機械学習による電車線金具検出手法の検討

カテゴリ: 研究会(論文単位)

論文No: VT19021

グループ名: 【D】産業応用部門 自動車研究会

発行日: 2019/09/09

タイトル(英語): Study on OCL Fittings Detection Method by Machine Learning

著者名: 松村 周(鉄道総合技術研究所),根津 一嘉(鉄道総合技術研究所),川畑 匠朗(明電舎),渡部 勇介(明電舎)

著者名(英語): Itaru Matsumura(Railway Technical Research Institute),Kazuyoshi Nezu(Railway Technical Research Institute),Takuro Kawabata(MEIDENSHA CORPORAION),Yusuke Watabe(MEIDENSHA CORPORAION)

キーワード: 機械学習|ハンガ|検測|電車線路|コネクタ|電車線金具|Machine Learning|Dropper|Inspection|OCL|OCL fittings|Connector

要約(日本語): 電車線設備は屋外に長距離にわたって架設される設備であり、現在、電気検測車によってトロリ線の摩耗、高さ、偏位などの検査が自動化されているが、トロリ線のみならず他の設備に対しても検査の自動化が求められている。そこで、電車線金具の検査を自動化するための基礎技術として、電車線の画像から機械学習を用いて電車線金具を抽出する手法の検討を行い、その有効性を確認した。

要約(英語): Inspection of wear, height, deviation, etc. of contact wire is automated by inspection car, but it is also necessary to automate the inspection of OCL fittings. Therefore, as a basic technology to automate the inspection of the OCL, we discussed a method of detecting the OCL fittings from the image of the OCL using machine learning, and confirmed its effectiveness.

原稿種別: 日本語

PDFファイルサイズ: 2,649 Kバイト