Mask R-CNN Algoritmasını Kullanarak Demiryolu Travers Eksikliklerinin Tespiti İçin Otonom İHA Tasarımı

Abstract

Demiryolları, genellikle aralarında belirli mesafe ile monte edilen traversler aracılığıyla balast altyapısı tarafından desteklenen çelik raylardan oluşur. Traversler ve bağlantı elemanları demiryollarının önemli bileşenleridir. Bu nedenle, bu bileşenlerin eksikliği, önemli sorunlara yol açabilir. Ancak, traverslerin denetlenmesi ve gerçek demiryolu sahasında travers eksikliklerinin tespiti için teknoloji eksikliği vardır. Bu çalışma, demiryollarında bulunan traverslerin kayma ve eksiklik durumlarını incelemek için otonom İHA uçuş kontrol yöntemi önermektedir. Çalışma, otonom ray takibi ve travers kusurlarını inceleme olmak üzere ikiye ayrılmaktadır. İlk bölümde İHA’nın, demiryolunu otonom olarak gezinerek veri toplayabilmesi için ray takip algoritması geliştirilmiştir. İkinci bölümde, Mask R-CNN, travers tanıma ve eksiklik tespiti için eğitilmiştir. Tespit oranını ve verimliliğini artırmak amacıyla travers eksiklik tespiti için Mask R-CNN kullanılmıştır. Travers tespitinden sonra traversler arası mesafeler ölçülerek traverslerdeki eksiklikler tespit edilmiştir. Çalışmanın sınıflandırma başarı oranı %97’dir. Uygulanan yöntem geleneksel yöntemlere kıyasla maliyetleri önemli ölçüde azaltmaktadır. Bu çalışma, travers eksikliklerinin tespiti ile mevcut rayların denetlenmesi için değerli olup, geleneksel yöntemlere kıyasla maliyetleri önemli ölçüde azaltmaktadır.