書名 | 港區影像智慧辨識技術之研究(2/3)-空間資料環境分析及優化影像檢監測應用技術 |
出版單位 | 運輸技術研究中心 |
出版年份 | 114 |
出版月份 | 3 |
價格 | 300 |
摘要 | 本計畫探討無人載具與感測器於港區環境中的整合與應用,包括空間資料建構、感測資料自動化辨識及即時影像串流技術。運用FNN 神經網路技術預測港區風速,並利用傾斜攝影技術補足高空影像不足,展示硬體系統於不同條件下的應用效能。 在自動化辨識方面,研究結果顯示影像一致性對岸邊設施與變電箱的檢測準確度有關鍵影響,透過穩定拍攝規範與YOLOv8 模型,準確度分別達九成與93%。路面坑洞檢測則透過混合臺中港與臺北港數據及遷移學習,達到82.1% IoU,但仍有部分誤判需改善。胸牆法線與錯位檢測結合YOLOv8 與霍夫直線技術,有效檢測胸牆異常,未來將優化影像拍攝與數據量。伸縮縫檢測預測準確率為85%,但地理定位精度仍需提升,計畫透過正射影像與人工解讀結合進一步優化;碼頭裂縫檢測顯示模型對裂縫與伸縮縫分辨力高,但誤判需透過擴充數據集改善。 此外,研究整合CCTV 與AI 補強無人機視角,並發展LOD2 模型的港區光電潛力評估系統。地面無人載具導航系統透過改良避障技術,顯著增強定位與導航精度。本計畫研究成果為港口管理與監控提供技術支援,並促進港區智慧化建設。 本研究成果可進一步應用於其他港區,例如透過遷移學習技術,優化檢測模型以適應不同港區環境,提升監測系統的適用性。同時,未來可運用數位孿生技術整合多源感測數據,強化即時監測與預警能力,並結合5G 與邊緣運算技術,提高影像分析與遠端操作的效率。 |
張貼日 | 2025/05/09 |
檔案下載 |
|
查看次數:
35