基于FPGA平台的边缘AI铁路故障检测系统
计算机视觉与模式识别
2024-08-29 v1 人工智能
摘要
随着铁路运输安全需求的增加，传统的轨道检测方法已无法满足现代铁路系统的需求。为了解决铁路故障检测中的自动化和效率问题，本研究引入了一种基于现场可编程门阵列（FPGA）的铁路检测系统。该边缘AI系统通过摄像头采集轨道图像，并使用卷积神经网络（CNN）实时检测轨道缺陷，并自动报告故障信息。该系统的创新之处在于其高水平的自动化和检测效率。该系统采用的神经网络方法实现了88.9%的检测准确率，显著提高了检测的可靠性和效率。实验结果表明，与在GPU和CPU平台上的同类实现相比，这种基于FPGA的系统在能效上分别提升了1.39倍和4.67倍。
引用
@article{arxiv.2408.15245,
title = {An Edge AI System Based on FPGA Platform for Railway Fault Detection},
author = {Jiale Li and Yulin Fu and Dongwei Yan and Sean Longyu Ma and Chiu-Wing Sham},
journal= {arXiv preprint arXiv:2408.15245},
year = {2024}
}
备注
Accepted at the 2024 IEEE 13th Global Conference on Consumer Electronics (GCCE 2024)