我国的高铁运营里程稳居世界第一，经过多年快速发展，我国铁路网规模不断扩大，铁路的运力和速度得到极大提升，列车运行的复杂程度也越来越大。
正如6月4日发生的D2809次旅客列车事故（D2809事故之后，我们还能做些什么？）突发的自然灾害常会成为威胁铁路运输安全的重要原因，要更快更及时的发现并处理这些问题，是工务线路巡防面临的新挑战。
正是因为肩负铁路安全的重任，工务人不畏风霜雨雪守护在铁路线上。不过如今守护铁路线安全的可不只有人力，技防手段在铁路运输安全中的作用越来越突出，工务线路巡防的自动化、智能化帮助我们能够察觉铁路线上的危险和隐患于千里之外。
得益于铁路线上越来越多的视频监控设备，通过视频对铁路沿线进行安全检测确实是个好办法，可是想要实现预警，避免铁路安全问题却不止这么简单。
前端摄像头等设备的引入让铁路沿线的监控有了更多的保障。但只靠摄像头进行监控是远远不够的，通过人来监控越来越多的视频画面难以保障准确率和有效性。
基于中兴飞流在大数据和人工智能领域积累的技术和经验，我们想着要是能够结合人工智能技术对视频画面进行智能分析，实现异常状况实现自动报警，再由工作人员进行确认和复核那就太方便了，不仅能够减少人工盯控的缺点，更能提高联防联控效率，甚至提前感知安全风险。
正是抱着这样的目标，我们做了一次又一次的尝试，并最终完成了以“新一代信息技术”和“视频智能分析”为核心的工务线路巡防平台，并在全国诸多铁路上得到了有效运用。
现在我们已经可以实时发现或提前预警各种侵入、破坏铁路沿线及其他设施等各类铁路安全事件，通过可视化大屏向监控人员弹窗预警，结合GIS地图实时显示异常事件地点，并可联动视频画面供工作人员复核确认，根据实际情况和需要提供后续问题管理以及应急处置流程，便于进行快速响应和应急处理指挥，从而实现被动防控向主动防控转变的综合平台。
举个例子，落石、泥石流是常见的铁路安全问题，以往可能需要人工巡防、跟盯监控来发现问题，面对突发的事件也会有无法及时发现的问题，此前发生的铁路事故中就有不少是因自然灾害侵入铁路线且未能及时发现、处置导致的。
现在，我们能够利用铁路沿线视频监控以及物联网设备对铁路沿线进行24小时实时监测，实现视频的录制、回放、抓拍等功能，并进行智能分析，在异常事件发生的第一时间发现问题，并与视频联动，为各类安全事件的高效指挥和快速处置奠定基础。
除了上面说的各类自然灾害，还能够对水位进行观测，当达到设定的条件时，便能够触发不同等级的水位预警，实现早发现、早预警、早处置，通过提前感知避免可能对铁路带来的各类危险。
智能视频分析能够做到的远不只是自然灾害问题，人和动物侵入铁路也是铁路工务巡防的重点场景之一，利用DAS光纤或激光雷达结合视频监测，可以实现技防体系化，通过多种技术手段的优势互补形成多重保障。
当有人或物体闯入轨道，视频监控到后便能够触发告警，联动广播系统对入侵人员进行语音驱离，真正实现远程发现，远程处置，大大加快了事件处理的响应速度。
其他的还有遗留物、设置障碍、破坏沿线围界或设施等事件也都可以进行识别。可以说，只要确定报警的区域和条件，我们就可以灵活应对铁路领域的各种场景，各种监控需求。
因此我们专门就隧道、桥梁、车站咽喉区等重点区域设计了面向不同场景的监测系统，例如针对隧道可以通过物联网和视频监控对隧道拱顶沉降、隧道渗水、隧道开裂等进行监测，以及在隧道口布控监控各类侵入问题。
除此之外，还能够实现沿线机房的无人巡检，通过视频进行监控，及时发现异常状况并报警。还有应用于沿线作业门的智能门禁，能够加强高铁作业门的智能化管理水平。
铁路的快速发展也让铁路数据的使用和管理变得更加重要，尤其是智能视频监测技术的应用在提高铁路工务巡防智能化水平的同时，让图片、视频等非结构化数据的比重不断上升，给数据存储、管理和分析提出了新的要求。
作为国家发改委颁发的大数据系统计算技术“国家工程实验室”，我们利用自主研发、自主知识产权的大数据中台及Yita计算引擎来提供数据采集能力、数据治理能力、分布式计算能力、数据建模能力，从而能够满足不同铁路领域的大数据业务应用需求。
正是由于Yita大数据计算引擎数据处理实时性高、吞吐量大、资源占用少的特点，在面对铁路行业数据量大、非结构化数据比重大、实时性需求高的特点时具备更大优势，同时也能减少服务器规模，降低建设成本。
依托出色的大数据技术，就可以真正实现一块大屏总览全局。借助GIS地图，使各项数据可视化展现，轻松了解区域内每一个摄像头的状态和画面。通过大数据分析与预测框架，为安全巡防的统计分析和远端控制提供了基础。
从铁路大国到铁路强国，我们看到的不仅仅是越来越快的时速，还应该要在更快的基础上更加安全。我们希望通过智能视频分析和大数据、人工智能的应用打造工务巡防全流程的综合智能平台提升铁路工务巡防领域的智能化水平，减轻铁路工务的压力，保护铁路运行的安全。
