技术人员通过AI系统进行实时监测。 ■记者 董一鸣/摄
扫一扫 观看视频
■本报记者 谢峰
早上七点，重庆市一处正在运营的轨道交通线路旁，随着螺旋桨的轰鸣声响起，一台无人机从无人机巢缓缓升空，开始对半径7公里以内的线网进行无死角扫描巡视，巡查画面实时回传至监控平台，系统会自动将视频中疑似隐患和风险标注为红色，并提示运营团队跟进关注并处理。
这是北京城建设计发展集团下属北京城建勘测设计研究院有限责任公司（以下简称“北京城勘院”）围绕低空经济领域研究的《地铁保护区低空智能巡查的AI探索与实践》的应用项目之一。
北京城勘院智慧工程院研发中心主任李禄维说：“目前，我们在全国5个城市布局了约100架无人机，实现了让无人机化身‘空中哨兵’，让AI算法成为‘识别大脑’。”
就在无人机巡视的同时，北京城勘院另一间办公室内，安全院副总工程师朱霞翻开《中国城市轨道交通工程地质》查询相关数据，“全书整合了全国30个城市的轨道交通工程的地质数据和工程经验，成为我们研发的轨道交通地质勘探数据分析‘精心-坤灵’大模型的数据底座之一。”朱霞说。
用智慧手段实现轨道交通建设运营的“上天入地”，北京城勘院的智慧转型大幕徐徐开启。
地铁保护区是保障轨道交通结构安全的“生命线”，违规施工破坏、异物侵入、杂物堆积等风险，若不能及时发现，将直接威胁运营安全。传统的巡查工作主要依赖人工徒步或车辆巡检，然而，面对绵延数十公里的地铁线路，尤其是穿越复杂地形或建成区，传统模式往往存在“视野盲区”和“时间盲区”。
北京城勘院技术团队联合一线巡查人员开展了为期3个月的“需求画像”调研后，决定利用无人机机动性强、视角广的优势替代人工徒步，利用AI视觉识别技术替代人眼反复盯屏，真正实现从“被动处置”向“主动预防”的转变。为了保证无人机续航，具备自动充电功能的无人机巢也同时建设完成。
“一架无人机的巡查半径约7公里，每天按照6次巡查的频率，普通的地铁线路仅需2—3台无人机就可以满足巡查需求，同时在重点区域增设‘电子哨兵’，形成全天候无死角的组合监控。”李禄维说。
飞起来只是第一步，海量视频数据如果不经过分析，只会成为新的负担。北京城勘院基于开源视觉大模型，利用多年积累的地铁保护区风险影像数据训练了专属的“低空巡检视觉识别模型”。“无人机传回的画面可以对危险操作和安全隐患做到秒级速度上报，实现了真正的智能运维。”李禄维说。
相比翱翔的无人机能够一览无余，朱霞的团队则要攻克地下那些看不见的难题。轨道交通的延伸离不开“地质把脉”。岩土工程师们通过钻孔取样、数据分析，读懂大地深处的秘密。这个过程，往往伴随着长时间勘探、海量资料翻阅、复杂参数计算和反复推敲方案的工作。“有时候为了找一个老旧项目的地质数据，要在档案室翻半天。资料都在，但查起来太费劲。”一位岩土工程师说。
经过多年积累，北京城勘院已建成覆盖全国57个城市、3000余个项目、14万钻孔、770万延米的地质勘察大数据平台。有了数据之后，如何让数据“活”起来，什么才是数据挖掘最有效的工具？北京城勘院总工程师高涛给出了答案，他说：“第四次工业革命给我们送来了工具，那就是人工智能。”2023年，根据公司统一部署，高涛挂帅组建专业垂直大模型研发团队，带领团队经过两年艰难的技术攻关，“精心-坤灵”大模型应运而生。“我们要为岩土工程师打造一位真正懂行的‘AI小伙伴’，先让AI学会‘查资料’，再让AI学会‘干工程’。”朱霞说。
项目团队基于海量历史地质数据，构建了勘察岩土专业知识库，形成行业高质量数据集。这个知识库不仅涵盖法规、标准、手册和案例，还融入了北京城勘院几十年积累的地质数据和工程经验。
如今，当工程师提问时，“坤灵”不是简单地查询“背诵”答案，而是先精准检索相关知识，再结合上下文生成专业、可溯源的回复。无论是“某地层的承载力经验值”，还是“某规范对沉降计算的要求”，系统都能快速给出答案，并标注依据来源。“以前查规范要一页页翻书，现在问一句就行。关键是它还能告诉我们依据的规范条文和工程案例，用着让人放心。”正在试用系统的工程师说。
朱霞表示，实现了智能检索和智能问答，下一步团队还要让“精心-坤灵”大模型会干活儿，逐步构建起岩土工程六大智能体，让AI从“小伙伴”升级为“多面手”，最终打造为“数字员工”。
目前，北京城勘院正同北京大学专业团队谋划联合攻关，构建起全领域的知识图谱，“虽然人工智能方便，但还需要我们构建高质量数据集和知识图谱打造专业垂直领域模型。”朱霞说。
从地上到地下，北京城勘院的两项智慧成果已联合申报了北京城建集团《天空地多装备一体化技术研发检测》课题。北京城勘院党委书记、董事长王思锴表示：“国内的轨道交通行业发展已经进入了以存量运营为主的新阶段，对我们而言，单纯的建设服务将逐步扩展到运营赋能，依托我们数十年积累的庞大数据基础，借助人工智能，发挥专业人才优势，更好地服务轨道交通安全发展的同时，也实现了自身全面智慧转型。”