| 年度 |
111年度 |
| 綱要計畫 |
陸運及港灣設施防災技術研究(1/4)年度 |
| 細部計畫 |
軌道構件缺失人工智慧辨識建置應用-系統擴建與宜蘭段現地測試年度 |
| 主管單位 |
交通部運輸研究所港灣技術研究中心 |
| 執行單位 |
緯創資通股份有限公司 |
| 對應課題 |
|
| 產出成果類別 |
|
| 產出成果型態 |
|
| 自評等級 |
|
| 成果內容說明 |
軌道運輸為臺灣地區最重要的大眾運輸工具之一，包含臺鐵、高鐵、各縣市捷運及輕軌建設，已遍布全臺；至2020年底為止，臺鐵局的營運總距離超過一千公里，總軌道長度更是超過兩千公里，軌道安全已成為現今交通運輸最重要的議題之一。
影響軌道安全的因素眾多，軌道巡查作業擔負了維持軌道運輸安全的重要任務，傳統上多採用人工目視方式進行巡檢，因此受限於車速、目視角度及人眼辨識能力等諸多挑戰，因此自動化安全防護系統已成為發展主流趨勢。本計畫旨在協助交通部臺灣鐵路管理局鐵道巡查工作自動化之需求，規劃利用影像採集設備，搭配人工智慧深度學習演算法，做為軌道鐵路構件自動判別分析，用來輔助目前人工巡查工作，達到自動化軌道巡查之目的。
|
| 實際防災落實應用情形 |
現地驗證結果從真實的軌道巡查場域來看，軌道每公里平均分布約有6,000~7,200個構件，本次驗證路線上東西線來回合計共約9公里，總計共有約54,000個構件。經此驗證，系統在寧可誤判正常構件優於漏掉缺失構件之前提下，已可自數萬個構件中檢出108處疑似缺失，軌道巡檢人員所需檢視的範圍已限縮至此108處疑似缺失中，實已有效降低人員負擔，提升巡檢效率。整體而言，目前AI模型的辨識速度提高至60 km/hr之辨識需求，後續隨著影像資料增加、模型優化後，檢出率及準確率預期將可持續提高。
本計畫透過實地驗證方法，確認了以人工智慧影像辨識方法進行軌道構件缺失巡查作業之可行性，並完成建置一套可用於協助提升軌道構件巡查效率的自動化輔助巡查系統。以此做為基礎，後續研究可朝向模型準確率提升，與設計更符合巡查作業的系統流程二大面向持續精進。
本辨識系統可輔助軌道巡檢現場作業，若能持續精進並推廣至臺鐵局全臺各段，預計能帶來以下效益：
1.利用人工智慧影像辨識技術，建構軌道構件缺失辨識系統，輔助第一線軌道巡檢作業，提升巡檢效率及整體維修管理效能。
2.協助臺鐵局導入本計畫研究成果，透過應用於不同營運路段，蒐集各類軌道構件樣態及軌道構件缺失案例，提升系統辨識成效，以提供軌道巡檢實務應用。
|
| 相關佐證資料 |
|
| 圖片1 |
 |
| 圖片1說明 |
復興號車廂外部安裝攝影及補光設備 |
| 圖片2 |
 |
| 圖片2說明 |
本軌道構件缺失辨識系統採用雲地混和的系統架構設計，透過車廂外部安裝攝影及補光設備，連接至車廂內的運算設備。系統經即時運算後將辨識結果連同座標資訊一併上傳至雲端儲存，並以Web GUI呈現圖像化資訊供使用者參考，經驗證，已確認本系統於實務應用上，可配合軌道個別的巡查流程進行調整。 |