袋鼠云案例

“【提示】2026第六届数智化颁奖典礼将于8月5日在北京举行颁奖点击可报名参加颁奖典礼丨此次出海新势力榜单/奖项的评选依然会进行初审、公审、终审三轮严格评定，并会在国内外渠道大规模发布传播欢迎申报。

某中外跨境铁路是我国“一带一路”的标志性工程，自开通运营以来成为区域经贸往来的重要枢纽。某大型国有物流企业（以下简称"该企业"）承担该中外跨境铁路货场的集装箱装卸及接取送达核心业务，保障着该中外跨境铁路物流链路的安全与高效运转。

随着国际物流需求快速增长，货场运营规模不断扩大，传统依靠"人眼盯控、经验决策"的安防模式已难以适应现代货场高效运转与安全生产的双重需求。为此，该企业在三维园区视觉场景基础上，结合高精度定位、机器视觉、物联网（IoT）、数字孪生、系统集成等前沿技术，计划构建覆盖"人、车、设备、货、环境"全要素的动态AI数智化安全管理平台。

必要性分析：

1.铁路货场装卸安全水平提升是行业基本要求。铁路集装箱货场作为物流链的核心节点，其装卸安全水平的提升不仅是作业规范的基本要求，更是保障经济效益、社会效益和行业可持续发展的战略性需求。

2.安全事故损失远超预防投入。统计数据表明，铁路货场单次安全事故的间接成本是直接损失的3至5倍，而安全改造投入通常在1至3年内通过事故的减少实现经济回报，提升安全水平已从"被动合规"转变为主动预防投资。

3.响应国家"交通强国智慧物流"发展战略。本项目的实施，将为该中外跨境铁路物流业务赋能，通过双方数智化平台的无缝对接，实现实时数据交互，使物流系统与客户运营管理平台黏性增强，最终提升业务操作效率和安全管控水平。

4.打造跨境铁路智慧物流标杆。本项目的成功实施，不仅将填补国内在铁路货场智能化领域系统性应用的空白，更旨在形成具有国际竞争力的技术输出能力，服务"一带一路"基础设施建设，引领铁路物流智能化发展新范式。

架构内容：

本平台采用"感-联-知-控"四层技术架构，自下而上依次为感知层、网络与通信层、平台能力层（中台层）和应用层，基于物联网融合及全要素感知的多维度技术路线，构建该中外跨境铁路货场AI智能安全管理平台，实现货场"感-联-知-控"一体化管理能力。

·实施时间：

开始时间：2025年10月

第一阶段 基础建设：2025年10月至2025年12月

第二阶段 能力建设：2026年1月至2026年2月

第三阶段 优化提升：2026年3月至2026年5月

截止时间：2026年5月

数智化转型升级需求

现存痛点：

该中外跨境铁路作为我国“一带一路”的标志性工程，开通运营以来已成为国际物流的重要枢纽。该企业承担着该中外跨境铁路三个货场的集装箱装卸及接取送达核心业务，随着货场运营规模持续扩大，货场安全管理面临人员分散、设备密集、作业交叉等复杂挑战，传统人工盯控模式难以满足现代货场安全生产需求。

业务现状分析：

该中外跨境铁路沿线货场均采用集装箱堆场作业模式，高峰期作业密度高、交叉频繁，安全管控难度大。目前已部署部分视频监控设备与基础定位系统，但在全覆盖性、数据融合度与智能化水平方面存在明显不足，尚未形成完整的货场全域感知体系，当前货场安全管理主要依赖以下手段：

·人工巡检：安全员定时在现场巡查，以"人眼盯控"方式识别安全隐患，工作量大、覆盖有限、实时性差。

·视频监控：已安装普通视频监控摄像头，但不具备AI分析能力，仅用于事后追溯，无法实时预警。

·纸质记录与经验判断：设备调度、作业排程依赖人工经验，缺乏数据支撑与智能辅助决策。

上述手段总体呈现"单点化、可视化不足、主动性弱"的特点，难以满足货场安全高效运营的管控需求，货场安全管理升级需求迫切。现有"人眼盯控+静态围栏+事后追溯"的管理模式已无法满足货场日益增长的运营规模与安全管控需求，构建智能化、主动式、全域覆盖的安全管理平台具有充分的必要性与紧迫性。

平台建设目标：

·总体目标：

基于物联网融合及全要素感知的多维度技术路线，构建该中外跨境铁路货场AI智能安全管理平台，实现货场"感-联-知-控"一体化管理能力，具体目标包括：

1.全场实时透明化：管理人员通过可视化系统，实时掌握全场人员、车辆、设备、货物位置及状态，作业进度一目了然。

2.风险预警与应急响应能力提升：系统自动识别风险并报警，变被动处理为主动预防，缩短应急响应时间。

3.数据驱动的科学决策：平台积累的运营数据生成多维度分析报表，为优化资源配置、改进作业流程提供数据支撑。

4.标准化与规范化提升：通过电子围栏规则、安全行为识别等系统强制执行，提升现场作业标准化和规范化水平。

·功能目标：

1.人员不安全行为识别：自动识别人员非法进入限制区域并实时报警。

2.安全规范合规性检测：识别工作人员是否佩戴安全帽、反光衣，是否存在高空作业不系安全带、违规攀爬等行为。

3.车辆与设备作业安全监控：实时跟踪场内集卡、正面吊、叉车等流动机械的移动轨迹，预测其与人员、其他车辆或静态设备的碰撞风险，并提前发出声光警报。

4.停车规范检测：识别车辆是否停放在指定区域，是否违规占用消防通道或作业通道。

5.装卸作业过程监控：分析集装箱吊装过程中下方是否站人、锁具是否正确锁闭等，防止意外发生。

6.火灾隐患识别：通过热成像或可见光视频，早期发现烟雾、明火等异常情况。

面临挑战

·高精度定位网络：

货场地处东南亚某国境内，网络基础设施条件相对有限，通信方案需适应境外网络环境，且要求定位精度优于1米、信号覆盖货场全部作业区域，支持定位系统与数字孪生平台实时数据同步。

·AI视频监控网络：

项目建设的核心模块需要在关键区域部署具备AI边缘分析能力的摄像头，覆盖人车交汇区、堆场区、装卸区等，支持人员入侵、烟火、车辆违规等异常事件的实时检测与报警。但AI视觉算法易受东南亚地区高温、高湿、扬尘等特殊环境条件干扰，需要攻克极端气候条件下监控摄像画面与AI视觉算法联动识别的技术难点。

·安全隐私保障：

1.该AI智能安全管理平台实际投入使用后理想效果覆盖货场装卸作业全流程、集装箱堆存管理、设备调度与监控、安全防护与应急响应、数据采集与传输等核心业务环节，涉及货场管理人员、现场操作人员、安全监察人员、IT运维人员等多类货场岗位人员，因此需要面向不同的岗位角色实行访问权限控制，实现不同岗位用户访问不同的功能模块与数据范围。同时，为了保障数据传输安全，需要在关键数据传输通道采用加密协议，防止数据泄露与篡改。

2.因为货场中部分当地操作人员汉语水平有限，所以系统界面需要兼顾中外双语显示需求。

该中外跨境铁路货场作为国家“一带一路”的标志性工程，其沿线货场是国际物流的重要枢纽，涉及跨境数据合规问题，数据传输与存储需要严格遵守沿线国家及中国的数据安全法规要求。

数据合规及AI赋能

数据合规：

该中外跨境铁路货场AI智能安全管理平台建设内容涵盖货场装卸作业全流程、集装箱堆存管理、设备调度与监控、安全防护与应急响应、数据采集与传输等核心业务环节，涉及定位告警事件、人员求救告警、人员信息、工牌在线情况、车辆信息、实时定位、监控告警事件、监控设备列表、监控视频流等数据字段，系统需要兼容业务系统高峰期500+设备并发接入、支持同时智能分析100+视频流处理路。

·数据存储周期：支持历史数据查询与分析，储存方案至少能够支撑三年业务数据，且提前预留了未来数据增长的存储空间。

·故障恢复：单点故障不影响核心功能运行，具备自动故障检测与恢复能力。

·边缘容灾：关键边缘节点具备本地缓存与离线运行能力，断网后仍可持续工作。

·访问控制：实行角色权限管理，不同岗位用户访问不同的功能模块与数据范围。

·数据传输安全：关键数据传输通道采用加密协议，防止数据泄露与篡改。

·跨境数据合规：数据传输与存储严格遵守东南亚某国及中国双方数据安全法规要求。

·等保要求：平台系统按照网络安全等级保护二级标准建设与运维。

·维护拓展：在不影响货场正常业务运营的情况下，能够通过可视化配置完成新设备接入与算法模型更新，支持扩展算法能力，根据业务需求新增AI检测模型。

本地化部署支撑后台运行的软件平台及服务器，互联网边界部署防火墙提升境外网络安全性，构建"定位+视频+雷达"三源货场融合感知体系，部署工业级网络AP实现全货场网络覆盖，实现全域态势综合研判。

AI赋能：

基于深度学习计算机视觉技术，构建覆盖货场全域的智能视觉感知体系，主要算法能力包括安全规范合规性检测、区域入侵检测、烟火及异常识别。

·可视化系统：

对接高精度智能化穿戴及车载定位数据信息，接入具备AI视觉算法的设备视频流，对接货场电子围栏预警数据，集成该中外跨境铁路箱管系统计划装卸数据，指导现场装卸作业。

·货场实时动态与预警：

集中展示装卸货场内人、车、设备、集装箱实时动态情况，集成货场实时所有动态预警信息，及时提示预警事件类型及处理状态。

·事件管理与追溯：

记录所有安全预警事件，支持事件查询、分析并自动生成报告。

·主动安全防护系统：

构建基于AI边缘算法、高精度定位、视觉算法、物联网技术于一体的主动安全防护体系，实现从被动监控到主动预防的根本转变。

1.二级防碰撞预警机制：当距离小于第一级或第二级安全距离阈值，或预测存在碰撞风险时，系统自动向相关方（设备操作员、车辆驾驶员、地面引导人员）发出可视化提示及感知类警报。

2.视觉智能分析：利用具备AI功能的设备及后端分析引擎，实现自动识别货场内人员安全穿戴、行为、车辆违规、烟火识别等功能，自动在可视化系统上展示预警信息。

·全域智能感知网络：

覆盖关键区域的AI视频监控系统（具备行为分析、异常事件检测能力）；关键装卸设备状态监测与高精度定位系统；作业人员高精度定位与报警可穿戴设备系统。

应用技术与实施过程

平台总体架构：

·系统架构设计：

本平台采用"感-联-知-控"四层技术架构，自下而上依次为感知层、网络与通信层、平台能力层（中台层）和应用层，实现从物理世界到数字孪生的全面感知与智能管控。

·感知层：

感知层负责全量数据的实时采集与接入，具体包括：

1.高精度定位系统：北斗/RTK定位技术，融合实现货场全域亚米级定位覆盖。

2.AI视频监控系统：具备行为分析、异常事件检测能力的全域AI摄像头，覆盖关键作业区域。

3.智能穿戴设备：作业人员高精度定位与报警可穿戴设备，实时采集人员位置与安全状态。

·网络与通信层：

构建货场全域工业级通信基础设施，部署工业级网络AP实现全货场网络覆盖。本地化部署支撑后台运行的软件平台及服务器，互联网边界部署防火墙提升境外网络安全性。

·平台能力层（中台层）：

平台能力层是系统的技术核心，整合AI算法引擎、数字孪生引擎和大数据分析能力：

1.AI算法引擎：基于深度学习的计算机视觉（CV）算法，集成人员安全穿戴识别、行为分析、异常事件检测、烟火识别等模型。

2.数字孪生引擎：基于Unreal Engine构建货场高逼真度三维数字孪生底座，实现物理设备与数字模型的实时映射，和方案预演，集成物理模型、数据分析与AI算法，为决策提供闭环支撑。

3.大数据分析引擎：多源数据融合（定位+视频+雷达），实现全域态势感知、动态电子围栏建模、历史数据挖掘与趋势分析。

·应用层：

应用层面向货场管理人员、现场操作人员和设备，提供数字孪生可视化系统、主动安全防护系统、全域感知网络管理系统、集装箱箱管三维智能管理系统等核心功能模块。各子系统既可独立运行，又可通过统一数据接口实现深度融合，构建完整的货场数智管控体系。

技术方案：

·数字孪生技术方案

数字孪生系统以Unreal Engine作为核心渲染引擎，构建货场级高逼真度三维数字孪生底座，主要技术指标包括：

1.实时渲染：基于Unreal Engine 5（UE5）Nanite虚拟几何体技术与Lumen全局光照系统，实现大规模场景（百万级三角面）的实时流畅渲染，确保"所见即所得"的视觉体验。

2.物理仿真：集成PhysX物理引擎，复原正面吊、集卡、叉车等设备的真实运动特性，支持动态碰撞检测、轨迹预测与仿真推演。

3.数字映射：数字孪生体实时响应IoT传感器数据，实现物理设备状态与数字模型的毫秒级同步，支持反向控制物理设备。

4.虚实交互：集成数字孪生引擎与AI算法，提供what-if仿真分析能力，支持调度方案预演、应急方案推演，辅助管理决策。

·高精度定位融合方案：

针对货场大型金属设备造成的信号遮挡、多径效应等问题，采用多源融合定位方案：

1.室外开阔区域：北斗/RTK卫星定位；

2.全域无缝覆盖：多源融合算法。

·AI视觉算法方案：

基于深度学习计算机视觉技术，构建覆盖货场全域的智能视觉感知体系，主要算法能力包括：

1.安全规范合规性检测：安全帽、反光衣穿戴检测（ResNet+目标检测融合模型）；高空作业不系安全带、违规攀爬等行为识别（时空行为分析模型）。

2.区域入侵检测：动态电子围栏划定限制区域，基于深度学习模型实现人员闯入实时检测与报警，支持多区域灵活配置。

3.烟火及异常识别：基于可见光视频与热成像融合分析，实现早期烟火检测与异常预警，提升火灾隐患识别准确率。

·多源数据融合技术：

构建"定位+视频+雷达"三源融合感知体系，实现全域态势综合研判：

1.时空对齐：将定位数据、视频流、雷达数据统一到同一时空坐标系下，实现多源数据的时间同步与空间匹配。

2.数据融合架构：边缘计算节点负责前端实时感知与预处理，云端大数据平台负责多源数据融合分析，AI算法引擎提供统一的风险研判能力。

3.动态电子围栏：融合定位精确边界与视频视觉辅助判断，构建可动态调整的虚拟安全边界，突破传统静态电子围栏局限。

核心功能模块：

·数字孪生可视化系统：

基于货场内铁路轨道、集装箱堆场、撬装加油站、装卸设备设施、人员、车辆等全要素，借助传感器设备实时采集数据，构建该中外跨境铁路货场三维数字孪生系统，实现人、车、货、场的高效数字化管理，构建动态化、数字化和可视化的三维数字空间。

1.数据采集：利用无人机低空倾斜摄影测量技术，对目标货场附着物进行高精度三维地形数据采集，构建物理环境基础模型。

2.建模与集成：基于采集数据，运用三维建模技术构建货场物理环境的数字孪生体，集成轨道、堆场、撬装油站、道路、建筑等关键设施模型。

3.可视化系统：对接高精度智能化穿戴及车载定位数据信息，接入具备AI视觉算法的设备视频流，对接货场电子围栏预警数据，集成某跨境铁路箱管系统计划装卸数据，指导现场装卸作业。

4.货场实时动态与预警：集中展示装卸货场内人、车、设备、集装箱实时动态情况，集成货场实时所有动态预警信息，及时提示预警事件类型及处理状态。

5.事件管理与追溯：记录所有安全预警事件，支持事件查询、分析并自动生成报告。

6.设备与人员管理：实时查看货场管理人员与现场操作人员信息、实时位置、当天轨迹，以及正面吊、叉车等设备的实时操作位置信息。

·主动安全防护系统：

构建基于AI边缘算法、高精度定位、视觉算法、物联网技术于一体的主动安全防护体系，实现从被动监控到主动预防的根本转变：

1.二级防碰撞预警机制：当距离小于第一级或第二级安全距离阈值，或预测存在碰撞风险时，系统自动向相关方（设备操作员、车辆驾驶员、地面引导人员）发出可视化提示及感知类警报。

2.视觉智能分析：利用具备AI功能的设备及后端分析引擎，实现自动识别货场内人员安全穿戴、行为、车辆违规、烟火识别等功能，自动在可视化系统上展示预警信息。

·全域智能感知网络：

构建覆盖货场全域的智能感知基础设施：

1.通信与定位基础设施：部署覆盖整个货场的有线通信基站、亚米级高精度RTK定位基站、工业级网络AP设备，支撑智能穿戴设备与数字孪生平台实时数据传输。

2.全域智能感知网络：覆盖关键区域的AI视频监控系统；关键装卸设备状态监测与高精度定位系统；作业人员高精度定位与报警可穿戴设备系统。

3.动态电子围栏：基于多源数据融合的动态电子围栏与主动防碰撞预警系统，形成标准数据接口，预留符合规范的API接口，为外部系统对接奠定基础。

该企业与袋鼠云共同建设的该中外跨境铁路货场AI智能安全管理平台，将为该中外跨境铁路物流运营提供强有力的安全保障支撑，服务国家一带一路倡议，践行“交通强国智慧物流”发展战略。项目形成的技术成果具有国际竞争力，为中国物流技术标准走向全球奠定基础，同时有助于提升我国在全球智慧物流领域的话语权与影响力。

商业变化

安全保障效益：

·风险预警覆盖率：全场全域实时态势感知覆盖率不低于95%，重点作业区域覆盖率100%。

·碰撞事故减少：主动防碰撞系统上线后，预期货场碰撞类安全事故减少80%以上。

·应急响应提速：系统自动识别与报警机制可将应急响应时间缩短60%以上，变被动处置为主动预防。

运营效率效益：

·装卸效率提升：通过智能调度与路径规划，预期集装箱周转效率提升15%以上。

·资源配置优化：数据驱动的决策支持体系辅助优化资源配置，减少设备空转与无效调度。

·管理效率提升：全场实时透明化管理减少人工巡检频次，降低管理人员劳动强度。

经济效益：

·安全投入回报：按事故间接成本为直接损失3至5倍测算，系统建成后预期1至3年内通过事故减少实现经济回报。

·客户黏性增强：与客户数智化平台无缝对接后，物流系统与客户运营管理平台黏性显著增强，形成长期稳定合作关系。

·技术输出能力：形成可复制的铁路智慧货场整体解决方案，具备技术输出能力，服务一带一路沿线基础设施建设。

关于企业

·袋鼠云

袋鼠云成立于2015年，总部位于杭州未来科技城，并在北京、上海、香港、深圳、武汉、成都、西安、南京、厦门、大连等地设有分支机构。始终站在新质生产力创新前沿，以Data+AI技术为核心驱动力，自主研发一站式大数据人工智能产品，构建一体化运维服务体系。并从2024年开启出海战略，为东南亚、日韩等地客户提供优质的数智化产品，致力于成为全球领先的大数据基础软件与人工智能应用服务商。

袋鼠云依托顶尖的技术团队和丰富的业务场景，自主研发了从数智基建到数智应用的完整产品体系，包括AI驱动的大数据开发治理平台“数栈”、基于大模型的智能指标问数平台“AIMetrics”、企业级智能体应用开发平台AIWorks、数智视融合的数字孪生引擎“EasyTwin”和数据可视化“EasyV”等。从基建到应用，做Data+AI的长期主义者，让数据产生价值。

袋鼠云

袋鼠云，领先的大数据基础软件与人工智能服务商，以 Data+AI 技术为核心驱动力，自主研发一站式大数据人工智能产品，构建一体化运维服务体系，和众多伙伴一起，成功服务超过5000家客户，助力企业数智化升级

EasyV数字孪生

易知微数字孪生世界，以EasyV数字孪生可视化搭建平台基础，结合WebGL、游戏引擎、GIS、BIM、CIM等技术，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。让数字化看得见！

·某大型国有物流企业

某大型国有物流企业是国内大型物流集团与境外企业集团共同出资组建的国有控股专业第三方物流企业。聚焦国内外多式联运领域，业务涉及进出口物流、钢铁物流、汽车零部件物流、快速消费品物流、化工物流、铁路工程物流、港口水运物流和耐用消费品物流等主要板块。