軌道巡查是維護鐵路運輸安全的重要任務，交通部運輸研究所(以下簡稱運研所)與臺灣鐵路管理局(以下簡稱臺鐵局)臺中工務段及大同大學合作開發「軌道構件缺失辨識系統」，運用先進科技輔助巡查工作的執行，經過3年研發測試已建置完成，特於今日(10月28日)在臺鐵局臺中工務段舉辦「軌道構件缺失辨識系統教育訓練」，介紹系統功能以及內、外業作業操作方式。
目前臺鐵局的軌道巡查作業係採用夜間人工目視方式進行，不僅費時、費力及危險，且受限於視察角度、夜間光線不足等問題，無法有效快速進行。運研所與臺鐵局及大同大學自108年起合作開發軌道構件缺失辨識系統，以攝影機搭配人工智慧(AI)深度學習方法，進行鐵路軌道構件自動辨識分析，可自動辨識軌道扣件脫落、道釘脫落、鋼軌裂縫、踏面不整、魚尾鈑裂縫、魚尾鈑螺栓脫落等構件缺失問題。
軌道構件缺失辨識系統採用Yolo v4人工智慧辨識軟體進行深度學習模型訓練，目前辨識檢出率(recall rate)達96%、精確率(precision rate)達81%，且經現地實測，確能提升軌道構件之巡查效率，並有效改善目視巡查盲點及增進作業安全。
本次教育訓練邀請臺鐵局各單位參與，超過30位人員參與教育訓練。透過此次的教育訓練，對於臺鐵局未來軌道巡查與維護工作能產生助益。
|
（a）系統入口網頁 |
(b)上傳影像自動辨識構件缺失 |
圖1 軌道構件缺失辨識系統
|
（a）軌道構件影像自動辨識 |
(b)左為有缺失之構件，右為正常構件 |
圖2 軌道構件自動缺失辨識
|
（a）影像拍攝平車參觀 |
(b)研究成果說明及推廣 |
圖3 教育訓練活動剪影