فرنوش حیدری - فارغ التحصیل کارشناسی ارشد سنجش از دور دانشگاه شیراز

این مقاله یک مطالعه موردی در زمینه اتوماسیون مدیریت واگن در سیستم راهآهن ایران است که با استفاده از روشهای بینایی کامپیوتر و یادگیری عمیق ، به تشخیص پلاک روی واگن ها و خواندن کاراکترهای اپتیکی فارسی (POCR) برای رفع نیاز به مدیریت کارآمد و دقیق قطارها پرداخته است . دوربین مورد استفاده در این مطالعه DH-IPC است . با استفاده از دوربین های متنوع با تمرکزهای متفاوت برای تطبیق با تنوع پیکربندی ریل ها، ویدیوها را جمع آوری کرده و تبدیل به تصاویر برای تشخیص پلاک قطار و POCR کردهایم . با غلبه بر چالش هایی مانند حرکت دینامیک واگن ها و شرایط نورپردازی متغیر و زمان پردازش ویدیوها به منظور پیش بینی در زمان واقعی ، روش های نوآورانه پردازش تصویر و یادگیری عمیق مانند YOLOv۸ اجرا شدند که منجر به مجموعه دادههایی با دقت ۱۰۰ درصد در تشخیص پلاک و دقت ۹۷,۹۰ درصد در تشخیص و خواندن کاراکترهای اپتیکی فارسی شد. سیستم پیشنهادی بسیار دقیق و قدرتمند است و از پتانسیل بسیار خوبی برای ایجاد تحول در جنبه های حیاتی مدیریت قطار در سیستم حمل و نقل ریلی برخوردار است .

مدیریت واگن ، DH-IPC، YOLOv۸، اتوماسیون تشخیص پلاک، POCR