书 名 轨道构件缺失人工智能辨识建置应用-系统扩建与宜兰段现地测试
出版单位 运输技术研究中心
出版年份 112
出版月份 3
价格 150
摘要 轨道运输为台湾地区最重要的大众运输工具之一,包含台铁、高铁、各县市捷运及轻轨建设,已遍布全台;至 2020年底为止,台铁局的营运总距离超过 1000公里,总轨道长度更是超过 2000公里 (交通部台湾铁路管理局, ,2020),轨道安全已成为现今交通运输最重要的议题之一。影响轨道安全的因素众多,轨道巡查作业担负了维持轨道运输安全的重要任务,传统上多采用人工目视方式进行巡检,因此受限于车速、目视角度及人眼辨识能力等诸多挑战,因此自动化安全防护系统已成为发展主流趋势。本计画旨在协助交通部台湾铁路管理局铁道巡查工作自动化之需 求,规划利用影像采集设备,搭配人工智能深度学习算法,做为轨道铁路构件自动判别分析,用来辅助目前人工巡查工作,达到自动化轨道巡查之目的。       本期计画延续前期(108-110年 )成果,采用 YOLOv4-Tiny算法开发轨道构件缺失辨识模型,并进一步蒐集台铁局台中工务段及宜兰工务段之实地轨道资料,扩建缺失物件图资数据库及精进轨道缺失辨识系统,使本计画系统之可用范围自平原区扩展至丘陵区;本计画亦首度加入影像处理技术,增加物件图资之随机性,以解决缺失物件图资不足的情形。借由宜兰段与台中段之现地测试,足以证实本系统的 可行性与稳定性,同时确认了利用精准定位工具得以克服地形因素,加强缺失物件之定位效果。未来或可延续本期计画之成果持续推广,以利快速并有效地辅助提升轨道巡检之技术发展。 成果效益与应用情形:       本研究成果可提供交通部或台铁局轨道维护单位,在日常轨道巡检上,有效管理轨道安全, 做为后续维护与补强轨道之参考。
张贴日 2023/04/20
档案下载 B1120020.pdf
Hashtags
查看次数: 40