# 地下交通基础设施监测的多变量时间序列建模

- 日期: 2025-07-01
- 相关方: AI Singapore (AI 研究与人才培养机构) · AI Singapore
- 来源: https://www.youtube.com/watch?v=JCeHoMJLZMs
- sgai: https://sgai.md/zh/videos/v052/
- 许可：sgai 自产内容（摘要、译文、分析）CC BY 4.0，署名并链接 sgai.md 即可；逐字原文（国会记录、演讲、字幕、政策原文）© 原权利人，仅供引用。条款：https://github.com/meltflake/sgai/blob/main/DATA-LICENSE.md

## 为什么重要

AISG 100E 资助把 NTU 与 LTA、SBS Transit 的地铁传感器研究做成实战试点,能否推广全网是新加坡基建 AI 化的真正考验

## 摘要

AISG 100E 项目把 AI 技术应用于智能传感系统,实现对高风险地下交通基础设施潜在故障的可扩展检测、诊断与预测。

## 要点

- NTU 与 LTA、SBS Transit 合作，用 AI 把新加坡地铁轨道维护从定期检查转为预测性维护。
- 智能传感系统采集振动和声学信号，AI 实时检测紧固件松动、轮缘磨损、轨道缺陷。
- 数据通过 4G/5G 即时回传，目标在新加坡 MRT 网络扩大部署，提前发现风险避免服务中断。

## 全文

© AI Singapore — 仅供引用。

[音乐] 新加坡地铁系统每天为数百万乘客提供服务，确保运输顺畅且安全。但在幕后的维护工作是如何保证其可靠性的呢？铁轨状况随着时间推移会恶化，带来安全和效率的风险。传统的检查方法劳动强度大且具有被动性质。主要挑战包括管理庞大的网络、每晚有限的维护时间窗口以及对现场检查协议的高度依赖。南洋理工大学与陆路交通管理局和SPS Transit合作，正在利用人工智能技术革新轨道监测。人工智能通过将维护从定期计划转变为预测性方法，提升了真实基础设施的监测能力。

人工智能每天提供轨道状况的洞察，能够及早发现异常，如紧固件松动、轮缘磨损和轨道缺陷。该人工智能模型通过持续分析安装在轨道基础设施周围的定制智能传感系统采集的数据来工作。它处理实时输入，如振动模式和声学信号，以检测轮轨缺陷的早期迹象。利用机器学习算法，模型识别模式并预测潜在故障，促进主动维护。该人工智能解决方案有望在新加坡地铁系统广泛部署，实现轨道缺陷的实时检测。借助4G和5G连接，数据即时传输进行分析，允许及时干预。

这项技术通过提升运营效率和安全性，增强了新加坡的计算机体验。早期异常检测有助于在问题导致服务中断之前识别潜在风险和问题，确保乘客旅程更加顺畅可靠。我们期待对系统进行扫描，并扩大其部署范围，覆盖新加坡地铁网络的更多区域，进一步提升整个交通系统的效率和安全性。借助人工智能驱动的轨道监测，我们正在塑造更智能、更安全、更高效的交通未来。南洋理工大学的创新确保了每天数百万人的无缝出行。