城市轨道交通包括地铁、轻轨及有轨电车等多种模式，以地铁和轻轨为主。城市轨道交通是“城市交通的主动脉”，与其他公共交通相比，具有用地省、运能大、节能环保、舒适安全等特点，是城市交通未来发展的主要方向之一。但由于接触网是沿线路架设，环境恶劣、无备用，极易发生安全事故，因此必须对接触网和受电弓实施全面检测监测，以便掌握弓网运行状态并及时维修，从而确保弓网和车辆安全可靠运行。运用视觉测量、高清成像、红外测温、紫外光探测等相关技术实现对接触网几何参数、接触悬挂状态、弓网作用参数、弓网电气参数等关键项的高精度检测监测，为被测线路的牵引供电安全提供全面的诊断及评估依据。

轨道交通的工务工程系统由路基、轨道、桥梁、隧道等构成。路基上铺设的轨道为车轮提供承载，供车辆正常行驶。轮轨关系是车辆安全运行的基础性问题。工务工程系统中任何基础设施失效都可能引发行车事故，因此必须对路基、轨道、桥梁、隧道等进行检测监测，从而确保轮轨安全、保障车辆可靠运行。运用视觉测量、高清成像、分布式传感器、地质雷达等相关技术实现对桥梁、隧道、路基、轨道的结构变形、表面状态、内部伤损的高精度检测监测，为被测线路的工务工程安全提供全面的诊断及评估依据。

传统的地铁车辆检修采用日常回库后人工地沟检修模式，存在检测效率低、维修强度大、运维成本高等诸多问题。基于机器视觉、先进传感、深度学习、大数据挖掘、综合可视化、设备故障异常提前预判、智能运维为一体的地铁车辆轨旁智能综合检测监测系统，该智能系统具备可扩展性，可接入地铁车辆中大部分的检修设备，并建立起地铁车辆的大数据库，深度分析各个设备，为车辆的高级修程提供数据基础，为后续的均衡修、状态修提供依据，同时对保障车辆安全也起着重要的作用，从而实现车辆从传统的日检到双日检、四日检、八日检，延长修程时间，实现车辆检修向智能化、自动化发展，降低人力物力成本。

城市轨道交通运营维护管理过程中会产生大量的检测监测数据、维修数据和故障数据，目前存在数据分散存储、无统一标准、数据无法关联、管理效率低等问题。通过对接触网、轨道、隧道等基础设施状态及数据进行实时采集，结合线路BIM设计模型，构建基础设施智能运维平台，实现基础设施施工、运营全维数据综合管理。运用大数据、云计算、深度学习、模糊推理等人工智能算法，对基础设施运营状态进行分析与挖掘。通过故障发生原因诊断，预测基础设施故障发展规律，评估线路服役状态，建立基础设施健康评价体系，为防控运营风险，科学制定维修任务，降低现场维修成本，提供理论依据和技术支撑。