軌道扣件缺失辨識系統精進研究

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YOLOv3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。