摘要
钢轨伤损的传统日常巡检中,采用人工肉眼观察、重点路段检查、经验检测的方式,这种检测方式效率低、检测精度不满足要求、安全隐患大。对此,为提高可视性轨道结构病害检测的精度和效率,文章基于机器视觉技术,结合图像深度学习智能识别方法,研制了一种轨道快速智能巡检系统。经验证测试以及现场试用,该系统的各项可视性结构病害检出率均超过90%,系统平均误报率小于5%。该系统可运用于高速铁路和城市轨道交通轨道的日常巡检,对减小人工巡检漏检率,实现工务部门检测技术“智能化”,提高病害检测精度和效率,保障列车行车安全具有重要的意义。
出处
《轨道交通装备与技术》
2024年第2期56-60,共5页
Rail Transportation Equipment and Technology
