RailLoop 轨交异常闭环

Pitch 71 · Rail & Metro Exception Closure

每一次轨交异常，都有责任、有证据、有销号。

RailLoop 服务值班站长、OCC 调度、安全质量部、设备维保公司和数字化部门，把 CCTV、ISCS、BAS/FAS、站台门、电扶梯、巡检机器人、人工巡检、EAM/CMMS 和工单台账连成一条可审计的异常闭环。

看轨交闭环 看安全 Demo

01 · Problem

地铁运营最怕的不是没有报警，而是报警之后闭环断掉。

站台门卡滞、电扶梯停运、设备间告警、积水、防淹异常、异物、客流堆积、轨旁缺陷和维保漏项分散在 CCTV、ISCS、微信群、电话、巡检表和 EAM 工单里。系统会响，人会忙，但谁确认、谁处置、谁复核、谁把经验写回手册，常常不是同一条线。

值班站长

现场异常同时来自乘客、视频、设备和班组，需要快速分级、派人和留痕。

OCC 调度

要知道哪些异常影响运营、哪些只是告警噪声、哪些需要跨岗位联动。

设备维保

需要把巡检、故障、委外、整改、复核和资产履历串起来，而不是补台账。

安全质量部

监管要求风险库、隐患台账、责任人、整改措施、复核验收和销号证据。

02 · Why Now

城轨进入万公里级运营时代，监管直接要求隐患闭环管理。

中国城轨已经从“重建设”进入“建运并重、提质增效”。老线设备更新、客流恢复、极端天气、防汛防淹、委外维保和智能运维同时到来。新的运营安全规则把风险数据库、隐患排查手册、台账、复核、销号和信息化共享写进制度。

11,710km 截至 2025 年底，中国 54 城运营 343 条城轨线路、11710.3 公里。
6,680 中国城轨车站数量达到 6680 座，站端异常闭环本身就是大市场。
332.4亿 2025 年中国城轨客运量约 332.4 亿人次，小异常也会被乘以巨大客流。
$140B FTA/Volpe 估算美国公共交通 state-of-good-repair backlog 约 1402 亿美元。

03 · Core Insight

轨交不缺传感器，缺的是“同一个异常 ID”。

同一次站台门异常，可能有视频片段、设备告警、站务电话、维保工单、乘客投诉和复盘报告。只要没有统一异常 ID，这些证据就无法自然合并，也无法沉淀成可训练、可审计、可改进的运营资产。

Alert-to-Case

把告警、巡检发现和人工上报合并成一个带责任岗位和影响范围的案件。

Case-to-Proof

把视频截图、机器人复拍、设备状态、SOP 勾选、维修记录和验收结论打包。

Proof-to-Playbook

把误报、重复故障、处置路径和复核结果写回风险库、SOP 和 LeRobot 数据集。

04 · Solution

RailLoop 是轨交异常的闭环层。

它不替代 CBTC/ATP、OCC 调度、综合监控、EAM/CMMS、设备厂商诊断或人工巡检，也不直接控制列车和轨旁设备。它做一件事：把异常从发现、分级、派发、处置、复核到销号变成可审计流程。

  • Detect：接入 CCTV、ISCS、BAS/FAS、站台门、电扶梯、巡检机器人、人工巡检和工单。
  • Decide：合并重复告警，判断影响客流、设备、行车、合规和防汛等级。
  • Dispatch：按岗位、SOP、时限、备件、委外单位和站点责任自动生成处置卡。
  • Verify：用复拍图片、设备恢复、人工验收、乘客投诉回落和复盘结论销号。
轨交异常闭环平台，地铁站台、设备间、巡检机器人、站台门、电扶梯、积水、轨旁缺陷和工单证据

05 · Product Workflow

从一次站台门异常到已销号，七步闭环。

第一版不碰行车控制。先做车站和设施设备的高频异常：站台门、电扶梯、积水、防淹、设备间告警、异物、轨旁可视缺陷和巡检漏项。价值可见，安全边界清楚，集成风险可控。

发现

设备告警、视频 AI、站务上报、机器人巡检和人工巡检进入同一事件入口。

合并

系统按站点、设备、时间、图像和工单把同类告警合并成一个异常 ID。

分级

按客流、行车影响、设备风险、监管分类和天气场景给出优先级。

处置

推送责任岗位、SOP 处置卡、证据要求、时限和委外/备件信息。

销号

复核设备状态、现场照片、机器人复扫和人工验收后，自动生成台账。

06 · Market Wedge

先从“非行车控制、高频、可证据化”的站端和设施异常切入。

RailLoop 的第一单不应该卖成“全线智能轨交大脑”。最佳切口是一条既有线、一个车辆段、一个设备系统或 10-25 座车站的隐患闭环。先把异常台账和销号质量做出来，再扩展到线网级资产健康。

站台门

门体告警、视频证据、站务处置、维保复核和重复故障归因。

电扶梯

停运、围挡、巡检、维保、恢复和乘客影响形成同一异常时间线。

防汛防淹

积水、雨情、泵房、出入口、隧道和站端值守形成闭环台账。

设备间巡检

变电所、通信、信号、BAS/FAS 机房异常由机器人和人工共同复核。

轨旁可视缺陷

扣件、异物、线缆、渗漏和标识异常进入只读巡检证据链。

委外维保

把验收、照片、工单、SLA、发票支持材料和审计证据打通。

07 · Business Model

按线路、车站、设备模块和证据闭环收费。

轨交客户成本压力强，RailLoop 不能只卖“更智能”。首单要绑定看得见的运营 KPI：异常记录完整率、证据完整率、响应时间、逾期隐患、重复故障、人工报表工时和委外验收争议。

90-120 天试点

人民币 28万-58万，覆盖 1 条线或 1 个车辆段、10-25 座车站、3-5 类异常。

线路年费

每条线人民币 48万-120万，含异常闭环、移动取证、SOP、台账和审计导出。

线网版本

人民币 200万-600万/年，面向集团级风险库、跨线统计、委外治理和监管报送。

扩展模块

机器人接入、EAM 集成、OCC 延误归因、承包商 QA、更新改造优先级和监管门户。

08 · Go-To-Market

用“隐患闭环 + 审计留痕”进入采购，而不是用泛 AI 进入。

卖给安全质量部、设施设备维保中心、线路分公司、车站管理部、OCC 统计、委外维保管理和数字化办公室。通过城轨系统集成商、设计院、设备维保商、机器人 OEM 和 Qualcomm 边缘硬件伙伴进入项目体系。

先不碰控制

只读集成、人工审批、移动取证和台账导出，不接管行车、信号或调度命令。

先选高频异常

站台门、电扶梯、积水、设备间告警和巡检漏项能最快证明价值。

先用监管语言

风险分级管控、隐患排查治理、台账、责任人、复核验收、销号、报送。

再扩到线网

从一条线的闭环率扩到多线运营、委外考核、资产健康和更新改造优先级。

09 · Competition

RailLoop 不抢系统记录权，抢异常闭环权。

综合监控、城轨云、视频 AI、EAM/CMMS、轨道检测车、站台门厂商、电扶梯厂商和机器人巡检系统都能产生信号。RailLoop 站在它们旁边，把信号变成可派发、可验收、可审计、可复盘的异常事实链。

检测与传感

ENSCO、MERMEC、Sperry、Cordel、KONUX、Senceive、Duos、Wabtec、Camlin 等证明检测预算存在。

系统与资产

IBM Maximo、SAP EAM、Hexagon、Bentley、Trimble、综合监控和城轨云是集成对象。

RailLoop 位置

统一异常 ID、闭环 SOP、复核证据、委外治理、监管台账和训练数据资产。

10 · Moat

每一次销号，都让系统更懂这条线。

轨交异常闭环的护城河不是一个单点检测模型，而是运营方自己的异常事件库、SOP 映射、接口连接器、证据标准、岗位责任和复盘数据。上线时间越长，越知道哪些异常会重复、哪些证据不足、哪些承包商容易返工。

异常事件库

站点、设备、时间、图片、工单、处置、验收和复盘形成可查询事实链。

SOP 映射

把“一岗一册”、风险数据库、隐患手册和实际处置路径连起来。

证据标准

每类异常有关闭条件：照片角度、设备状态、复扫结果、负责人和时间戳。

边缘数据

站端视频、机器人传感和弱网现场数据在本地形成可审计证据包。

11 · Architecture

站端边缘盒负责看见，线网闭环引擎负责销号。

RailLoop 的工程原则是只读、隔离、人审、本地优先。站端采集视频、设备状态和巡检机器人数据；线网侧统一异常 ID；闭环引擎驱动派单、复核和报表；训练系统把已销号事件变成模型改进数据。

  • Station Edge：多路视频、设备状态、巡检机器人、移动端照片、本地缓存和模型推理。
  • Event Bus：按站点、设备、时间、图像和工单合并重复告警，生成异常 ID。
  • Closure Engine：风险分级、SOP、责任岗位、SLA、复核要求、台账和审计导出。
  • Training Loop：LeRobotDataset 记录机器人图像、状态、动作、人工 verdict 和最终销号标签。
  • Governance：角色权限、日志、模型版本、证据哈希、等保部署和人工确认。
轨交异常闭环架构，站端边缘盒、巡检机器人、异常 ID、SOP、证据包和销号台账

12 · Demo

比赛 Demo 用 12-24V 桌面轨交场景证明闭环，不模拟真实带电轨道。

安全边界写在第一页：2-3 米模块化桌面轨道、断开的第三轨/接触网模型、限流低压电源、保险丝、急停、透明护罩、低温热源、泡棉异物、可替换缺陷板和机器人巡检。所有处置和调度只在 UI 中模拟，由人确认。

Rig

站台、屏蔽门、轨道、设备间、隧道口、线缆槽、dummy 第三轨和 OLE 模型。

Faults

缺扣件、松动夹片、异物、积水、热缺陷、标识错配和站台门异常。

Robot

RGB、下视相机、热像、深度、声学/振动、IMU、里程计和安全联锁。

Closure

检测异常、生成 evidence packet、人审工单、模拟整改、复扫验证和销号报告。

Export

导出 ROS 2 话题、LeRobotDataset episode、模型版本、证据哈希和复盘材料。

13 · Why Qualcomm

轨交异常闭环需要低时延、本地化、多路感知和可信边缘计算。

站端和车辆段的异常不适合完全依赖云端：视频多、弱网多、隐私强、响应窗口短、审计要求高。Qualcomm 的边缘 AI、相机/多媒体能力、IoT 连接和 AI Hub/QNN 优化路径，能把比赛样机变成可设备化的工业参考架构。

多路视频边缘推理

站台门、扶梯、积水、异物、设备间和轨旁缺陷需要本地先筛选。

机器人感知

巡检机器人把 RGB、热像、深度、振动和位姿变成可复核证据。

本地部署

轨交客户需要私有化、数据驻留、模型签名、权限、日志和证据留存。

开发者生态

AI Hub/QNN profiling 可以成为评委能看懂的边缘性能证据链。

14 · Ask

申请把 RailLoop 做成轨交异常闭环的 Qualcomm 边缘参考样机。

我们需要的不只是开发板，而是能把产品推到真实运营讨论里的组合资源：边缘硬件、模型优化、轨交场景导师、集成伙伴和安全评审。

开发板与优化

RB3/RB5/Dragonwing 路线、AI Hub/QNN 编译、profiling 和多路视频样机建议。

试点场景

2 个试点车站、3 类真实异常数据、1 条既有线或车辆段流程反馈。

集成伙伴

连接城轨系统集成商、机器人 OEM、站端设备厂商和维保服务商。

安全边界

共同定义不碰行车控制、低压桌面 Demo、只读集成和人工审批的竞赛表述。

15 · Claims & Sources

把硬事实和试点目标分清楚。

页面主张低压桌面 Demo、只读集成、人审工单、证据包、台账销号和 LeRobot/Qualcomm edge 候选路径。它不主张可在真实带电轨道作业、不替代合格检修人员、不认证轨道安全、不控制列车或信号、不承诺上线前的 NPU 实时指标。

一句话 pitch：RailLoop 把轨交异常从“发现了、转发了、记录了”推进到“有人负责、有证据、有复核、有销号”。

交通运输部 2025 年城市轨道交通运营数据 城市轨道交通运营安全风险分级管控和隐患排查治理管理办法 城市轨道交通设施设备运行维护管理办法 FTA Transit State of Good Repair National Backlog Analysis Network Rail CP7 Delivery Summary European Union Agency for Railways climate resilience UNIFE World Rail Market Study 2024 summary Qualcomm RB3 Gen 2 Development Kit Qualcomm AI Hub LeRobotDataset v3 Network Rail third rail safety context OSHA control of hazardous energy