Drony w diagnostyce wizyjnej uszkodzeń szyn kolejowych

• Autorzy: Lesiak Piotr

Warianty tytułu

EN

Drones in visual diagnostics of defects in railway rails

• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono możliwości zastosowania dronów w diagnostyce wizyjnej toru kolejowe-go. Pokazano przykłady badań rozległych wad w główce szyny, wraz z metodą przetwarzania i analizy obrazów. Wymieniono zalety i wady takich badań. Wskazano propozycje kierunków ich wdrażania przez PKP PLK S.A.

EN

The paper discusses the possibilities of the use of drones in the visual diagnostics of the rail-way track. Examples of extensive defects in the railhead are shown, along with methods of image processing and analysis. Pros and cons of such a research were presented. Suggested directions for their implementation at PKP PLK S.A. were presented.

Słowa kluczowe

PL

dron; szyny kolejowe; badanie wizyjne; bezpieczeństwo

EN

drone; railway rails; vision research; safety

• Wydawca: Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
• Czasopismo: Przegląd Komunikacyjny
• Rocznik: 2020
• Tom: R. 75, nr 9
• Strony: 15--20
• Opis fizyczny: Bibliogr. 26 poz., rys.

Twórcy

autor

Lesiak Piotr

• Wyższa Szkoła Ekonomii i Innowacji w Lublinie, Wydział Transportu i Informatyki

Bibliografia

• [1] Banić M., Miltenović A., Pavlović M., Ćirić I.: Intelligent Machine Vision Based Railway Infrastructure Inspection and Monitoring Using UAV. Facta Universitatis, Se-ries: Mechanical Engineering Vol. 17, No 3, 2019, s. 357 – 364.
• [2] Both E.: Remote track inspections using drones. Infrastructure, 14 June 2019, https://infrastructuremagazine.com.au/2019/06/14/remote-track-inspections-using-drones/, dostęp: 18.05.2020.
• [3] Debevec R.: A Smart UAV Platform for Railroad Inspection. Electronic Theses and Dissertations. B.S. University of Central Florida, 2019, 54 s.
• [4] Drone-based rail surveys are a ‘game changer’. CIOB, 14 August 2017, http://www.constructionmanagermagazine.com/technology/drone-based-system-game-changer-rail-surveying/, dostęp: 18.05.2020.
• [5] Drony z termowizją chronią pociągi PKP Cargo przed kradzieżami. Rynek Kolejowy, 13 styczeń 2018, https://www.rynek-kolejowy.pl/mobile/drony-z-termowizjachronia-pociagi-pkp-cargo-przedkradziezami-85224.html, dostęp: 18.05.2020.
• [6] Flammini F., Naddei R., Pragliola C., Smarra G.: Railway Infrastructure Monitoring by Drones. International Conference on Electrical Systems for Aircraft, Railway, Ship Propulsion and Road Vehicles & International Transportation Electrification Conference (ESARS-ITEC), November 2016, 6 s.
• [7] Garg P., Ozdagli A., Moreu F.: Railroad Bridge Inspections for Maintenance and Replacement Prioritization Using Unmanned Aerial Vehicles (UAVs) with Laser Scanning Capabilities. TRB's Rail Safety IDEA Program: Sponsoring Innovation to Im-prove Railroad Safety and Performance. Transportation Research Board Annual Conference, Washington D. C., January 2018, 29 s.
• [8] Inspection and monitoring of railway infrastructure using aerial drones. ESCAP /TARN/WG/2019/4. 6th session Bangkok, 10 and 11 December 2019, 16 s.
• [9] Kochan A., Rutkowska P., Wójcik M.: Inspection of the Railway Infrastructure with the use of Unmanned Aerial Vehicles. Archives of Transport System Telematics, Vol.11, Issue 2, 2018, s. 11-17.
• [10] Lesiak P., Bojarczak P.: Przetwarzanie i analiza obrazów w wybranych badaniach defektoskopowych. Monograficzna seria wydawnicza Biblioteka Problemów Eksploatacji, ITE-PIB Radom 2012.
• [11] Lesiak P., Bojarczak P.: Algorytmy klasyfikacji obrazów wad w badaniach toru kolejowego. Monografi a Wydziału Transportu i Informatyki WSEI w Lublinie pod red. T. Rymarczyka „Współczesne trendy technologiczne w informatycznych systemach złożonych”. Wyd. INNOVATIO PRESS, Lublin 2019, s. 41 -73.
• [12] Lesiak P., Podsiadło R.: Modelowanie numeryczne geometrii wzorców wad powierzchniowych szyn kolejowych. Przegląd Komunikacyjny, Tom: LXXIV, Zeszyt 6/2019, s. 14-18,
• [13] Lesiak P.: Inspekcja i utrzymanie infrastruktury kolejowej z wykorzystaniem dronów. Inspection and maintenance of railway infrastructure with the use of Unmanned Aerial Vehicles. Problemy Kolejnictwa. Zeszyt 188 (w druku).
• [14] Moreu F., Taha M.R.: Railroad Bridge Inspections for Maintenance and Replacement Prioritization Using Unmanned Aerial Vehicles (UAVs) with Laser Scanning Capabili-ties. IDEA Program Final Report. Contract Number Rail Safety 32. University of New Mexico, 2016 – 2018, 29 s.
• [15] Project EREVOS. European Union‘s Horizon 2020 research and innovation programme under grant agreement No 780265. ESMERA, 2018, http://www.esmera-project.eu/erevos/, dostęp: 18.05.2020.
• [16] Rau J.Y., Hsiao K.W., Jhan J.P., Wang S.H., Fang W.C., Wang J.L.: Bridge Crack Detection Using Multi-Rotary UAV and Object-Base Image Analysis. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XLII-2/W6, 2017. International Conference on Unmanned Aerial Vehicles in Ge-omatics, 4–7 September 2017, Bonn, Germany, s. 311-318.
• [17] Rail Surveys. Plowman Craven. https://plowmancraven.s3.amazonaws.com/panoramics/grange-sidings/index.html dostęp: 18.05.2020.
• [18] Ravitharan R.: The Implementation of Unmanned Autonomous Systems for Railway Inspection. Monash University, Australia. Institute of Railway Technology, https://www.unescap.org/sites/default/files/Item6_Monash_UAS_0.pdf, dostęp: 18.02.2020.
• [19] Right on track. AECMagazin 24 January 2018. https://aecmag.com/technology-mainmenu35/1520-right-on-track-dronesurveying-plowman-craven , dostęp: 18.05.2020.
• [20] Singh A. K., Swarup A., Agarwal A., Singh D.: Vision based rail track extraction and monitoring through drone imagery. ICT Express 5, 2019, s. 250 – 255.
• [21] Smith, E.M.: A collection of computer vision algorithms capable of detecting linear infrastructure for the purpose of UAV control. MSc Thesis, Virginia Tech, USA, 2016, 101 s.
• [22] Sherrock E., Neubecker K.: Unmanned Aircraft System Applications in International Railroads. U.S. Department of Transportation. Federal Railroad Administration. Office of Research, Development and Technology Washington, DC 20590, February 2018, 35 s.
• [23] Wu Y., Qin Y., Wang Z., Jia L.: A UAV-Based Visual Inspection Method for Rail Surface Defects. Applied Sciences, Vol. 8, No. 7, 1028, 2018, 20 s.
• [24] Wójcik M.: Badanie stanu technicznego infrastruktury kolejowej z wykorzystaniem bezzałogowych statków powietrznych. Ogólnopolska Konferencja Naukowo – Tech-niczna, Transport Kolejowy 2017, Przeszłość – Teraźniejszość – Przyszłość, UTK, s. 148 –164.
• [25] Visual Intelligence. https://visualintelligenceinc.com/rail-2/ , dostęp: 18.05.2020.
• [26] Zhang D., Vong Ch.H., Ravitharan R., Reichl P., Chung H.: Unmanned Aerial Sys-tem (UAS) for Railway Inspection. AusRAIL 2018, Rail for a Better Future, 27-28 November 2018, Canberra, ACT, 2018, 9 s