Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuçlar, iki yöntem arasında genel olarak iyi bir uyum bulunduğunu ve mutlak yüzde farkların, kurp geometrisi ve işletme koşullarına bağlı olarak yaklaşık %1-%7 aralığında kaldığını göstermektedir.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada, demiryolu kurplarında hat deverinin belirlenmesine yönelik, mobil cihaz tabanlı LiDAR ölçümlerine dayanan bir yöntem araştırılmaktadır. Saha taramaları, Niğde/Çiftehan-Adana/Belemedik hat kesimi boyunca geometrik özellikleri bakımından farklılık gösteren dört demiryolu kurbunda gerçekleştirilmiştir. İncelenen kurpların yarıçapları 358-426 m, mevcut dever değerleri ise 76-115 mm aralığında değişmektedir. Nokta bulutu verileri, üç eksenli bir gimbal üzerine monte edilmiş akıllı telefon tabanlı katı hâl LiDAR sistemi ile toplanmış ve üç boyutlu modellerin yeniden yapılandırılması amacıyla işlenmiştir. Yüksek yansıtıcılığa sahip parlak ray üst yüzeylerinden kaynaklanan sınırlamaları aşmak amacıyla, travers orta yüzeyinin enkesit doğrultusundaki eğimine dayalı alternatif bir dever belirleme prosedürü geliştirilmiştir. Bu kapsamda, ray konumları, referans çizgileri, aktif balast kesit bölgeleri, balast profil genişlikleri ve dever değerlerinin kullanıcı müdahalesi olmaksızın çıkarılmasına olanak sağlayan Python tabanlı otomatik bir analiz çerçevesi uygulanmıştır. Mobil LiDAR taramalarıyla elde edilen dever değerleri, zamansal olarak yakın ölçüm treni verileri ile karşılaştırılmıştır. Sonuçlar, iki yöntem arasında genel olarak iyi bir uyum bulunduğunu ve mutlak yüzde farkların, kurp geometrisi ve işletme koşullarına bağlı olarak yaklaşık %1-%7 aralığında kaldığını göstermektedir. Bu bulgular, önerilen yöntemin hat geometrisinin değerlendirilmesinde düşük maliyetli bir tamamlayıcı araç olmasının yanı sıra, mekânsal ve zamansal değişimlerin izlenmesine olanak tanıyan üç boyutlu bir geometrik arşiv oluşturmakta kullanılabileceğini göstermektedir.
Abstract
In this study, a method relying on mobile device-based LiDAR measurements is investigated for determining track cant in railway curves. Field surveys were conducted on four railway curves with different geometric characteristics along the Niğde/Çiftehan-Adana/Belemedik line. The investigated curves have radii ranging from 358 to 426 m and existing cant values between 76 and 115 mm. Point cloud data were acquired using a smartphone-based solid-state LiDAR system mounted on a three-axis gimbal, and processed to generate reconstructed 3D models. To address limitations associated with highly reflective, polished railhead surfaces, an alternative cant estimation procedure based on the transverse inclination of the sleeper mid-surface was developed. An automated Python-based analysis framework was implemented to extract rail positions, reference lines, active ballast cross-sections, ballast profile widths, and cant values without user intervention. The cant values obtained from mobile LiDAR surveys were compared with near-time measurement train data. The results indicate a generally good agreement between the two approaches, with absolute percentage differences ranging from approximately 1% to 7%, depending on curve geometry and operating conditions. These findings indicate that the proposed method serves as a low-cost complementary tool for track geometry assessment and can also be used to establish a three-dimensional geometric archive for monitoring spatial and temporal variations.