Detección automática de alineación de vías férreas en 3D mediante la transformada de Hough modificada

Área de la Ciencia:

• Ingeniería Civil
• Ciencias de la Computación
• Tecnología Geoespacial

Sus antecedentes:

• El mantenimiento de la infraestructura ferroviaria requiere una alineación precisa de las vías para garantizar la seguridad y la eficiencia.
• Los métodos tradicionales de detección de alineación de vías son manuales, subjetivos y propensos a errores.
• El modelado digital ofrece potencial para mejorar los procesos de mantenimiento de vías férreas.

Objetivo del estudio:

• Desarrollar un método automatizado para detectar la alineación de vías férreas a partir de datos de nubes de puntos 3D.
• Mejorar la eficiencia y precisión de la creación de modelos digitales de vías férreas.
• Mejorar las operaciones generales de mantenimiento de vías férreas.

Principales métodos:

• Se utilizaron técnicas de aprendizaje profundo y visión por computadora.
• Se procesaron datos de nubes de puntos 3D para la detección de la alineación de vías férreas.
• Se validó el método en la vía de prueba de Osong.

Principales resultados:

• Se logró un Error Cuadrático Medio (RMSE) promedio de 3.57 mm en la detección de la alineación de la vía.
• Se redujo significativamente el tiempo necesario para la construcción del modelo digital de la vía férrea.
• Se demostró una mayor eficiencia en las tareas de mantenimiento de vías férreas.

Conclusiones:

• El método automatizado propuesto ofrece una alternativa más precisa y eficiente a la detección manual de la alineación de vías férreas.
• El aprendizaje profundo y la visión por computadora son herramientas eficaces para analizar datos de nubes de puntos 3D en la infraestructura ferroviaria.
• El enfoque facilita la creación de modelos digitales fiables de vías férreas, apoyando mejores estrategias de mantenimiento.