AR 技術在鐵路牽引供電故障檢測中的應用

陳雨夢，劉安冉，劉 珺

（華東交通大學天佑學院，南昌 330001）

近年來，國內電氣化鐵路快速發展，截至2021 年12月底，我國鐵路運營里程總數已超過15 萬km，其中電氣化鐵路里程總數已突破11.08 萬km。相比于其他牽引方式，牽引供電系統的供電設備較多，不斷增加的電氣化鐵路里程數，使得鐵路運維工作量日益增加，其鐵路設備保有量也不斷增多，同時也伴隨著故障發生率的增加，其發生故障形式呈現多樣性，極大影響鐵路供電安全與供電質量。

鐵路牽引供電的巡檢工作可以更好地掌握供電設備的運行情況，找到設備缺陷和安全隱患，提出相應的檢修方案進行完善。目前，國內鐵路牽引供電設備大多設在野外，而且設備分布范圍廣、跨度大。巡檢人員在工作過程中需要對設備進行外觀檢查、溫度及運行狀態的判斷。AR 技術能幫助供電段根據實際工作需求規范巡維人員的作業行為，及時發現各類發熱元器件設備缺陷或故障，并可使巡檢人員實時與相關人員溝通匯報，提高日常巡檢效率，確保供電設備安全運行。

1 鐵路牽引供電巡檢現狀

目前鐵路牽引供電巡檢主要分為供電段接觸網巡檢與變電所巡檢，傳統的巡檢方式能夠基本達到巡檢需求，但仍過于依賴人工、智能化水平低、工作效率低，主要存在以下問題：運維巡檢數據孤立，缺乏聯系，使得數據計算處理基本依靠人工進行；巡檢設備交叉使用以查看并記錄設備資料、檢修記錄等信息，操作繁瑣，排查速度慢；巡檢人員可能存在維修理論認知欠缺、實踐不足等情況，導致巡檢缺乏規范性。而自動化巡檢方式雖然具有高效、準確等優勢，但投資與維護成本較高，面對變電所的地形復雜等因素，其難以應用到變電所的巡檢當中。

雖然當前在巡檢過程中開始使用無人機和智能巡檢機器人來代替部分人工巡檢的項目，但仍存在著一些問題，例如，巡檢設備在發現問題后不能實現就地與相關人員進行實時通信，需要返回巡檢中心進行匯報商討。人工巡檢方式能夠靈活地處理各種突發情況，采用合適的方法解決復雜的問題，工人在工作過程中積累了大量的經驗和知識，能夠適時辨別和解決設備出現的異常情況。

因此利用信息化手段輔助人工巡檢，提高對變電所數百臺設備巡檢的準確性和效率，是一個值得研究的課題。如果能夠充分發揮工人豐富的經驗和智能化技術的優勢，將二者結合起來，可以改善巡檢現狀，為鐵路供電設備的安全運行提供更有力的保障。將AR 技術應用于鐵路牽引供電設備故障檢測中，可以達到上述效果。

2 增強現實技術的關鍵內容

增強現實技術（AR）是一種可以實時計算機器影像的位置及角度，再結合相應圖像、視頻、3D 模型的技術。此技術可以把虛擬信息和真實世界的場景融合起來，實現虛擬世界信息和真實世界信息“無縫”集成與融合。

AR 技術的關鍵技術內容主要由以下幾個方面構成。

2.1 跟蹤注冊技術（三維注冊技術）

依托于三維注冊技術，使得真實世界與虛擬信息“無縫”集成。將物體的特征點及外輪廓進行掃描檢測，通過跟蹤特征點自動生成二維或三維坐標信息，最終真實世界與虛擬信息能夠在二維或三維空間中完成跟蹤匹配注冊。

2.2 顯示技術

使用色彩豐富的顯示器可以更加真實地將現實世界與虛擬信息相結合，提高應用的便捷程度。同時采用微型攝像頭的拍攝形式，根據實際需要選取合適的拍攝模塊拍攝現實世界圖像，將AR 使用者的交互接口及圖像等因素結合，使得現實世界與虛擬信息的圖像疊加。

2.3 虛擬物體生成技術

虛擬物體生成技術在三維建模技術的基礎上，全方位展示物體對象，呈現虛擬對象的真實感。并且虛擬物體生成技術可以在算法程序的基礎上，使得用戶與現實自然進行交互，在具體實施過程中，使得有效實施與輔助的效果更佳。例如，信息注冊更加便捷，利用圖像標記實時反應其外部輸入信息的內容，快速實現信息內容的價值提取與加工，提高AR 技術的操作效率及用戶處理信息的效率。

2.4 目標檢測和模式識別技術

目標檢測和模式識別技術是進行人機交互的技術，目前已有模板匹配法及基于神經網絡的檢測算法，其中基于神經網絡的檢測算法，其檢測準確性要高于模板匹配法，但實時性效果較差。

目前AR 技術的發展正朝著輕便化、智能化不斷發展，具有諸多技術優勢，將會成為運維檢測應用中更為日常化的輔助式技術。基于此，針對AR 技術在鐵路牽引供電故障檢測中的應用進行了方案研究，結合紅外熱成像測溫技術、人工智能模型設計基于AR 技術的智能巡檢系統。

3 基于AR 技術的智能巡檢系統設計

3.1 系統架構設計

首先根據鐵路牽引供電故障檢測的巡檢現實需要，如圖1 所示，整體系統設計分為巡檢任務的發布與執行及數據的保存處理與回溯，因此將系統分為移動端與軟件端2 部分。

圖1 系統架構設計圖

其中移動端可根據軟件端后臺發出的巡檢任務指令，按照其所設計好的巡檢規劃路線到達相應指定設備，進行實時數據的采集，并上傳至軟件端后臺，由軟件端進行巡檢數據處理及巡檢結果評價等；而軟件端可根據實際巡檢計劃生成可視化巡檢流程路線圖，利用AR 技術引導巡檢人員完成相應巡檢任務。

3.2 智能巡檢設備設計

采用頭戴式輔助設備，將AR 眼鏡與安全帽結合定制，將AR 視覺技術與PDA 功能、遠紅外技術、GPS 定位和5G 技術等相融合，其智能巡檢設備采用可充電式鋰電池，可提供8 h 以上供電電源，提供至少72 h 以上的錄像數據儲存，便于巡檢錄像的回溯及處理。

其中該操作系統的軟件端應用安卓系統作為操作系統，各項智能軟件界面的設計可以依照安卓系統，可以在保證巡檢人員正常觀察設備的前提下，利用AR 視覺技術，在設備上生成相應巡檢圖像，同時可通過5G 技術實現數據傳輸，使得軟件端后臺可以及時將巡檢結果與歷史巡檢結果進行對比，提高巡檢人員對故障檢測的效率與準確率，并且可及時與維修人員取得聯系，并在其遠程指導下完成檢修工作，設備也會將檢修的過程及結果進行備份，便于日后檢修工作的復盤查閱。

3.3 巡檢流程設計

基于AR 技術的智能巡檢系統的實現流程主要涉及一線巡檢員工及管理者2 個層面：其中一線巡檢員工主要負責巡檢任務的執行，而管理者主要負責巡檢任務的發布及安全管理。

巡檢流程設計如圖2 所示，具體內容如下。

圖2 巡檢流程設計圖

3.3.1 發布任務

當管理層根據實際需要下達巡檢任務，軟件端結合天氣等環境因素進行風險評估，智能生成可視化工作巡檢流程，巡檢人員佩戴頭盔根據智能巡檢路線開始巡檢任務。

3.3.2 進行巡檢

巡檢人員佩戴頭盔根據巡檢路線到達設備附近進行設備確認，確認無誤后進行巡檢，若實測數據無異常情況，則按照要求進行巡檢結果提交，將AR 眼鏡所拍攝的視頻與照片上傳至軟件端后臺；若發現設備有異常情況，分析設備隱患等級，結合視頻指導進行初步維修，維修結束后提交巡檢結果報告及維修情況，對于隱患等級較高的設備，針對自身的理論或實踐盲區，可選擇連線功能，與專家進行一對一聯系，進行有效的指導幫助。

3.3.3 數據上傳與分析

巡檢結果及維修情況的錄像記錄與實測數據會共同上傳軟件端后臺進行分析與儲存，便于后續巡檢時對數據進行回溯檢查。軟件端后臺利用人工智能對數據進行分析，實時掌握設備的動態，為后續的歷史數據對比做好分析，能夠更及時快捷地發現隱患，提高巡檢的效率與準確性。

3.3.4 巡檢結果評價

巡檢結束后，智能巡檢系統根據下達的任務與提交的完成情況對巡檢結果進行評價。對于無異常的巡檢報告進行保存，對于有異常的巡檢報告及維修情況進行記錄，同時報備管理層與巡檢人員，及時討論解決，更新數據，專人負責，及時變更巡檢任務安排。

4 關鍵技術設計

4.1 遠紅外熱成像技術

遠紅外熱成像技術主要是借助光電設備，將現實場景轉換為視覺可以分辨的圖像信號的一門技術，突破了視覺與觸覺上的限制，廣泛應用于巡檢系統中。通過安全帽這一載體，將遠紅外熱成像技術進行有機結合，根據物體表面溫度的變化，為設備故障點的精準檢測和預測設備故障提供了技術支持。

4.2 人工智能二次識別

在軟件端后臺搭建人工智能模型，使得現實場景與紅外熱成像一一對應，同步數據，同時達到提前預測與二次識別的效果。如圖3 所示，人工智能模型主要由以下2個方面組成。

圖3 人工智能模型設計框圖

4.2.1 基于多模態數據的供電設備異常檢測模型

巡檢人員通過檢測裝置采集設備的可見光圖像、紅外圖像等數據，利用神經網絡模型提取各模態的數據特征，基于D-S 證據理論和主觀證據理論對各模態數據特征進行融合，判斷設備運行狀態，提高復雜場景下預警的準確率。

4.2.2 基于時序數據的供電設備故障預測模型

當重點設備巡檢數據回傳至軟件端后臺后，系統將讀取設備的歷史運行數據，與本次巡檢數據共同作為時序數據輸入，通過神經網絡模型對時序數據特征進行提取，預測設備故障發生率，提前預判故障發生，縮短故障應急處理時間。

對于目前的鐵路變電所巡檢，采用人工智能二次識別模型可以有效解決隨著鐵路里程不斷增加，老舊設備眾多、存在復雜安全隱患的問題。

5 基于AR 技術的智能巡檢系統功能優勢分析

該裝置可智能生成巡檢路徑，數字化采集巡檢數據并進行實時預警。當設備的巡檢數據上傳至后臺，將與歷史數據進行實時比對，并通過時序數據預測模型提前預測故障發生的可能性，以及通過多模態數據的檢測模型判斷設備當前的運行狀態，提高故障處理的效率與準確率。此外，專家還可以遠程實時看見現場的設備運行狀況、操作內容，并且可以實時在畫面中進行標注，對現場進行指導，將有關文件實時傳輸到現場，并同步到工作人員所佩戴的頭盔的AR 眼鏡上，能夠效率更高地解決問題。基于此，增強現實智能巡檢系統具有以下優勢。

5.1 集成式輔助

該系統集PDA 功能、AR 視覺技術、遠紅外技術、藍牙技術、北斗定位和人工智能檢測等為一體，可自動回傳采集數據，并對數據進行二次檢測與分析，實現了對鐵路牽引供電設備的智能運維。

5.2 實時交互助力效率提升

在傳統巡檢工作過程中，通常需攜帶手持巡檢儀、紅外熱像儀、巡檢任務清單等進行現場檢測記錄，攜帶設備多，切換繁瑣，不易查詢設備資料信息。使用該巡檢系統可以在增強現實視角中通過語音、掃碼、攝像頭識別等操作實現交互，完全解放雙手，數據一次回傳，自動生成報告。減輕一線巡檢人員的工作負擔，提高了工作效率，提升了安全系數，降低了人力成本。

5.3 巡檢流程標準化

設計開發的巡檢系統，從規劃巡檢路徑、執行巡檢任務到數據結果分析實現了流程化操作，并且將巡檢工作操作運轉的全流程由線下轉移到線上，完成信息化和數字化。一線職工通過該系統輔助執行巡檢任務、提供標準化的操作建議，有效避免了缺檢、漏檢的現象發生，提高了巡檢效率和準確率，縮短了故障設備處理時間，保障了巡檢人員生命安全及供電設備運行的可靠性。

5.4 明確職責界限，消除信息壁壘

巡檢系統的設計與應用讓供電段工作人員實現了明確的界限劃分。巡檢過程中數據會自動上傳至后臺，供電段管理人員能夠查看到一線職工的工作情況及設備狀況，運維人員也能夠通過系統建立專家咨詢端的雙向連接。遠程協助的指導手段極大地增加了線路設備安全，給出實際有效的解決手段。

5.5 人工智能檢測，提前發現隱患

基于多模態數據的供電設備異常檢測和時序數據的故障預測模型，可以更加精準地分析設備運行中的各種缺陷和問題，準確率和穩定性更高。基于設備運行的歷史時序數據，可通過溫升趨勢變化提前發現人工檢測難以發現的缺陷，在故障發生前予以處理，進一步提高設備運行的安全性和可靠性。

6 應用效果分析

本文所描述的AR 智能巡檢系統，已在國內電力、鐵路、橋梁等領域進行了試點應用部署。比如，智能站點增強現實巡檢與“和代維”系統已在安徽移動實現對接并已開始應用，使用后巡檢效率提升了50%，準確率提升至80%，預計每年平均可節約數百萬元成本。目前，增強現實巡檢解決方案已在合肥、蕪湖等4 個城市進行了應用，應用以后，3 個月累計使用次數達萬次，使站點巡檢效率提升了50%，目前正在安徽省內進行推廣。國鐵南寧局正在推廣應用增強現實智能巡檢方式。此外，國網西寧供電公司正在實施“5G+AR 電網遠程專家指導與調度指揮綜合技術”科技項目。未來，AR 技術將會憑借其獨特優勢得到更廣泛的應用。

7 結束語

雖然AR 技術還處于起步階段，但大量的應用研究分析表明，其具有良好的應用前景。隨著AR 技術在各個領域的不斷發展，能夠為其提供更加有效的支持，為社會創造更多的價值，最終推動整個社會產業的持續繁榮發展，給人們帶來更加智能、便捷的生活。