交通部運輸研究所Institute of Transportation, MOTC

• 資料發布日期：109-10-07
• 最後更新日期：109-10-08
• 資料來源：交通部運輸研究所

計畫概述：　

       臺鐵局軌道扣件巡檢作業目前係採用夜間人工目視方式進行，而人工目視巡檢受限於巡檢車車速及視察角度等問題，無法有效快速進行，因此，本研究自108年起與臺灣鐵路管理局合作執行，開發軌道扣件缺失辨識系統，108年初步建立一套系統，首先進行軌道扣件影像拍攝，再利用人工智慧辨識扣件缺失，檢測鐵路軌道扣件是否脫落。109年以系統精進及驗證為主，精進攝影設備、增加辦識項目及範圍、提高辨識準確性及定位精度。

       本研究以攝影機搭配人工智慧(AI)深度學習方法，進行鐵路軌道扣件人工智慧自動辨識分析，運用先進科技改善扣件缺失巡檢作業，輔助巡檢工作的執行，提升檢測效率，期能提昇效率並有效解決巡檢人員視察侷限及視覺疲勞等問題。

研究成果：　

• 建構軌道扣件影像擷取設備，獲取足供AI辨識之軌道扣件清晰影像，採用Yolo v3人工智慧辨識影像，建立軌道扣件缺失辨識系統，可用以檢測鐵路軌道扣件是否脫落。目前軌道扣件影像辨識準確率為86.7%，未來將再進一步提升改善，最終，期能達到軌道扣件AI影像辨識檢測替代人工巡檢的目的。
• 開發網站，具雲端儲存、辨識、與查詢等功能，可在Google Map上定位有缺失之扣件，以利臺鐵軌道巡檢人員進行維修，本系統(含設備)費用約需100萬，可輔助工務段人員軌道扣件巡檢、缺失判釋及定位維修，提供鐵路養護巡檢單位使用，增進軌道巡檢效能，俾利進行養護維修，提昇軌道安全。

成果推廣與效益：　

• 108年10月6日於IEEE ECICE研討會發表「Railway Track Fasteners Fault Detection using Deep Learning」並獲得最佳論文獎。
• 109年3月3日透過交通部例行記者會行銷宣傳研究成果。
• 109年6月於港灣季刊發表「軌道扣件缺失辨識系統之建置研究」。
• 成果除可有效協助軌道扣件巡檢判釋用途，提供鐵路養護巡檢單位使用外，並可提供更有效的軌道巡檢，減少現場人工勘查及提升管理效能。

研究成果精華摘整：　

（a）軌道扣件影像自動辨識

左為有缺失之扣件，右為正常扣件

圖7.9.1 軌道扣件自動缺失辨識圖

圖7.9.2 軌道扣件缺失定位

研究成果報告：　

軌道扣件巡檢系統建置(1/2)-扣件缺失辨識系統建置研究