美國Lac Megantic 和Bronx Metro-North兩起鐵路事故，一共造成了51人的死亡，激發(fā)了針對鐵路安全性改進(jìn)的緊急呼吁。事故調查后發(fā)現，這兩起事故很大程度上是可以避免的，因此，人們亟待更加有效的安全檢測手段。在Bronx Metro-North鐵路出軌后，美國的議員提議聯(lián)邦鐵路管理局，要求在所有的列車(chē)上安裝高速攝像機，來(lái)記錄司機的行為、不安全的鐵軌情況和可能發(fā)生的事故。仔細檢查列車(chē)和鐵路是否損傷是鐵路安全的關(guān)鍵，并可預防進(jìn)一步災難性事故發(fā)生。

      自動(dòng)檢測意味著(zhù)更高的效率

      美國聯(lián)邦鐵路管理局的安全性分析辦公室調查表明，鐵軌缺陷是導致鐵路事故的第二大原因。為什么呢？ 歷史上鐵路檢測行業(yè)中檢測設備的狀況都包含通過(guò)人工檢測的步驟。因此，這類(lèi)檢測耗時(shí)、昂貴，且不能達到更高的安全標準。

      在Lac Megantic的案例中，事故調查發(fā)現有18項關(guān)鍵因素導致這場(chǎng)災難，包括嚴格鐵軌邊角剪切范圍要求、鐵路鐵軌亟待更頻繁的檢測。而對于利潤率越來(lái)越緊的鐵路行業(yè)，這些都是挑戰。經(jīng)常檢測鐵路需要更多設備的服務(wù)、成本和時(shí)間，并且檢查的質(zhì)量和范圍存在短板。

      機器視覺(jué)提供解決方案

      機器視覺(jué)技術(shù)為鐵路自動(dòng)監測系統提供了一種可能，系統通過(guò)使用多種成像技術(shù)可以記錄和報告列車(chē)、鐵軌和基礎設施的狀況，通過(guò)檢查鐵軌、機車(chē)和車(chē)輛的缺陷可以提高鐵路安全性、可靠性和服務(wù)質(zhì)量。

      富煌君達針對這一領(lǐng)域需求研發(fā)了高精度、高范圍的3D測量?jì)x，該產(chǎn)品主要應用于普通鐵路、高鐵、地鐵、城鐵等多種環(huán)境下的車(chē)載路軌狀態(tài)監測，依據光學(xué)測量方法對路軌的狀態(tài)進(jìn)行檢測與評估，主要對路軌磨耗、傷損等情況進(jìn)行數據還原，為維護鐵軌線(xiàn)路運行安全提高檢測效率提供可靠的保障。

      機器視覺(jué)技術(shù)使鐵路檢測自動(dòng)化，提高了檢測的質(zhì)量和速度，同時(shí)降低了整體成本。機器視覺(jué)技術(shù)為智能交通運輸系統提供了快速的自動(dòng)檢測、評估、記錄和傳輸關(guān)于鐵路設備和部件的各種詳細信息。