得益于Omnicom Balfour Beatty和约克大学开发的人工智能(AI)软件，铁路轨道检查过程可能会被改变，这可能为铁路行业每年节省1000万英镑的轨道维护成本。

 

最先进的机器学习技术的知识转移关系的结果,两年半英国支持创新的两个组织共享学术理解和实用,要把积蓄的见解数字化,促进铁路的方式进行检查。

 

摄像机安装在列车前部，在需要检查的轨道上移动。该技术使用机器视觉，沐鸣测试速捕捉轨道的高清图像来生成数据。然后，这些数据被传输到一个分析数据的系统，以突出轨道上的不准确和故障。

 

此外，该技术可以帮助识别未来可能出现的故障，从而在出现需要紧急修复的故障之前修复问题。

 

自动化技术目前正在从概念验证发展到商业级软件，它将提供一种更快速、更有效和更安全的方法来替代目前的人工轨道检查过程。

 

自动化将通过最大限度地减少工人对现场轨道环境的接触来提高安全性，还将使检查能够更快完成。

 

Omnicom Balfour Beatty运营主管兼项目负责人Stephen Tait说:“我们正在开发的数字技术正在迅速改变我们的行业，从‘预测和预防’技术和先进的数字测量技术到数据科学。我们所有的解决方案都是建立在长期的设计和施工经验的基础上

 

“我们与约克大学的合作非常宝贵。这一最新的创新是一个很好的例子巴尔弗·贝蒂继续交付我们的承诺到2025年减少25%的我们的现场工作当我们进步对我们的承诺开发技术发展数字铁路更可靠,有成本效益的和安全的网络为所有用户”

 

该项目的首席研究员、约克大学计算机科学系的理查德·威尔逊教授说:“这些用于高速铁路检测的机器视觉技术将提高铁路网的可靠性，沐鸣测速地址降低成本，增加人工检测的安全性。”计算机视觉和机器学习技术提供了对路口和交叉路口等复杂资产的自动化检查。