$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

안전성 고도화를 위한 융합-가변형 전차선 검측시스템의 구조
Structure of Integrated Adaptive Catenary Inspection System for Improved Safety 원문보기

Journal of the Institute of Electronics and Information Engineers = 전자공학회논문지, v.52 no.9, 2015년, pp.147 - 152  

김지윤 (한국철도대학) ,  김정평 (한국교통대학교) ,  김우생 (광운대학교)

초록
AI-Helper 아이콘AI-Helper

지금까지의 전차선 검측 시스템은 검측차량을 이용하여 검사구간을 주행 한 후 결과를 산출하였다. 이것은 아열대기후로의 변화에 인한 자연 환경의 급변과 450Km/h급 고속철도 차량의 등장으로 변화가 요구된다. 이에 고속 주행환경과 노반정보를 반영하는 융합 가변형 전차선 검측시스템의 구조를 연구하였다. 기존의 시스템은 전차선에 한정하여 마모의 정도를 판단하였다. 이에 비해 본 논문에서는 검지를 위하여 참조하는 정보를 검측대상의 영상정보에 추가하여 음향정보를 융합하였고, 지형정보에 따라 검지빈도와 정밀도를 가변적으로 적용함으로써 시설물 검측에 대한 기본적인 모델을 제안하였다.

Abstract AI-Helper 아이콘AI-Helper

Almost all existing inspection methods for catenary system have relied on dedicated track inspection cars. Two factors make it necessary to modify the conventional method: First, the climate has become increasingly similar to that of a subtropical area. In addition, high speed trains have been devel...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 현재까지의 검측시스템은 고속카메라를 통한 이미지를 입력으로 하여 통상 초당 100cut의 이미지 처리를 목표로 설정한 후 검지대상으로 전차선의 마모정도나 레일의 마모 정도를 검지하는 기술로 채택하였다. 그러나 해당 방식은 고가의 검측차량을 사용하는 것을 전제로 설계되어 앞에서 언급한 열차의 속도증가로 인한 노선 용량감소와 안전의식 증가로 인한 상시검지의 필요성에 적극적으로 대응하지 못하는 단점이 있으므로 본고에서는 상시검지를 위한 최적의 영상 및 음향 검지시스템의 구조를 제안하였다.
  • 기존의 영상처리를 이용한 전차선 검측시스템에서는 검측 대상구간의 동영상을 입력으로 하여 단위시간 당 프레임의 수를 초당 30프레임으로 정하여 각 프레임에 대한 영상 안에서 전차선의 마모 정도를 측정하였는데 융합구조 시스템에서는 기존의 영상정보에 음향 데이터를 추가 적용하여 음향 정보의 변이에 따른 가중치를 부여하도록 한다. 음향정보는 전차선과 카테너리가 접촉하면서 발생하는 음향 데이터를 잡음제거를 거쳐 정상음향과 비정상음향으로 분류하고 이를 영상정보와 융합하여 융합인식부에서 처리함으로써 기존의 화상검측 시스템의 검지 효율에 대한 향상을 목적으로 한다.
  • 영상의 처리 과정 중에 각각의 단계는 전처리과정, 최종영상 획득과정, 의사결정과정으로 나누는데 이 과정이 입력된 순차적인 프레임영상을 대상으로 이루어진다. 이때 순차적인 영상 프레임에 지형인식부에서 지정한 세부요소를 지정하여 각 요소별로 각각 다른 정밀도를 부여하여 화상처리와 지형처리를 복합 하게하여 노반의 형태에 따라 다른 정밀도를 수행하게 함으로써 기존의 침식팽창기법을 이용한 전차선 검측 시스템[1] 및 기타 전차선 영상을 이용한 검측시스템이 가지는 하드웨어 지향적인 획일적인 검측 효율을 개선하고자 한다.
  • 이것은 검측대상을 검측 하는 방법론의 일원화에 따른 검측 품질의 고급화라는 장점과 동시에 검측 기법의 고급화에 따른 비용의 과대가 따른다. 이에 본 연구에서는 통상의 품질을 가진 검측 장비로부터 발생되어지는 영상, 음향 자료를 처리할 수 있도록 하는 구조를 제안하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
현재 철도분야의 검측시스템은 어떻게 운영되고 있는가? 특히 철도분야의 기반시설에 해당하는 전기 및 시설분야에 실시되고 있는 검측시스템은 안전성의 고도화를 향한 집중적인 연구개발이 필요한 실정이다. 현재 시행되고 있는 검측시스템은 고속카메라와 레이저검지장치를 장착한 검측차량을 이용해 이루어지고 있다. 이러한 방법은 하드웨어 지향적인 구조이므로 외부 환경 변화에 기민한 대응이 힘들뿐 아니라 고비용구조를 가진다.
철도분야의 검측 시스템 중 상시검지란 무엇을 의미하는가? ‘실시간처리’는 급변하는 기후변화로 인한 안전에 대한 의식이 높아짐에 따라 언제 발생될지 모르는 사고에 대한 철저한 대비적인 이유로 필요한 요소이고, ‘상시검지’는 폭우 같은 이상기후 때문에 토사 유출로 인하여 열차의 운행이 중단 되는 등의 철도 주변 환경의 변화요소를 전차선 검측시스템이 흡수할 수 있어야 한다는 것이다.
기존의 화철도분야의 검측을 위하여 기존의 화상검지나 레이저검지가 아닌 새로운 검지 시스템이 개발되어야 하는 이유는 무엇인가? 기존의 검측차량을 이용한 검지방법은 화상검지나 레이저검지를 활용한 기술이었다. 이러한 기술은 견고한 하드웨어 지향적인 시스템이기 때문에 우리나라의 변화되는 기후현실에 대한 대응이 상대적으로 낮다. 이의 극복을 위하여 본 시스템에서는 기존의 전차선 검측 시스템의 입력정보가 전차선에 대한 화상정보이었던 것에 추가 하여 전차선에서 발생하는 음향정보를 융합하여 처리하는 특징을 가진다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. JiYoon Kim (2006) Dilation and Erosion Technique using a Inspection of the Catenary System Design, 9(6), pp. 701-704 

  2. Harley R. Myler (1993). "Contrast Correction", The Pocket Handbook of Image Processing Algorithms in C, pp.57-58, Prentice Hall. 

  3. Fitch. J (1984). "Median filtering by threshold decomposition", IEEE Transaction on Acustics, Speech, and Signal processing, Vol.32, No.1, pp.145-153. 

  4. Su Chen (1995). "Recursive erosion, dilation, opening, and closing transforms", IEEE Transaction on Image processing, Vol.4, No.3, pp.335-245. 

  5. A.K. Forrest (2006). "Colour histogram equalisation of multichannel images", IEE Proc. -Vis. Image Signal Processing, Vol.152, No.6, pp.677-686. 

  6. Mohamed Moussa (2004). "Decision tree module within decision support simulation system", Simulation Conference, 2004. Proceedings of the 2004 Winter. 

  7. John Canny, "A Computational Approach to Edge Detection" , IEEE Transaction on pattern analysis and machine intelligence, Vol. pame-8, No.6, November 1986. 

  8. Rong-chin Lo, Wen-Hsiang Tsai, "Gray-scale hough transform for thick line detection in gray-scale images" Pattern Recognition, Vol. 28, No. 5, pp, 647-661, 1995. 

  9. Ahn Young-Hoon, Hyun Chung-il (2006) "The measurement and evaluation of catenary system by using electric rolling stock on Honam", Spring Conference of The Korean Society for Raileay, 2006 , pp.767-771. 

  10. Yim Geum-Kwang, Yoon Yong-Han (2004) "A Suggestion for Improvement of Tension Balancer in Trolly Wire System", Autumn Conference of The Korean Society for Raileay 2004, pp.1328-1333. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로