本实验室徐成教授研究并实现了应用于高铁接触网运维系统的智能巡检机器人，该机器人以工程环境中的巡检为核心目标，实际巡检中会根据不同检测内容、不同环境、不同天气变化、任务需求调整机器人工作模式。改变了当下接触网测量仪工作效率低、劳动强度高、操作繁琐等缺点，适用于高铁、普铁、地铁的接触网几何参数检测，使用人员可通过屏幕方便地观测到推行区间（段）导高、拉出值、高差等参数的实时波形图与数据，配套智能分析系统可实现数据分析统计，一键提取报表与缺陷数据。

该机器人研发过程受国家自然科学基金项目“CPS例化—高铁接触网智能巡检机器人研究”资助（项目编号：61772185），该机器人包括四个层次：

第一、物理层：包含机器人正常工作的基本硬件，承载检测模块、控制模块、通信模块、导航模块及其他辅助功能模块。这些基本硬件模块实现了机器人系统所需的检测数据采集、自主导航移动等基础功能。其中检测模块可根据任务需要进行增添与多样化配置。

第二、OS层：包含硬件驱动、通信协议、任务调度、软硬件资源分配功能。

第三、应用/服务层与人机交互层：位于结构顶端，旨在为用户提供人机接口以方便快捷根据检测任务需求对机器人进行配置和任务下达。通过和智能层的联结，将相关指令传输给智能层，由智能层负责指令解析与任务内容的具体实现。

第四、智能层：作为智能巡检机器人的核心，此层包含了相关计算、控制、分析等一些功能，研究重点是调用机器人对巡检任务内容进行智能实现，其中：

a，深度感知：预测图像每个像素点的距离值或对雷达稀疏数据进行深度补全。

b，自主导航：通过IMU、GPS等传感器使机器人匹配地图完成定位与导航。

c，检测数据分析：通过迁移学习算法将采集数据进行分析与处理，对被检测对象状态得出结论。

d，高铁接触网点云语义分割：通过深度学习算法来准确快速地识别接触网零部件。

e，基于FPGA的可重构线阵CCD相机检测：设计专用CCD检测模块，集合CCD检测模块内基于FPGA的可重构线阵图像采集算法，通过指令配置接触网检测相关算法。