書籍介紹
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。早期由道班工人員徒步進行軌道巡查與維修工作，逐步調整為利用軌道巡查車方式進行，但仍完全依賴人力目視檢視，但巡查時人員目視結果可能受限於巡檢車速及視察角度等問題，甚至長期目視而可能造成疲乏，而發生疏漏的問題。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Yolo v3 進行深度學習模型訓練，再從測試資料驗證扣件缺失檢出率，以期建立一套扣件影像巡檢自動辨識系統，可用以檢測鐵路軌道扣件是否脫落。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，扣件檢出率82.5%，扣件缺失檢出率74.5%，可達到鐵路軌道扣件影像辨識檢測的目的。為方便軌道巡檢人員尋找扣件，另開發雲端儲存、辨識、與查詢等功能，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灣鐵路管理局軌道維護單位，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。
目次
中文摘要 ..................................................................................................... I
英文摘要 .................................................................................................... II
目 錄 ....................................................................................................... III
圖目錄 ...................................................................................................... VI
表目錄 ........................................................................................................ X
第一章 緒論 ........................................................................................... 1-1
1.1 計畫背景分析 ............................................................................ 1-1
1.2 研究目的 .................................................................................... 1-4
1.3 工作項目 .................................................................................... 1-4
1.4 研究流程 .................................................................................... 1-6
1.5 甘特圖及查核點 ........................................................................ 1-6
1.6 研究範圍 .................................................................................... 1-8
第二章 軌道檢測文獻回顧 .................................................................. 2-1
2.1 軌道巡查與檢測現況 ................................................................ 2-1
2.2 軌道扣件 .................................................................................... 2-3
2.3 AI 影像辨識 ............................................................................... 2-5
2.4 軌道影像辨識應用 .................................................................. 2-10
第三章 軌道扣件系統與檢測設備之規劃與建置 .............................. 3-1
3.1 系統運作架構規劃 .................................................................... 3-1
3.2 軌道扣件影像記錄設備評估 ................................................... 3-6
3.3 照明設備與供電 ...................................................................... 3-11
3.4 平車製作與設備架設 .............................................................. 3-13
3.4.1 平車製作 ........................................................................ 3-13
3.4.2 影像記錄與照明設備架設 ............................................ 3-16
3.4.3 加強版照明設備架設 ................................................... 3-19
3.5 缺失定位 .................................................................................. 3-21
3.5.1 GoPro GPS 資料解析 .................................................... 3-21
3.5.2 虛擬偵測圓 ................................................................... 3-22
3.6 影像辨識網站前後端系統建置 ............................................. 3-24
3.6.1 AI 伺服器硬體 ............................................................... 3-25
3.6.2 CUDA 加速器 ............................................................... 3-27
3.6.3 YOLO 辨識軟體 ............................................................ 3-29
3.6.4 YOLO Web API ............................................................. 3-32
3.6.5 扣件影像管理與辨識網站 ........................................... 3-36
3.7 未來軌面缺失可辨識種類 .................................................... 3-40
3.8 未來相關軟硬體設備成本 .................................................... 3-41
第四章 軌道扣件檢測成果 .................................................................. 4-1
4.1 實測結果 .................................................................................... 4-1
4.1.1 GoPro 安裝實測 .............................................................. 4-1
4.1.2 GoPro 長時間實測 .......................................................... 4-4
4.1.3 夜間錄影實測 ................................................................. 4-5
4.2 扣件分類與AI 模型建立 ......................................................... 4-8
4.2.1 扣件資料收集 ................................................................. 4-8
4.2.2 訓練資料處理 ............................................................... 4-11
4.2.3 AI 模型評估 ................................................................... 4-12
4.2.4 扣件分類初步結果 ........................................................ 4-14
4.2.5 側線實測扣件資料辨識 ............................................... 4-16
4.2.6 正線實測夜拍扣件辨識 ............................................... 4-18
4.3 正線70km 場域測試 .............................................................. 4-20
4.3.1 影片標註處理 ............................................................... 4-20
4.3.2 AI 模型評估 ................................................................... 4-21
4.4 論文發表 .................................................................................. 4-27
第五章 結論與建議 .............................................................................. 5-1
5.1 結論 ............................................................................................ 5-1
5.2 建議 ............................................................................................ 5-5
5.3 預期效益與應用情形 ................................................................ 5-7
編／著／譯者簡介
本所主辦單位：港研中心
主管：蔡立宏
計畫主持人：林雅雯
研究人員：林雅雯
合作研究單位：大同大學
計畫主持人：謝禎冏
協同主持人: 黃維信、謝尚琳
研究人員：洪瑋宏、杜宇豪、賈漢文
序言／導讀
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。早期由道班工人員徒步進行軌道巡查與維修工作，逐步調整為利用軌道巡查車方式進行，但仍完全依賴人力目視檢視，但巡查時人員目視結果可能受限於巡檢車速及視察角度等問題，甚至長期目視而可能造成疲乏，而發生疏漏的問題。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Yolo v3 進行深度學習模型訓練，再從測試資料驗證扣件缺失檢出率，以期建立一套扣件影像巡檢自動辨識系統，可用以檢測鐵路軌道扣件是否脫落。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，扣件檢出率82.5%，扣件缺失檢出率74.5%，可達到鐵路軌道扣件影像辨識檢測的目的。為方便軌道巡檢人員尋找扣件，另開發雲端儲存、辨識、與查詢等功能，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灣鐵路管理局軌道維護單位，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。
分類
其他詳細資訊
- 出版品網址（線上版或試閱版)：連結
- 適用對象：成人(學術性)
- 關鍵詞：鐵路軌道巡檢、軌道扣件、人工智慧、自動檢測、雲端服務
- 附件：無附件
- 頁/張/片數：190
授權資訊
- 著作財產權管理機關或擁有者：交通部運輸研究所
- 取得授權資訊：聯絡處室：交通部運輸研究所港灣技術研究中心
姓名：周于楨
電話：04-26587150
地址：台中市梧棲區中橫十路2號