深層学習を用いた電車線路設備検査手法の検討

カテゴリ: 研究会(論文単位)

論文No: TER20058

グループ名: 【D】産業応用部門 交通・電気鉄道研究会

発行日: 2020/08/20

タイトル(英語): Investigation of Inspection Method of Overhead Contact Line Facilities using Deep Learning

著者名: 野本 拓実(東日本旅客鉄道),中村 琢(東日本旅客鉄道),桶 博貴(東日本旅客鉄道),岡田 真那美(東日本旅客鉄道),高橋 純一(東日本旅客鉄道)

著者名(英語): Takumi Nomoto(East Japan Railway Company),Taku Nakamura(East Japan Railway Company),Hiroki Oke(East Japan Railway Company),Manami Okada(East Japan Railway Company),Junichi Takahashi(East Japan Railway Company)

キーワード: 深層学習|物体検出|装柱画像|カラス営巣|ビーム故障|列車巡視|deep learning|Object detection|Transverse profile image of pole|Bird nest|Beam failure|On-train inspection

要約(日本語): 列車巡視や個別検査などの鉄道現場における電車線路設備の検査は人力を基本としているが、従来の方法では多くの検査人員と時間を要している。そこで列車巡視画像から特定の設備の検出及び状態を判定する深層学習モデルを作成し、新たな検査手法を検証した。列車巡視の際に確認するカラス営巣やビーム状態判別モデルを作成し、実設備を用いた精度検証を行い、本手法による検査置換えの可能性を示した。

要約(英語): Inspections of overhead contact line facilities, such as inspections on train and individual inspections, are basically carried out by humans and take a lot of workers and time. To reduce the cost, we developed deep learning models that detect a particular component and determines its state from images captured on train. As pilot applications of the developed models, detecting bird’s nests and determining state of beams were carried out and verified their accuracy. These results showed the possibility to substitute deep-learning-based inspections for conventional ones.

原稿種別: 日本語

PDFファイルサイズ: 1,072 Kバイト