按 Enter 到主內容區
:::

交通部運輸研究所中文版交通部運輸研究所Institute of Transportation, MOTC

:::
  • 小字級
  • 中字級
  • 大字級
  • 列印
  • facebook
  • plurk
  • twitter

軌道扣件缺失人工智慧辨識技術應用研究(108)

  • 資料發布日期:109-10-07
  • 最後更新日期:109-10-08
  • 資料來源:運輸研究所

計畫概述: 

       臺鐵局軌道扣件巡檢作業目前係採用夜間人工目視方式進行,而人工目視巡檢受限於巡檢車車速及視察角度等問題,無法有效快速進行,因此,本研究自108年起與臺灣鐵路管理局合作執行,開發軌道扣件缺失辨識系統,108年初步建立一套系統,首先進行軌道扣件影像拍攝,再利用人工智慧辨識扣件缺失,檢測鐵路軌道扣件是否脫落。109年以系統精進及驗證為主,精進攝影設備、增加辦識項目及範圍、提高辨識準確性及定位精度。

       本研究以攝影機搭配人工智慧(AI)深度學習方法,進行鐵路軌道扣件人工智慧自動辨識分析,運用先進科技改善扣件缺失巡檢作業,輔助巡檢工作的執行,提升檢測效率,期能提昇效率並有效解決巡檢人員視察侷限及視覺疲勞等問題。

研究成果: 

  • 建構軌道扣件影像擷取設備,獲取足供AI辨識之軌道扣件清晰影像,採用Yolo v3人工智慧辨識影像,建立軌道扣件缺失辨識系統,可用以檢測鐵路軌道扣件是否脫落。目前軌道扣件影像辨識準確率為86.7%,未來將再進一步提升改善,最終,期能達到軌道扣件AI影像辨識檢測替代人工巡檢的目的。
  • 開發網站,具雲端儲存、辨識、與查詢等功能,可在Google Map上定位有缺失之扣件,以利臺鐵軌道巡檢人員進行維修,本系統(含設備)費用約需100萬,可輔助工務段人員軌道扣件巡檢、缺失判釋及定位維修,提供鐵路養護巡檢單位使用,增進軌道巡檢效能,俾利進行養護維修,提昇軌道安全。

成果推廣與效益: 

  • 108年10月6日於IEEE ECICE研討會發表「Railway Track Fasteners Fault Detection using Deep Learning」並獲得最佳論文獎。
  • 109年3月3日透過交通部例行記者會行銷宣傳研究成果。
  • 109年6月於港灣季刊發表「軌道扣件缺失辨識系統之建置研究」。
  • 成果除可有效協助軌道扣件巡檢判釋用途,提供鐵路養護巡檢單位使用外,並可提供更有效的軌道巡檢,減少現場人工勘查及提升管理效能。

研究成果精華摘整: 

125

(a)軌道扣件影像自動辨識

126

左為有缺失之扣件,右為正常扣件

圖7.9.1 軌道扣件自動缺失辨識圖

127

圖7.9.2 軌道扣件缺失定位

研究成果報告: 

軌道扣件巡檢系統建置(1/2)-扣件缺失辨識系統建置研究

瀏覽人次:121
回頁首