전기철도는 친환경적이고 에너지효율이 높은 교통수단으로 국가철도망 구축 계획에 따라 전기철도망은 지속적으로 확대되어 2018년 현재 우리나라의 전철화율은 72.3%로 양적으로 급성장 하였다.
전기철도 시스템 중 전차선로설비는 전기차 집전장치와 직접 접촉하여 전원을 공급하는 핵심설비로 전기차의 안전한 운행을 위해서는 설비의 안전성 확보가 가장 중요하지만, 선로를 따라 약 40m마다 설치 된 전철주에 가동브래킷 등 부속설비가 설치되어 점검대상이 방대하고 열차가 운행하는 선로측면을 걸으면서 육안으로 점검하고 있어 안전사고에 취약하여 해외 일부 국가에서는 설비상태를 자동으로 측정하고 분석이 가능한 검측장비를 활용하고 있다. 따라서 국내에서도 방대한 전차선로설비의 효과적인 점검방법에 대한 새로운 연구가 필요하다.
본 연구는 최고 160km/h 속도로 운행하면서 변형된 전차선로설비를 자동으로 검측 분석하기 위한 방법으로 가동브래킷의 이미지를 획득하고 이미지 프로세싱을 이용하여 불량시설물을 점검하는 머신비전기반기술에 대한 것으로서, 고속촬영을 위한 카메라와 집광조명 기술, 영상처리를 위한 알고리즘을 선정하여 대상 설비별로 분석하고 패턴분석기술 및 데이터처리 성능 최적화를 위하여 불필요한 데이터제거 및 병렬프로세싱을 이용하는 하드웨어 구성에 대하여 연구하였다.
연구결과를 바탕으로 검측장비를 제작하여 시험차량에 설치하고 검측 신뢰성을 검증하기 위하여 전차선로설비를 인위적으로 변형시키고 실제 운행속도에서 검측하여 검측 정밀도를 분석하였다.
분석결과 해외에서 운영하고 있는 유사방식의 검측장비의 경우 시설물 인식률이 90%수준인 반면 본 연구결과에서는 가동브래킷과 금구류 인식률이 97.9% 이상이며, 또한 인위적으로 변형시킨 시설물의 검출률은 84%이상으로 향상된 결과를 확인하였다.
향후 연구결과를 활용하여 방대한 전차선로설비의 불량을 자동검측을 통해 안전한 열차운행 및 점검자의 안전사고를 예방할 수 있고 알고리즘을 좀 더 고도화하여 인식률과 검출률을 더욱 높일 수 있을 것으로 판단된다.