从一次行业调研出发，到形成完整技术体系，无锡学院“继安捕手”团队历时三年，持续攻关轨道交通继电器智能检测技术，逐步实现从“问题发现”到“成果落地”的跨越。

2023年，团队依托产教融合平台，组建跨学科创新团队，深入轨道交通运维领域开展调研。在大量一线数据支撑下，团队发现传统继电器检测方式难以满足智能化升级需求，行业亟需高效、精准的解决方案。

2024年初，团队正式确立“电气参数+图像识别”的双模态智能检测路径，并启动核心技术研发。初期系统虽具备动态监测能力，但在检测精度与协同效率方面仍存在不足。

为突破技术瓶颈，团队多次迭代算法模型，并于2024年10月赴南京地铁开展实地验证，成功优化高速运转状态下的图像采集算法，显著提升检测稳定性。

2025年，团队实现关键技术突破。基于多模态融合算法，系统可精准识别6类12种故障类型，异常检测准确率提升至98.85%。同时，引入MK-RVM模型，实现继电器寿命预测与风险预警，进一步完善智能运维体系。

同年，产品在上海地铁9号线试用，获得运营单位高度认可，并达成采购意向。随着多家企业陆续开展试用验证，项目逐步进入产业化阶段。

目前，团队已完成多项专利布局，并计划推进公司化运营，加速技术成果转化。团队负责人表示：“我们希望通过持续创新，让继电器检测更加智能、高效，为轨道交通安全保驾护航。”