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

港灣技術季刊

篇名 軌道扣件缺失辨識系統精進研究
作者 謝禎冏、林雅雯、謝尚琳、黃維信、洪瑋宏、杜宇豪、賈漢文、徐倜雲
摘要

      軌道扣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。本研究建立軌道扣件影像的收集設備,依收集之軌道扣件資料,透過影像標記處理,採用 YOLOv4(You only look once)演算法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,109年實驗共錄製 70 公里軌道扣件影像,在108 年以 YOLO v3 驗證,扣件準確率(Precision rate)為 82.5%,扣件缺失召回率(Recall rate)為 74.5%,109 年計畫採用YOLOv4,訓練方式由原扣件正常資料,改用扣件缺失資料,扣件缺失召回率提升至 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。為方便軌道巡檢人員尋找扣件,本研究另開發雲端儲存、辨識、與手機 APP 查詢,GPS/ 陀螺儀定位等功能,可於Google Map 顯示鐵路里程樁號(每百公尺),定位缺失扣件位置,方便檢修人員尋修,提升維管效能。

頁數 8
出版年份 110
出版月份 10

檔案下載

瀏覽人次:278
回頁首