为了保证铁路运行的可靠性和安全性，欧洲许多铁路网络正在进行大规模的数字现代化改造，其中包括建立数字孪生系统。在人工智能的支持下，这些铁路系统的数字化呈现有助于在整个资产生命周期内对信号灯和基础设施进行有效管理。凭借Trimble MX9移动测绘解决方案的加持，Siemens Mobility正在引领这场改革的潮流。

Trimble MX9是第一个获得德国国家铁路公司正式批准的车载独立移动测绘系统，用于测量轨道、点、间隙和地形物体。

 高效、精准、无干扰 

Siemens Mobility的技术人员正在将数字孪生技术应用于德国铁路公司发起的价值127亿欧元的铁路网络现代化项目中，其中的铁路基础设施BIM建模工作将涵盖所有线路上的信号和结构、铁路资产规划、建设和运营的全面数字化。

“以前的基础设施竣工信息已无法进行准确的规划。要保证铁路数据的准确性，我们必须重新采集基础设施清单。我们需要更清晰的图像。而传统测量方法非常繁琐，可能会造成重大延误。”Siemens Mobility的数字孪生负责人Carolin Baier表示。

数字轨道采集过程为数字孪生创建提供了丰富的数据。图源：Siemens Mobility

对于Siemens Mobility来说，数据收集过程是依赖Trimble MX9移动测绘解决方案构建的，该解决方案具有双头激光器和AP60 IMU，这是天宝在售最高级别的IMU。Trimble MX9是德国国家铁路公司验证批准允许上铁路的移动测绘系统，用于测量轨道、点、间隙和地形物体，可以根据需要安装在火车、电车和汽车上，极大地简化了数据收集工作。

“Trimble MX9的优点在于，我们可以以正常的列车运行速度（通常为每小时80至110公里）收集信息，无需中断交通。而且在某些情况下，我们的精确度高达2厘米，这一点非常重要。”Baier 介绍说。

Siemens Mobility在德国铁路东部地区应用了移动测绘解决方案，生成了铁路基础设施的地理参考三维点云，包括轨道、轨道环境和轨道坡度的详细图像。

Siemens Mobility的技术人员正在将数字孪生技术应用于德国铁路网络现代化项目。图源：Siemens Mobility

 算法优势 

除了来自MX9移动测绘解决方案的点云数据和图像外，Siemens Mobility团队还必须将来自地理信息系统(GIS)和不动产登记册等其他各种来源的大量客户数据整合到数字三维模型中。

所有这些数据将同步创建一个定位在全球地理参考坐标系中的竣工BIM模型——本质上是现有铁路网络和相关基础设施（如信号灯）的数字孪生模型。然后，Siemens Mobility团队会进行差距分析，查看客户数据库中的对象是否与点云中的位置相匹配。

数据收集过程围绕Trimble MX9移动测绘解决方案构建，该系统可根据需要安装在火车、电车和汽车上。图源：Siemens Mobility

下一步是识别和提取对象，并以缩放轨道布局的形式实现完整的系统布局。例如，在500-800公里的路段上，可能存在大约12万个不同的对象。 

“丰富的数据很棒，非常详细，多亏了移动测绘，我们可以快速采集到这些数据。人工智能确实是释放数据力量的关键，因为它能让我们以高效的方式处理这些大型数据集。”Baier补充道。

Baier的团队与Siemens Mobility人工智能小组合作，针对特定应用案例开发了定制算法，例如轨道元素的自动物体识别。

Baier继续说道：“物体检测和人工智能算法支持当前和未来的发展，可实现铁路基础设施优化以及半自动或全自动系统中的列车运行。如果没有人工智能技术来帮助整理数据，我们就无法开发这些未来的系统。”

文章来源：《天宝Trimble Geospatial》https://mp.weixin.qq.com/s/NVOTgydmWm41f2Ocpw0zTQ