| 篇名 | 轨道扣件缺失辨识系统精进研究 |
| 作者 | 谢祯冏、林雅雯、谢尚琳、黄维信、洪玮宏、杜宇豪、贾汉文、徐倜云 |
| 摘要 | 轨道扣件可将铁轨紧扣在轨道上，对于列车能否平稳及安全的行驶影响至钜。本研究建立轨道扣件影像的收集设备，依收集之轨道扣件资料，透过影像标记处理，采用 YOLOv4(You only look once)算法进行深度学习模型训练，再从测试资料验证扣件缺失召回率，109年实验共录制 70 公里轨道扣件影像，在108 年以 YOLO v3 验证，扣件准确率(Precision rate)为 82.5%，扣件缺失召回率(Recall rate)为 74.5%，109 年计画采用YOLOv4，训练方式由原扣件正常资料，改用扣件缺失资料，扣件缺失召回率提升至 87%，类别平均准确率(mAP)提升为 94.8%，辨识系统速度超过 55 张/秒。为方便轨道巡检人员寻找扣件，本研究另开发云端储存、辨识、与手机 APP 查询，GPS/ 陀螺仪定位等功能，可于Google Map 显示铁路里程桩号(每百公尺)，定位缺失扣件位置，方便检修人员寻修，提升维管效能。 |
| 页数 | 8 |
| 出版年份 | 110 |
| 出版月份 | 10 |
| 档案下载 | 轨道扣件缺失辨识系统精进研究.pdf |
| Hashtags |
查看次数:
4