1号线配属的列车数量多、服役年限长、设备可靠性较低，日常的人工巡检工作量大。梅陇作为上海地铁历史最悠久的基地，车库环境和硬件设施较为落后，时值酷暑，在时间久、强度高、车库环境相对闷热的特点下保持高质量、高效率的巡检作业是对车辆人员的巨大挑战，而智能巡检机器人正是这种挑战背景下的破局者。
“守卫者”武艺大揭秘
(1)SLAM导航定位技术
“守卫者”采用基于3D激光、深度相机和IMU的多传感器融合技术，实现了在短时间内即可完成列车转向架的3D稠密点云地图构建，并且同一型号的列车可共用一张地图，大大缩短了实施时间并降低了对地沟环境的要求，
应用更加便捷和灵活。基于所构建的3D地图，通过融合3D激光和深度相机信息，实现高精度定位，自主导航重复定位精度可达±1cm。
(2)AI缺陷识别技术
“守卫者”搭载了线扫激光、高清相机、红外热成像仪等多种传感器，可实现2D、3D同源异构数据的采集，基于多模态深度学习技术完成多种缺陷的精准识别。在异常样本缺少的情况下，采用基于迁移、正样本或小样本的深度学习技术，能够对列车部件的异物、裂痕、螺栓松动、缺失等多种故障进行AI识别。
(3)自主爬坡巡检
“守卫者”进行检测任务前，会先感知列车的状态再进一步执行巡检任务。巡检前，“守卫者”能够对列车车号、车头方向进行自动识别，再进行导航路径规划，可实现不同状态下的正反向25°爬坡、列车侧边不停车巡检、任务智能调度等功能，达到随停、随换、随检能力，实现开始任务、列车状态感知、导航定位、路径规划、AI识别、自主充电的全流程自主巡检。
(4)人机交互系统
“守卫者”的一举一动，可在人机交互系统下发执行和查看反馈。交互界面可下发机器人的全流程、特定流程巡检，实现任务的灵活切换；可动态显示“守卫者”所巡检的车辆，展示列车巡检的进度、结果及缺陷分布；通过高清相机可以从“守卫者”的视觉查看巡检内容；对于巡视过程中发现的异常信息，通过声、光等方式提醒工作人员及时了解并处理缺陷，保障列车运行安全。
“守卫者”岗前培训探营直击
岗前培训是新人在公司组织中的职业生涯起点，是掌握本职工作所需方法和程序的必经历程，“守卫者”也不例外。
“守卫者”的岗前培训主要包括外围部署、整车建图、导航测试和日检规程学习：
1).外围部署：主要包括充电房、无线AP、后台服务器、控制柜等。
2).整车建图：对列车转向架进行3D点云地图构建，主要步骤为：将“守卫者”控制到列车车头位置->开启建图程序（“守卫者”沿着地沟中线自主行走）->到达列车另一端末端后，下发结束建图。下图所示为01A05车型的整车转向架3D稠密点云地图。
3).导航测试：在构建好地图之后，需要验证地图的可靠性。因此，在地图中设置若干巡检点，从一侧到另一侧进行自主导航测试，观察定位置信度及导航准确性。完成验证后，即可在该地图上实施巡检信息。
4).日检规程学习：“守卫者”能够慧眼识缺的前提是掌握哪些位置检测哪些缺陷，学习步骤如下：
1、巡检信息示教：根据项点梳理表，在所构建的地图上依次示教每个巡检点和待检测信息（包括“守卫者”的位姿、机械臂末端位姿、线扫的两端点、检测类型等），直到全部完成；
2、前后端联调：下发返航充电任务，“守卫者”返回充电房。将示教信息导入后台系统，配置、下发全流程巡检任务，验证“守卫者”的自主巡检流程，对存在偏差的点位进行修正；
3、模型训练及部署：对采集的样本进行分类、样本增强、模型训练和验证和调优，再将模型部署到后台服务器；
4、全流程巡检及优化：完成上述学习后，“守卫者”即可实现全流程自主巡检并输出缺陷分析结果。一次的成功不能代表“守卫者”就能持续优秀地完成本职工作，在之后的一两周内还将根据所见所得继续学习，达到稳定之后方能上岗。
结语
智能化是当前轨道运维发展的关键词，期待“守卫者”早日完成培训，尽早上岗，为列车安全运营保驾护航。
