1909 年建成的京張鐵路，是中國鐵路夢的開端。在 110 年后的 2019 年，京張鐵路歷經滄桑，迎來了并行交叉的京張高鐵，同年，中國高速鐵路營業總里程超過 3.5 萬公里，單是中國運量最大、運輸最繁忙的京滬高鐵，就已累計發送旅客超過 10 億人次…… 作為高鐵的普通乘客，我們可能感受到的是高鐵線路持續增多，準時準點、安全快捷，為商旅帶來的體驗優化；在不少區域線路上，高鐵也成為通勤交通工具的重要組成部分。在準時準點、安全便捷的背后，其實是鐵路工作人員的默默付出以及新技術的不斷投入。比如，針對冬季高寒風雪，高鐵在道岔部位安裝的自動融冰雪裝置；鐵路防護員圍繞行車、人身安全、施工和維修作業等場景展開的全方位安全防護工作。 在鐵路防護員中有一個特殊的工種——鋼軌探傷作業防護員。作為“鋼軌的醫生”，他們在工作時間隨身攜帶列車無線調度電話、 GPS 定位等通信設備，每隔一段時間聯系一次附近站點，確認該線路的鐵路運行情況，保證行車及自身安全的情況下定期進行巡檢及鋼軌探傷。現場采用鋼軌探傷儀、通用探傷儀以及手工檢查結合，風雨無阻。為了避開列車運行密集時段，他們工作的時間往往在深夜。盡管不少線路已經實現軌道探傷車在線路上行駛拍攝，人員在車廂內肉眼判斷是否下車細檢，在效率和準確率上還是不盡如人意。 軌道線路檢測主要依靠人工，不僅成本高、效率低，視角原因還可能存在漏檢，人員的視覺疲勞也容易造成誤判，人員安全也遭受挑戰。基于現實需求，青云QingCloud 與米文動力打造了云邊端協同系統，實現 AI 識別檢測方案在軌道探傷領域的應用。 如今，通過在軌檢車上接入多個傳感器設備，如高清、高分辨率的攝像頭、3D 相機等，軌檢車可以從不同角度拍攝收集圖像信息，通過米文動力邊緣計算設備的算法模型進行分析和處理，完成基本探傷識別，同時將數據上傳。而傳至云端的數據，將會被用于在線標注和模型訓練，訓練后的模型再向邊端遠程下發和模型更新。依托 KubeSphere?容器平臺提供的高密度算力和跨異構基礎設施運行的能力，云邊端協同系統得以實現自由調度數據信息，進行跨底層數據存儲的模型訓練，形成持續優化的閉環，以此，AI 識別檢測準確率提升至 95%。 作為一家成立于 2015 年的國家高新技術企業，米文動力致力于為企業提供智能邊緣計算產品與技術，是英偉達 Jetson 全球生態推薦合作伙伴。公司自主研發的軟硬一體智能邊緣計算產品，為眾多行業智能化的應用在邊緣側提供了強大的算力保障。 為滿足軌道探傷需求，需要將 AI 能力依托米文動力的邊緣計算產品延伸到邊緣環境，同時，一套云邊協同平臺的支撐必不可少，以進行全流程無縫便捷管理。青云QingCloud 的 EdgeWize??邊緣計算平臺和 KubeSphere 容器平臺能很好的完成邊緣應用的部署和更新、配置升級和監測運維，使米文動力的終端設備與物聯網平臺數據模型保持一致，管理無縫銜接。同時，面對嚴苛的海量數據應用場景，當單桶數據超百億時，QingStor 性能仍可保持存儲圖片數據性能穩定。以此強強聯合，雙方最終達成了解決方案層面的戰略合作。 圍繞軌道交通場景，隨著客戶應用的深入，青云QingCloud 與米文動力聯合打造的云邊端協同系統，在氣象預測、動物行為預測、車廂內行為識別等多個方面都有望發揮重要作用，進一步加速工業互聯網產業的高速發展。