:::
研究報告下載
| 書名 | 軌道扣件巡檢系統建置(2/2)- 扣件缺失辨識系統精進驗證 |
|---|---|
| 出版單位 | 運輸技術研究中心 |
| 出版年份 | 110 |
| 出版月份 | 2 |
| 價格 | 200 |
| 上網 | 是 |
| 摘要 | 鐵軌扣件為軌道扣件系統最重要之組件，可將鐵軌緊扣在軌道上，對於列車能否平穩及安全的行駛影響至鉅。目前臺鐵局完全依賴人力目視檢視，難免發生疏漏的問題。本研究除了收集瞭解國外軌道檢測相關之研究成果外，也建立軌道扣件影像的收集設備，包含影像記錄設備及照明設備，再依收集之軌道扣件資料，透過影像標記處理，採用YOLOv4 進行深度學習模型訓練，再從測試資料驗證扣件缺失召回率。在實驗中，影像擷取的部份，採用運動型攝影機 GoPro 進行拍攝，共錄製 70 公里軌道扣件影像，在前一期以 YOLO v3 驗證，扣件準確率 Precision rate 82.5%，扣件缺失召回率 Recall rate 74.5%，本期計畫採用 YOLO v4，訓練方式改用扣件缺失資料，扣件缺失召回率 Recall rate 提升至 87%，類別平均準確率(mAP)提升為 94.8%，辨識系統速度超過55 張/秒。SSD 演算法的辨識模型驗證效果也不錯，經過調校後，也跟 YOLO v4 不相上下。為方便軌道巡檢人員尋找扣件，另開發雲端儲存、辨識、與手機APP 查詢，GPS/陀螺儀定位等功能，可在Google Map 上顯示百公尺樁，容易定位缺失扣件，進行維修。 成果效益與應用情形： 本研究成果可提供交通部或臺鐵局軌道維護單位，在日常軌道巡檢上，有效管理軌道安全，作為後續維護與補強軌道之參考。 |
| 張貼日 | 110-03-22 |
檔案下載
- B1100070.pdf下載次數：1666
瀏覽人次:556