你想找的好書在這裡!
累計出版品總數量:109,071
:::
軌道扣件巡檢系統建置(1/2)-扣件缺失辨識系統建置研究

軌道扣件巡檢系統建置(1/2)-扣件缺失辨識系統建置研究


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