في عالم السكك الحديدية، يعتبر اكتشاف الكائنات الغريبة (Railway Foreign Object Detection - RFOD) من أهم الإجراءات لضمان سلامة العمليات. ولكن، تعاني هذه العمليات من نقص شديد في العينات الإيجابية الحقيقية التي تمثل التنوع المطلوب في الأجسام، حجمها، علاقتها بالاختراق، المشهد السككي، الإضاءة، والظروف الجوية القاسية.

لذا، يعرض فريق البحث النسخة الجديدة من RailSyn، وهو إطار موجه بالتشخيص يتكون من مفتش مرجعي حقيقي ومولد متماشي مع المتطلبات. يقوم المفتش ببناء غلاف تجريبي ذي نصف قطر متغير من مجموعة محدودة من الملاحظات الحقيقية لتحديد مناطق الامتلاء المحتملة وإعداد مجاميع صناعية.

تساعد عملية التدقيق في تحديد متطلبات السياق السككي، والسمات المتعلقة بالاختراق، والنموذج البصري المتناسق؛ الأمر الذي يعالج المولد تلك المتطلبات من خلال التكيف البيئي، والتخطيط الدقيق لوضع الكائنات وعلاقات الاتصال الفيزيائي، وتحسين دقيق يعتمد على الخطط.

وبفضل المفتش، يمكننا تتبع التغييرات في فضاء التمثيل عبر نسخ التوليد، حيث تصل نسبة الامتلاء المحلية إلى 13.64%، مما يقيس مدى تغطية البيانات المولدة لمناطق الامتلاء المستمدة من الواقع.

أظهرت التجارب الواسعة أن نظام RailSyn قادر على تحسين نتائج الكشف بشكل كبير، مع زيادة تصل إلى 4.9 نقطة عبر تسعة أنظمة كشف رئيسية، مما يضمن فعالية متسقة وعبر الأنظمة المختلفة.

هل أنتم مستعدون لرؤية كيف يمكن لتقنيات مثل RailSyn أن تحدث فرقًا في مجال أمان السكك الحديدية؟ شاركونا آرائكم!