书 名 轨道扣件巡检系统建置(2/2)- 扣件缺失辨識系统精进验证
出版单位 运输技术研究中心
出版年份 110
出版月份 2
价格 200
摘要 铁轨扣件为轨道扣件系统最重要之组件,可将铁轨紧扣在轨道上,对于列車能否平稳及安全的行驶影响至钜。目前台铁局完全依赖人力目视检视,难免发生疏漏的问题。本研究除了收集了解国外轨道检测相关之研究成果外,也建立轨道扣件影像的收集设备,包含影像记錄设备及照明设备,再依收集之轨道扣件资料,透过影像标记处理,采用YOLOv4 进行深度学习模型训練,再从测试资料验证扣件缺失召回率。在实验中,影像撷取的部份,采用运动型摄影机 GoPro 进行拍摄,共錄制 70 公里轨道扣件影像,在前一期以 YOLO v3 验证,扣件准确率 Precision rate 82.5%,扣件缺失召回率 Recall rate 74.5%,本期计画采用 YOLO v4,训練方式改用扣件缺失资料,扣件缺失召回率 Recall rate 提升至 87%,類别平均准确率(mAP)提升为 94.8%,辨識系统速度超过55 张/秒。SSD 算法的辨識模型验证效果也不错,经过调校后,也跟 YOLO v4 不相上下。为方便轨道巡检人员寻找扣件,另开发云端储存、辨識、与手机APP 查询,GPS/陀螺仪定位等功能,可在Google Map 上显示百公尺桩,容易定位缺失扣件,进行维修。

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,作为后续维护与补强轨道之參考。
张贴日 2021/07/28
档案下载 B1100070.pdf
Hashtags
查看次数: 10