深層物体検出モデルの架線金具検査への応用

カテゴリ: 全国大会

論文No: 5-244

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): Applying deep object detection model to inspection of overhead wire fittings

著者名: 北澤 源基(明電舎),渡部 勇介(明電舎),松村 周(鉄道総合技術研究所)

著者名(英語): Motoki Kitazawa(Meidensha corporation),Yusuke Watabe(Meidensha corporation),Itaru Matsumura(Railway Technical Research Institute)

キーワード: 鉄道,架線,検査,深層学習,物体検出

要約(日本語): 現在の電気鉄道の集電方式は、レール上方に設置した架空電車線路(架線)から集電を行う「架空電車線方式」が一般的である。この方式では、架線上の金具の取り付けが不適切であると集電効率の低下や金具の破損が起こる可能性があるため、保守員による目視点検が必要であり、点検の負担が大きい。そこで我々は点検の省力化を目的として、鉄道車載カメラを利用した金具取り付け状態の遠隔検査システムの開発を行っている。その一部として、本稿では深層ニューラルネットワークを用いた物体検出モデルによる架線金具検出の結果を紹介する。実験では、6種類の架線金具に対しクラス平均97.4%の検出精度を達成し、手法の有効性を確認した。

原稿種別: 日本語

PDFファイルサイズ: 237 Kバイト