| 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。 |
| 卷 | |
| 期 | |
| 頁數 | 8 |
| 出版年份 | 110 |
| 出版月份 | 10 |
| 檔案下載 | 軌道扣件缺失辨識系統精進研究.pdf |
查看次數:
109