课题来源与背景及行业信息： 铁路传统接发列车作业，需要外勤助理值班员采取“远听近看”的方式确认接发车条件，该作业模式容易受昼夜亮度、天气、车辆状态差异、人员心理变化、劳动强度等因素影响，作业质量存在安全隐患，增加铁路运输安全保障的管理难度。传统人工接发车作业面临的实际问题有：看不清、看不全、拿不准、安全隐患、成本居高。随着中国铁路网的不断扩张和既有线路的技术改造升级，对高效、智能的监控识别系统的需求将持续增长。铁路运输系统也迫切需要通过系统代替助理值班员立岗检车作业，提升运输效率，保障运输安全。 技术原理及主要技术指标： 列车在站运行状态监测识别系统采用高清高速相机阵列采集车辆走行部、车体等可视部位图像，图像无重复、无分隔，确保车辆部位图像连续性和完整性，实现走行部、侧部可视部位及冒火花等故障实时监控并预警提示；采用异音采集装置对车辆异响录音并预报故障；采用红外采集设备对车轮踏面温度进行全车采集并分析预报故障。该系统是集高速图像采集、音频采集分析、红外测量技术、大容量图像数据实时处理、自动精确控制、图像识别等技术于一体的智能监测设备。 （1）系统适应车速：5km/h～160km/h。 （2）系统自动测量车速，能实现客车、货车、客货混编车、特种车等中国境内运营各种列车的正常拍摄。 （3）系统自动获取机车、货车车辆、客车车辆的标签信息，并提取车次、车号及车型等信息，满足GB/T 25340—2010中4.1的具体要求。 （4）相机采集参数：采集行频数≥23 kHz；传感器类型为CCD/CMOS；线分辨率≥2048；线精度≤2 mm/线；图像颜色：彩色/黑白。 （5）图像信息采集主机：采集的各类车辆车体及走行部图像完整清晰；图片格式采用JPEG格式；网络通信接口：100/1000 M以太网接口。 （6）视频采集相机参数：传感器有效像素≥200万像素；传感器类型为CCD/CMOS；视频编码格式: MP4/H.264/H.265；视频分辨率>1280x720；视频顿率≥25f/s；网络通信接口：100/1000 M以太网接口。 （7）声音采集器参数：声音采样频率为44.1 kHz；采集精度为16位；频率响应为20Hz ～ 20 kHz；信噪比≥78dB；音频格式采用WAV/ACC格式。 （8）补偿光源阵列满足图像清晰可辨的要求，灯光颜色不使列车司机发生误判，正常使用寿命不低于 30000 h（含待机）。 （9）车轮踏面温度探测器参数：应符合TB/T3287-2007的4.1具体的要求；测量精度要求静态标定在温升40℃时，误差不大于±2℃；温升70℃时，误差不大于±3℃。 （10）存储及综合处理服务器要求如下：服务器双机热备或单机冗余措施，磁盘容量满足原始采集数据保存不少于30天，报警列车故障相关数据保存不少于6个月。 （11）网络通道应符合要求如下：监测采集点至车站设备机房数据传输应采用专用光缆通道；设备机房传输铁路计算机网络，通信传输采用TCP/IP协议，传输速率不应低于2 Mbit/s；在站间传输实时过车信息时，每站独享传输带宽不应低于10 Mbit/s。 （12）检测指标：检测率99.9%、报警准确率大于90.0%、系统误报率小于0.05%。 技术先进性： 1、高速综合采集探测技术 系统结合高速图像、视频、声音与车轮踏面温度采集等多种探测技术。图像采用高速彩色线阵模块并选用变焦镜头能够适应不同线路环境下图像采集，满足列车在站运行状态监测识别系统技术标准。车轮踏面温度探测采用红外非接触式探测，轮对表面的温度越高，其红外线辐射的能量越强，红外探头探测到的相应值也越高，从而发现车轮踏面温度异常问题。采集模块适应最高车速160km/h的行车速度。 2、自动识别技术 系统采用基于深度学习的识别模型自动识别通过列车在站运行状态，其算法模型可结合动车、客车、货车等车型的故障形态，能够满足接发车检查项点的自动识别需求。同时对音频、车轮踏面温度数据进行检测识别，实现故障自动报警。 3、一体化智能作业平台技术 系统采用全新springboot+VUE技术框架，聚焦业务操作便捷，运用人工智能技术实现接发车作业的快速发现、快速定位、快速标记、智能预警等功能。 技术成熟程度、适用范围和安全性： 系统已具有较强的通用性、可复制性，目前已可以产业化生产，快速推广，且适用于全国铁路车站作业场景。系统满足铁路限界要求，不影响正常运输，相关信息化平台符合铁路网络安全规范，具备智能运维功能，保障系统稳定可靠。 应用情况与社会经济效益 1、经济效益分析： 此项目旨在实现车站外勤接发车作业无人化、自动化。外勤人工接发车采取“远听近看”的方式，确认发车条件。受昼夜、恶劣天气环境影响，不同列车运行状态差异影响，以及职工经验素质参差不齐的主观影响，外勤确认