1724651508
2024-08-26 05:24:34
世界中の多くの鉄道・インフラ管理者は、高まる財政的プレッシャーに加え、新型コロナウイルス感染症のパンデミック、出生率の低下、人口高齢化の複合的な影響により、現在、労働力不足に直面しています。リソースが限られているとはいえ、安全で安定した運行を維持するために、インフラと鉄道車両を定期的に徹底的に検査し、保守する必要があることに変わりはありません。
現在、線路検査という労働集約的なプロセスには、高度なスキルを持つ鉄道技術者が必要とされています。このプロセスは、スタッフが線路を歩いたり、運転台に乗車したりして目視検査を行い、線路の乗り心地を評価します。必要とされる熟練工の数を減らすために、鉄道総合技術研究所 (RTRI) は、列車巡回や線路部品検査のスキルを低下させ、人件費を削減するのに役立つ新しいデジタル ツールを開発しました。
新しいスマートフォンベースのアプリケーションは、運行中の列車から低コストで線路を検査する手段を提供します。また、新しい評価システムは、列車の前方から撮影した画像にディープラーニングを適用して、木製の枕木やレールの締結具などの線路部品の劣化を検出します。
このアプリケーションは、Apple iPhone オペレーティング システム (iOS) を搭載したスマートフォン向けに設計されており、これらのデバイスの普及率と手頃な価格を利用して、コスト効率の高いソリューションを提供しています。アプリケーション内の測定画面は直感的で使いやすいように設計されており、スタッフはサービス トレインの運転席で移動中に測定結果を記録できます。スマートフォンは吸盤を使用して運転席のフロント ガラスに取り付けます。取り付けには 3 分もかからず、完了したらすぐに測定を行うことができます。
図 1: 評価システムは、上の画像で木製枕木の劣化度合いなど、線路部品の欠陥を特定できます。
このアプリケーションは、スマートフォンに内蔵された全地球測位システム (GPS) 受信機を使用して、列車の速度を測定し、位置を特定します。また、スマートフォンのモーション センサーを使用して 3 軸の加速度と角速度を測定し、背面カメラとマイクを使用してビデオとオーディオをキャプチャします。このアプリケーションは、最大品質 60 フレーム/秒 (fps) と 4K 解像度での音声録音付きビデオをサポートしています。
列車の振動を計測する装置は通常、台車の上の車体に設置されますが、この位置ではGPSの受信状態が悪くなります。スマートフォンを列車の先頭に設置すると、GPSの受信状態が良くなるだけでなく、運転台から線路の景色を記録することも可能になります。
カメラで撮影した画像には、列車からの目視検査で確認する必要がある項目が多数含まれています。また、列車の振動は、運転席での乗り心地ではなく、測定された加速度に基づいて評価でき、このデータは数値形式で表示できます。スマートフォンは同時にさまざまな測定を行うことができるため、運転席からの眺めのビデオ映像に、線路に沿って移動した距離（キロメートル単位）などの情報を重ねて表示できます。
地理データを表示することで、大きな加速度が発生している場所の軌道状況を簡単に確認でき、対応するビデオをオフィスで確認することもできます。自動計測機能を実装することで、アプリケーションの機能をさらに向上させることができます。
鉄道総研が開発した軌道部材の状態評価システムは、運転台からスマートフォンのカメラで撮影した動画を取り込み、ディープラーニングモデルを用いて枕木や締結システムなどの軌道部材を検出し、その劣化度合いを判定する。射影変換処理を適用して前方画像から鳥瞰図を作成する。このシステムは、木製枕木の劣化度合いの判定、レール継ぎ目の検出、泥の汲み上げの特定などができる。
得られた結果は、専用ビューワで確認できる抽出判定画像とテキスト形式の台帳として出力され、不良部品の除去作業の立案が可能となります。また、ディープラーニングモデルの構築におけるアノテーション作業は、高い精度を確保するため保線技術者が行いました。
コンポーネントの状態
図1は、本システムで線路部材の状態を評価するために使用した画像の例です。これまでは4Kビデオカメラで撮影した画像に適用していましたが、今回は鉄道総研の新アプリケーションを使用してスマートフォンで撮影した画像です。緑色の四角はコンクリート枕木、ピンク色の四角は軌道締結部、赤色の四角は劣化した木製枕木を示しています。木製枕木の劣化度合いは5段階に分類できます。
この事例は、撮影条件が良ければスマートフォンで撮影した画像でも4Kビデオカメラと同等の精度で線路部材の状態を評価できることを示しています。実際に、レール締結部では95％以上、枕木では85％以上、木製枕木では劣化度合いで75％以上の識別精度が得られました。今後は、検出できる線路部材の種類や状態を増やし、精度をさらに向上させていきます。
このスマートフォンアプリは、低コストであるため、小規模な地方鉄道でも活用できる。運転席から撮影した映像に、走行距離などの付加情報を重ねて表示することで、後から事務所で確認することもできる。この評価システムにより、熟練技術者がいなくても、定められた基準に基づいて線路部材の状態を評価できる。鉄道総研では、今後も線路保守の熟練度低減や人件費削減に向け、デジタル化を支援する技術開発を進め、鉄道保守管理の効率化に取り組んでいく。
*田中 博文博士と坪川 洋介氏は、ともに鉄道総合技術研究所（RTRI）の軌道技術部軌道形状・保守研究室に勤務しています。
#スマートフォンを使って線路部品を検査する