按 Enter 到主內容區
:::

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

運研所協助臺鐵局導入軌道構件人工智慧巡查

  • 資料發布日期:110-10-28
  • 最後更新日期:110-10-28
  • 資料來源:運輸技術研究中心

      軌道巡查是維護鐵路運輸安全的重要任務,交通部運輸研究所(以下簡稱運研所)與臺灣鐵路管理局(以下簡稱臺鐵局)臺中工務段及大同大學合作開發「軌道構件缺失辨識系統」,運用先進科技輔助巡查工作的執行,經過3年研發測試已建置完成,特於今日(10月28日)在臺鐵局臺中工務段舉辦「軌道構件缺失辨識系統教育訓練」,介紹系統功能以及內、外業作業操作方式。

      目前臺鐵局的軌道巡查作業係採用夜間人工目視方式進行,不僅費時、費力及危險,且受限於視察角度、夜間光線不足等問題,無法有效快速進行。運研所與臺鐵局及大同大學自108年起合作開發軌道構件缺失辨識系統,以攝影機搭配人工智慧(AI)深度學習方法,進行鐵路軌道構件自動辨識分析,可自動辨識軌道扣件脫落、道釘脫落、鋼軌裂縫、踏面不整、魚尾鈑裂縫、魚尾鈑螺栓脫落等構件缺失問題。

       軌道構件缺失辨識系統採用Yolo v4人工智慧辨識軟體進行深度學習模型訓練,目前辨識檢出率(recall rate)達96%、精確率(precision rate)達81%,且經現地實測,確能提升軌道構件之巡查效率,並有效改善目視巡查盲點及增進作業安全。

      本次教育訓練邀請臺鐵局各單位參與,超過30位人員參與教育訓練。透過此次的教育訓練,對於臺鐵局未來軌道巡查與維護工作能產生助益。

1

(a)系統入口網頁

 

2

(b)上傳影像自動辨識構件缺失

圖1 軌道構件缺失辨識系統

3

(a)軌道構件影像自動辨識

4

(b)左為有缺失之構件,右為正常構件

圖2 軌道構件自動缺失辨識

5

(a)影像拍攝平車參觀

6

(b)研究成果說明及推廣

圖3 教育訓練活動剪影

瀏覽人次:767
回頁首