釀成慘劇。這就是為什麼您常常會看到一些支撐物(稱為枕木)被垂直地放置在軌道下方。為確保列車平穩地行駛,鐵軌需要用鐵釘、螺絲或鉚釘等鋼軌扣件,牢牢地固定在枕木上。由於列車車輪和鐵軌會頻繁地磨擦並產生震動,再加上自然環境的侵蝕,經過一段時間後,鋼軌扣件會開始疲乏並損壞。為此,您必須定期檢查並修復鋼軌扣件,確保列車能安全行駛。

一家位於東亞的大型都會區鐵路公司,積極尋覓一個更有效率的方法,讓他們能夠輕易檢視大眾運輸系統中,用於固定數千公里鐵軌的大量鋼軌扣件。這個大眾運輸系統位於地震頻繁的環太平洋火山帶上,任何一絲的安全風險,都會造成重大傷亡。然而,列車行駛和高承載流量,會產生持續的震動,使得鋼軌扣件經過一段時間後就會磨損。通常,當某一線列車結束運載服務後,軌道管理處會派出維修工程師,以肉眼檢查是否有鬆脫的鋼軌扣件。如果發現有鬆脫或是損壞情形,就必須在列車再次於軌道上行駛之前儘速完成修復。

使用 AIoT 進行更快、更準確的故障檢測

在列車停駛時段以肉眼檢查軌道,是件極為耗時的工作,而人力疲勞也很容易造成疏忽,因此該公司決定部署一套 AI 邊緣運算解決方案,以便透過電腦視覺技術,加速進行鋼軌扣件的檢查工作。具體而言,此運輸系統營運商想要一套適用於鋼軌扣件系統的客製化 AI 推論模型,其物件辨識功能可在列車行駛期間檢視鋼軌扣件,讓工程師能在前一班列車離開後,跟下一班列車到達前的這段時間,儘速完成維修。用於檢視鋼軌扣件的 AI 推論模型,其邊緣電腦必須具有強大的運算效能、可擴充的影像資料儲存空間、可納入狹小機櫃的輕巧體積和無風扇設計,以及寬溫操作範圍,並需符合 EN 50155 標準,以支援軌道應用。

AIoT Track Fastener Inspection System

解決方案

第一步是在列車車廂下方安裝高解析度攝影機,讓系統可以在列車載客行駛時,取得鋼軌扣件的即時影像。接著影像資料會被傳送到車上的邊緣電腦,以便針對鋼軌扣件的毀損狀況,進行影像處理和物件辨識。該公司最後選擇使用 Moxa V2406C 系列鐵路電腦,因為它體積輕巧,配備 Intel® Core™ i7處理器,具有充足的運算能力,以執行經過訓練的 AI 推論模型。另外,V2406C 具備低功耗特性,並可在 -40 至 70°C 的寬溫範圍運作。最後,V2406C 支援 Intel® OpenVINO™ 工具套件,並配有兩個 mPCIe 插槽,可用於安裝 Intel® Movidius™ VPU 模組,以加速執行影像辨識運算和邊緣 AI 推論。藉由將人工肉眼檢查,改成在營運時段進行即時 AI 視覺檢查,該運輸系統的運作效率獲得大幅提升,而維護成本也顯著下降。

 

已加入詢價列表