機械学習を活用した鉄道の軌道検測データにおける光飛び検知の精度向上に関する研究
キーワード:
track geometry measuring device,
white-out,
k-nearest neighbor algorithm,
fully connected autoencoder,
machine learning
2026 年 7 巻 3 号 p. 542-550
詳細
2026 年 7 巻 3 号 p. 542-550
近年，鉄道における軌道保守の効率化や高度化を目的として，営業車に小型の軌道検測装置を搭載した営業車検測が普及している．一方で，小型の軌道検測装置ではレールの検出にレーザを使用するため「光飛び」と呼ばれる検測異常が発生することがあり，軌道変位検査の基準値判定において課題となっている．本研究では，軌道検測データから光飛びを機械学習にて検知する手法の実用化に向け，新幹線の営業車検測データを対象に，光飛び検知手法の精度向上に向けた検討を行った．具体的には，機械学習の一種であるk-近傍法と全結合型オートエンコーダを適用し，その精度や処理に要する時間等の検討や精度向上方法の検討を行った．前述の結果を考慮した光飛び検知フローを提案し，機械学習を活用した光飛び検知の精度向上を確認した．
