高铁车底3.2万个检测点的安全守护，是铁路运维长期以来的核心难题。传统人工检修效率低、漏检风险高，受环境影响大，难以匹配高铁高安全、高效率的运维需求。来自武汉铁路职业技术学院的速检速决学生团队研发的全链路智能检测体系，以华为昇腾芯片为算力核心，用数智技术破解行业痛点，打造出高铁车底智能运维的新模式
国产算力底座：昇腾芯赋能边缘计算 打破云端依赖瓶颈
高铁运维的“天窗期”分秒必争，传统云端计算的延迟、网络依赖短板，让智能检测技术难以在铁路现场落地。速检速决团队锚定这一行业痛点，深耕边缘计算技术研发，将华为昇腾Atlas 2001 DK A2芯片作为系统核心算力支撑，构建起“端-边-云”三级协同计算架构，打造出全栈100%国产化自主可控的边缘计算体系。
这款体积仅70×45mm的紧凑型昇腾芯片，单帧推理速度≤0.3秒，搭配GD32微控制器实现双芯驱动，可在-40℃~85℃宽温环境下稳定运行，适配铁路检修现场复杂工况。团队更自研混合精度深度神经网络量化技术，在保障检测精度无明显损失的前提下，将复杂检测模型体积压缩至原规模的66%，推理速度提升3倍以上，算力需求仅为传统方案的六分之一。核心优势在于，这套基于昇腾算力的系统实现了检测数据本地实时处理、秒级输出结果，断网状态下依旧可靠运行，解决了云端传输延迟高、数据安全风险大的行业难题，真正让高铁检测做到“检测即决策、决策即处置”。
在武汉动车段的实地测试中，搭载昇腾芯片的智能检测设备，将单列车车底检修时间从2.5小时大幅压缩至0.5小时，人力投入从2-3人减至1人，综合运维成本降幅超60%，用国产硬核算力诠释了“速检”的核心要义。
多模态融合感知：全域立体检测 实现毫米级隐患精准识别
高铁车底环境复杂，2-5mm的小尺度紧固件缺陷、0.3mm的微裂纹等细微隐患，是传统检测手段的难点，却也是影响高铁运行安全的关键。速检速决团队深耕高铁运维场景需求，创新构建“视觉-文本-数据”多模态感知与认知框架，让检测系统拥有精准识别细微隐患的“火眼金睛”。
系统整合16384像素工业线阵相机、红外热成像传感器与超声波检测模块，通过120°超广角镜头实现车底无死角覆盖，12Gbps高速数据传输确保高清图像实时稳定采集；同时融合文本化铁路检修规程、历史维修记录、多传感器时序数据等多源异构信息，打破数据孤岛。在算法层面，团队将改进后的YOLOv12模型与TransXNet视觉架构深度融合，引入多尺度特征融合技术，对微小缺陷进行像素级增强，成功实现≤2mm缺陷的稳定识别，0.3mm微裂纹识别率高达97.8%。
更具创新性的是，系统将红外热成像的±0.5℃微温差早期预警、高精度视觉的缺陷精准定位，与铁路检修规程文本、历史故障数据深度耦合，通过多模态注意力机制，精准关联视觉缺陷与标准化处置流程，故障定位置信度达96%，改变了传统检测“只发现问题、不解决问题”的局限。武汉大功率检修段曾通过该系统提前预判3起齿轮箱轴承磨损故障，有效规避了机车运行安全风险，彰显了多模态融合技术的实战价值。
数智孪生闭环：从被动维修到主动预防 打造全流程智能运维
真正的高铁智能运维，不仅在于精准检测缺陷，更在于形成“感知-认知-决策”的完整智能闭环。速检速决团队结合铁路行业标准与一线运维数据，构建了包含2000余个细分知识节点的精细化铁路检修知识图谱，结合轻量化Qwen2.5大模型，打造出高铁车底检修自主决策智能体，实现从缺陷识别到维护方案生成的全流程自动化。
当系统检测到螺栓丢失、部件形变、温度异常等故障时，智能体可在0.5秒内完成故障分级，自动检索匹配的铁路检修规程与历史处置方案，生成包含具体检修步骤、精准工艺参数和合理备件清单的可视化处置方案，方案符合铁路行业标准率达96%。相较于人工查阅手册制定方案，决策效率提升数倍，真正让高铁运维的“速决”成为现实。
团队更搭建1:1高精度高铁车底数字孪生模型，几何精度达±0.1mm，支持360°漫游查看，实现物理实体与虚拟模型的实时映射。系统可对故障点位实时预警、高亮标注，运维人员通过可视化界面即可快速定位缺陷、追溯故障原因、查看处置建议，使故障定位时间缩短60%，整体运维效率提升50%。这种“提前预警-精准定位-科学处置”的智能运维模式，推动高铁车底维护从“故障后被动维修”向“隐患前主动预防”跨越式升级。
青春团队扎根一线：以专业所长攻坚 用科创成果守护轨道安全
这支由电子信息工程技术、铁道机车运用与维护、软件技术、物联网应用技术等多个专业青年学子组成的团队，始终坚持“技术创新源于现场需求，科创成果扎根工程一线”。团队成员多次深入武汉动车段等铁路检修现场调研，与一线检修人员深度交流，累计收集数余条故障案例，经过多余次算法迭代，攻克了小目标检测、边缘算力优化、多模态数据融合等多个技术难关，让研发成果真正贴合铁路运维的实际需求。
目前，该系统已在武汉动车段等单位完成试点验证，适配CRH系列、复兴号等动车组，整体检测准确率达98.2%，A类严重故障识别率更是高达99.1%。其跨行业适配能力同样突出，在转向架部件检测中，准确率达98.6%，为城市轨道交通、工业车辆检测提供了可复制、可推广的智能检测解决方案。
从实验室到铁轨旁的检修现场，速检速决团队用专业所学践行科技自立自强使命，用青春智慧守护高铁运行安全。未来，团队将进一步拓展3D点云检测、声学诊断等技术方向，不断优化系统性能、拓展应用场景，让国产智能检测系统走向更多轨道交通运维现场，为“一带一路”国家铁路运维贡献中国方案，用数智力量守护万千旅客的平安出行，以青年学子的科创担当为交通强国建设添砖加瓦。
