一種基于智能手機的新型應用程序提供了一種從服務(wù)列車上檢查軌道的低成本方法，而一種新的評估系統(tǒng)將深度學習應用于從火車前部捕獲的圖像，以檢測木枕木和軌道緊固件等軌道部件的損壞情況。

該應用程序?qū)檫\行 Apple iPhone 操作系統(tǒng) (iOS) 的智能手機而設(shè)計，應用程序內(nèi)的測量屏幕設(shè)計直觀且易于使用，使工作人員能夠在乘坐服務(wù)列車駕駛室時記錄測量結(jié)果。智能手機使用吸盤固定在駕駛室擋風玻璃上。安裝時間應少于 3 分鐘，完成后可立即進行測量。

該應用程序使用智能手機內(nèi)置的全球定位系統(tǒng)?(GPS) 接收器測量火車的速度并確定其位置。它還使用智能手機的運動傳感器測量三個軸上的加速度和角速度，并使用后置攝像頭和麥克風捕捉視頻和音頻。該應用程序支持最高質(zhì)量為 60 幀/秒 (fps) 和 4K 分辨率的帶聲音視頻錄制。

測量列車振動的裝置通常安裝在轉(zhuǎn)向架上方的車身上，但這個位置的 GPS 信號較差。將智能手機安裝在列車前部不僅可以改善 GPS 信號，還可以記錄從車廂看到的軌道景象。

攝像機拍攝的圖像包含列車目視檢查過程中需要檢查的許多項目。此外，可以根據(jù)測量的加速度而不是駕駛室的乘坐感覺來評估列車振動，并且這些數(shù)據(jù)可以以數(shù)字格式顯示。由于智能手機能夠同時進行許多不同的測量，因此可以從駕駛室拍攝的視頻片段可以疊加沿線行駛的公里數(shù)等信息。

顯示地理數(shù)據(jù)可以輕松檢查發(fā)生顯著加速度的位置的軌道狀況，并且可以在辦公室檢查相應的視頻。通過實現(xiàn)自動測量功能，可以進一步改進應用程序的功能。

RTRI 開發(fā)的用于評估軌道部件狀況的系統(tǒng)利用智能手機攝像頭從駕駛室拍攝的視頻圖像，并使用深度學習模型檢測軌道部件（例如枕木和扣件系統(tǒng)）并確定其損壞程度。應用投影變換過程從正面圖像創(chuàng)建鳥瞰圖。該系統(tǒng)可以確定木枕的損壞程度，檢測軌道接頭并識別泥漿泵送。

得到的結(jié)果以抽取判定圖像的形式輸出，可使用專用查看器和文本格式的分類賬進行檢查，從而可以規(guī)劃移除缺陷部件的工作。為確保高準確度，由軌道維護工程師進行了構(gòu)建深度學習模型的注釋工作。

組件狀況

圖 1：評估系統(tǒng)能夠識別軌道組件故障，包括上圖中木枕木的損壞程度。

圖 1 顯示了系統(tǒng)用于評估軌道部件狀況的圖像示例。該系統(tǒng)之前曾應用于使用 4K 攝像機拍攝的圖像，但在本例中，圖像是使用新 RTRI 應用程序通過智能手機拍攝的。綠色框表示混凝土枕木，粉色框表示軌道扣件，紅色框表示已損壞的木質(zhì)枕木。木質(zhì)枕木的損壞程度可分為五類。

此示例表明，如果成像條件良好，即使使用智能手機拍攝的圖像也可用于評估軌道部件的狀況，其精度可與 4K 攝像機相媲美。事實上，軌道扣件的識別準確率超過 95%，枕木的識別準確率超過 85%，木質(zhì)枕木的劣化程度超過 75%。未來的工作將涉及增加系統(tǒng)可以檢測的軌道部件類型和狀況的數(shù)量，并進一步提高其準確性。

由于成本低廉，這款智能手機應用程序甚至適合小型區(qū)域鐵路使用。從火車駕駛室拍攝的視頻可以在辦公室稍后通過添加其他信息（例如行駛距離）進行檢查。評估系統(tǒng)可以根據(jù)既定標準評估軌道組件的狀況，而無需熟練的工程師。為了減少軌道維護所需的技能并降低勞動力成本，RTRI 將繼續(xù)開發(fā)支持數(shù)字化的技術(shù)并提高鐵路維護和管理的效率。