Bu çalışmada, taşınabilir cihazlar aracılığıyla demiryolu hatlarında kurp yarıçapının belirlenmesine yönelik düşük maliyetli ve pratik bir yöntem geliştirilmiştir. GNSS ve jiroskop verileri, mobil cihaz sensörlerinden zaman senkronlu olarak toplanmış ve Python ortamında analiz edilmiştir. Ölçümler, Adana Belemedik–Pozantı hattında bir drezin ve bir yolcu treni kullanılarak gerçekleştirilmiştir. Zaman uyumsuzluğu nedeniyle GNSS ve açısal hız verileri interpolasyon yoluyla senkronize edilmiş; Z eksenine ait açısal hız ve hız verileri kullanılarak kurp yarıçapları hesaplanmıştır. Veriler, farklı alçak geçiren filtre (AG) kesim frekanslarıyla işlenmiş ve bu parametrelerin ölçüm doğruluğu üzerindeki etkileri değerlendirilmiştir. En uygun sonuçlar, drezin için 0,2 Hz ve yolcu treni için 0,4 Hz frekanslarında elde edilmiştir. Yirmi farklı kurpta yapılan analizlerde, referans ölçümlere göre ortalama sapma drezin için %2,6; yolcu treni için %2,2 olarak hesaplanmıştır. En yüksek sapma %12,5'e ulaşırken, bazı kurplarda sapma %0,01 düzeyine kadar düşmüştür. Geçiş eğrisi ve gelişim uzunluğu sınırlı olan kurplarda, mobil cihaz verileri ile referans ölçümler arasında sapmaların nispeten arttığı; geçiş sürekliliği bulunan ve daha uzun geometrik gelişime sahip kurplarda ise daha yüksek düzeyde örtüşme sağlandığı gözlenmiştir. Sonuçlar, önerilen yöntemin demiryolu hat geometrisinin gerçek zamanlı izlenmesinde düşük maliyetli, erişilebilir ve uygulanabilir bir teknik çözüm sunduğunu ortaya koymaktadır.
This study presents a low-cost and practical method for determining railway curve radii using portable sensor-equipped devices. Time-synchronized GNSS and gyroscope data were collected from mobile sensors and analyzed using Python. Measurements were conducted on the Adana Belemedik–Pozantı railway segment using both a track inspection vehicle and a passenger train. Due to differences in sampling rates, GNSS and angular velocity data were synchronized via interpolation, and curve radii were calculated using Z-axis angular velocity and speed data. The raw data were processed using various low-pass filter cutoff frequencies to assess their influence on measurement accuracy. The most accurate results were obtained at 0.2 Hz for the inspection vehicle and 0.4 Hz for the passenger train. Across 20 different curves, the average deviation from reference measurements was calculated as 2.6% for the inspection vehicle and 2.2% for the passenger train. While the highest deviation reached 12.5%, some curves yielded deviations as low as 0.01%. In curves with limited transition curves and development length, relatively higher deviations were observed between mobile device data and reference measurements; whereas in curves with continuous transitions and longer geometric development, a higher level of agreement was achieved. These findings demonstrate that the proposed method can serve as a cost-effective, accessible, and field-applicable solution for real-time monitoring of railway track geometry using mobile devices.
