(一) 構建5G智慧交通數位神經中樞-全系統整合實作與推廣應用
1.計畫概述
交通部依據「數位國家・創新經濟發展方案」、「臺灣5G行動計畫」等重要施政重點，責成本所、公路局與鐵道局共同擬具「推動5G提升智慧交通服務效能與安全計畫」（行政院109年9月3日院臺科會字第1090098342號函核定），計畫期程自110年至114年8月。其中由本所負責執行構建5G智慧交通數位神經中樞規劃與實作等系列計畫。本計畫係承續前期（112至113年度）成果，於114年度賡續運用5G結合AIoT等創新技術，精進優化相關模式庫與知識庫（包括「大型活動交通影響分析模式」、「主動式AI號誌時制檢測及自動化調整模式」、「交通速率預測模式」、「路口綠燈使用率分析模式」以及「數位雙生建置」）共計5項，並完成智慧交通數位神經中樞全系統開發整合以及實際輔導落地移轉臺中市政府應用，計畫成果有助各交通管理單位執行最適交管決策，以提升車流運作效率及交通安全。
2.主要研究成果
(1) 整合所研發的相關關鍵技術，應用數位雙生（Digital Twins）模型，完成智慧交通數位神經中樞系統功能擴充與精進。透過數位雙生模型以視覺化呈現各項交通監控與預測成果，所發展之交通管理相關模式庫已可預測車流即將壅塞，並於30分鐘前提出示警，以利交通管理單位即時採行應變作為。(2) 優化緊急救援車輛智慧優先號控功能（使車輛順利通過路口機率提升約40%），臺中市政府並已持續向交通部爭取補助經費擴大建置，落實交通安全並提升運輸服務水準。
(3) 建立可依即時交通狀況動態調整之號誌時制最佳化決策流程。經由實作後之事前與事後成效評估，可於實施範圍有效縮短交通壅塞時間達13.4％。
3.應用與推廣
(1) 於114年10月29日舉辦「構建5G智慧交通數位神經中樞-功能擴充與精進」成果交流座談會，邀請中央及地方交通管理與實務應用單位參加，以案例情境方式說明智慧交通數位神經中樞系統功能擴充成果，以推廣本計畫重要研究成果與應用經驗。(2) 本計畫為後續能持續推廣供各地方政府應用，亦同步研擬各應用服務推廣機制，期使各縣市可爭取更多經費發展必要之交通管理服務，以提升交通管理效能。
(二)先進空中交通創新服務前瞻規劃與前驅市場商業驗證
1.計畫概述
近年來隨著先進空中運輸（Advanced Air Mobility, AAM）與城市空中運輸（Urban Air Mobility, UAM）概念逐漸成熟，全球各國民航主管機關與產業陸續啟動以電動垂直起降飛行載具（electric Vertical Take-off and Landing aircraft, eVTOL）及無人機（Unmanned Aircraft Systems, UAS) 執行載客、緊急醫療及貨物運送等應用情境之新型態運輸服務規劃。先進空中交通創新服務不僅為民眾及產業帶來發展契機，也為政府機關帶來了新的挑戰，本計畫配合我國基礎條件與需求特性，透過前瞻規劃與先導實作，據以評估導入相關服務之可行性與後續推動議題。考量目前 AAM載客運輸服務仍處技術發展階段，本計畫將重點鎖定於發展條件分析與示範廊道規劃，藉此盤點關鍵議題，為導入新興運輸服務奠定基礎。
在實作驗證方面，無人機物流配送被視為AAM現階段技術較為成熟，具可行性之應用，本所自109年起持續推動無人機物流場域實作驗證，本期計畫延續歷年計畫成果，與國內物流業者合作，驗證無人機整合現有物流運輸網絡之新型態物流運輸模式，藉以累積實作經驗及測試數據，提供產業界及主管機關後續推動之參據，並做為國內無人機與相關資訊系統之技術驗證平臺。
2.主要研究成果
本期計畫執行期間為114年8月至115年12月，114年工作成果如下:(1) 完成美國、歐盟、中國大陸、日本、澳洲等主要國家地區推動先進空中交通相關推動策略、試驗計畫、研究報告及技術標準之蒐集、分析與比較。
(2) 與中華郵政及統一超商foodomo平臺合作，規劃無人機提供運送郵件包裹與送餐等服務之營運模式，並擇定於屏東縣及花蓮縣進行實作，預計115年5月開始進行場域驗證。
3.應用與推廣
114年9月26日於交通部例行記者會發布「運研所完成無人機偏鄉物流服務驗證協助交通部成為希望與幸福的傳遞者」新聞稿，推廣本所無人機物流相關研究計畫之成果。(三) 人工智慧號誌控制精進－多任務強化學習
1.計畫概述
本計畫聚焦於人工智慧（AI）於智慧交通管理之應用，發展智慧號誌控制系統，以提升交通運作效率並降低都市壅塞，延續過往AI號誌控制計畫成果，進一步改善傳統強化學習模型需依不同時段與時相分別建模之限制，目標為建構具高適應性與韌性的智慧交通管理系統。2.主要研究成果
(1) 開發多任務強化學習（MTRL）號誌控制模型，於臺南市關廟區「台86-19甲」路口驗證，顯著降低路口各方向停等車輛數，尤以左轉保護時相之車道改善效果最為明顯。(2) 完成都市交通控制通訊協定3.5版之修訂作業，並已經交通部於114年11月27日交科字第114003156號函頒公告。
3.應用與推廣
(1) 本計畫透過與地方政府合作進行實地測試與場域驗證，支援未來交通管理決策。(2) 藉由舉辦通訊協定研討說明會，促進產官學界對新版通訊協定標準之理解與採用，以利各單位未來順利導入都市交通控制協定3.5版。
(四)人工智慧服務於運輸研究決策支援應用
1.計畫概述
為應對日益複雜的決策環境與資訊快速增長的挑戰，推動生成式人工智慧（Generative AI）及大型語言模型在運輸研究與決策支援中的應用確有必要。
本計畫探索生成式AI技術於運輸領域的應用價值，提升本所的決策支援能力與行政效能，可激發交通運輸領域的創新思維。2.主要研究成果
(1) 整合 Microsoft Azure AI 服務，並採用混合雲架構以兼顧資料安全與運算彈性，完成平台系統架構設計。(2) 整合運研所既有知識管理（KM）資料與外部檢索資料，完成知識庫對話功能。
3.應用與推廣
(1) 舉辦「運輸研究決策支援 AI 應用服務」操作教學課程，引導同仁於業務中導入 AI 輔助，計50人參加。(2) 截至114年底，本所已有69位人員取得帳號，使用頻率與人數呈現穩定成長趨勢。
(五)運輸包容性服務需求探討及功能設計規劃
1.計畫概述
現行運輸資訊分散於不同平臺或網頁，使用者經常須轉換多個介面查詢交通資訊與預約服務，對高齡者、城際旅客、觀光旅客而言，使用門檻較高且不便。本所因應上述課題，於114年度運用雲端大語言模型（LLM）進行「交通AI代理人（AI Agent）」技術驗證。本計畫發展「AI Go」服務架構，透過簡單友善的自然語言互動方式，免除使用者目前在下載與學習公共運輸APP方面之數位落差，做為未來提供民眾交通一站式運輸資訊服務的重要技術基盤。2.主要研究成果
(1) 實現AI自動化查詢公共運輸資訊：運用Google Gemini技術，使用者可透過自然語言輸入旅次起迄點，模型可解析語意，並自動化整合API回傳即時公車動態與靜態資訊，優化旅運規劃體驗。(2) 發展AI自動化計程車預約服務：運用 Microsoft Azure OpenAI 技術，使用者可透過自然語言叫車，模型可自動解析上車點、目的地、手機等必要資訊，並自動化完成計程車預約服務，補足公共運輸「最後一哩」接駁需求。
3.應用與推廣
115年1月6日於交通部例行記者會發布「跨域公共運輸資訊整合服務新紀元運研所完成AI驅動技術驗證」新聞稿。(六) 電動大客車智慧充電管理系統推廣與功能擴充(1/2)-系統導入輔導與共享充電服務機制規劃
1.計畫概述
依據行政院2030年市區公車全面電動化之目標，交通部、經濟部與環境部持續協同辦理相關推動策略，本所自110年起陸續辦理電動大客車智慧充電管理系統之規劃、建置，於示範場域進行電動大客車智慧充電管理系統服務驗證，協助業者建立符合營運調度之場站充電管理策略並已有具體成效。現況客運業者均以自行於鄰近車輛行駛路線端點站之調度站申請設置充電樁，滿足營運所需之充電需求；本所於113年已成功開發適用於跨站點應用之電動大客車智慧充電管理系統，後續將擴充應用至跨客運業者，達成相互備援以確保大眾運輸服務品質。
2.主要研究成果
(1) 完成電動大客車智慧充電管理系統共享充電服務示範場域規劃。(2) 完成電動大客車智慧充電管理系統之成果推廣與國際交流合作。
3.應用與推廣
(1) 於2025年智慧城市展暨淨零城市展辦理「智慧淨零-2025電動大客車智慧充電論壇」，邀請中央及地方交通主管機關與產業界代表等，計有超過110名國內外人士報名參加，針對電動大客車智慧充電與未來發展執行面相關議題進行交流討論，做為後續全面推廣之重要參據。(2) 於「中華民國運輸學會2025年會會暨學術論文國際研討會」，本所針對「電動公車智慧充電管理系統之推廣應用與共享服務規劃」進行專題與談。
(七)港區設施智慧化巡查技術研發
1.計畫概述
考量我國商港區域幅員廣大，人力有限，如何快速掌握港區各項設施使用狀況，並確保環境及設施安全穩定，實為重要施政課題。近年無人移動載具技術日益成熟，具備高度移動性及遠距自動導控功能，若能搭配現代化之感測與高速通訊技術，則可即時獲取大量空間觀測資訊。同時，人工智慧技術透過適當的訓練程序與學習策略，能對大量數據進行快速的分析與判斷，若能有效整合無人載具影像與各式空間資訊，針對特定應用標的導入適當的影像辨識學習技術，並以港區實際案例進行驗證，便能建立智慧港區之示範管理方案。因此，本所應用無人飛行載具研發港區影像智慧監測技術，俾快速且高效率的針對人員不易巡查之區域詳實紀錄影像，並結合適當的機器學習以自動化辨識設施類型之損壞及異常情形，針對港區重要設施進行巡查與管理，達到應用創新科技，提升智慧化管理之目標。
2.主要研究成果
(1) 建立港區無人移動載具之多維度空間資訊蒐集技術。(2) 完成港區高解析空間影像蒐集與三維地形模型建構。
(3) 分析各種無人飛行載具，並評估其飛行能力及可應用之範圍。
(4) 開發人工智慧（AI）影像辨識技術，針對重要設施（如岸邊設施、港區道路設施及港區變電箱等設施）啟動自動化巡查及管理。
(5) 發展港區多來源感測資料之整合及智慧化演算技術。
(6) 建置空間資訊整合分析平台，發展以高速傳輸方式將影像資料即時回傳平台，且進行自動判讀之完整資料處理流程，建立港區智慧化管理行動機制。
3.應用與推廣
(1) 114年11月於第47屆海洋工程研討會暨國際能源論壇發表論文「應用於港區巡檢之無人載具影像串流與物件辨識架構設計—以臺北港為例」。(2) 114年11月9日辦理「港區無人機智慧化巡查技術研發成果」教育訓練暨成果推廣，分享本所研發之港區無人載具及操控邏輯技術、影像自動化偵測技術（以臺北港為例）及系統平台功能操作等研究成果。
(3) 研究成果可協助臺灣港務股份有限公司瞭解如何以自動化方式掌握港區之使用狀況與異動，並在人力持續簡化的長期趨勢之下，確保港區營運管理品質，並落實智慧化管理。
(八) 船舶特高頻資料交換系統之技術發展
1.計畫概述
本計畫以我國船舶特高頻資料交換系統（VDES）的開發與應用評測為核心，旨在應對近二十年來因船舶自動識別系統（AIS）普及所導致 VHF 數據鏈路負載過重問題。AIS 雖能提供即時資訊，但隨著大量部署與擴展應用，其通訊壓力日益增加，加上傳統系統存在通訊範圍受限、頻率利用效率低及易受干擾等瓶頸，導致海上事故仍時有所聞。VDES 為 AIS 的擴充版本，解決既有通訊限制，透過有效的船舶間與岸端資料交換，提升航行安全及海上作業與航運效率，本計畫目標在於建立船舶資料解析與整合能力，並建構專屬資料庫與測試平台，以優化資訊交換效率。研究從蒐集國際航標協會（IALA）、國際電信聯盟（ITU）及國際海事組織（IMO）等國際規範標準（如 ITU-R M.2092 等）展開，逐步推展至系統訊號擷取及編解碼程式開發。透過實海域船對船、船對岸測試驗證，發展出符合國際標準且具備高穩定性的通訊解決方案，為我國海域船舶航安監測及管理提供前瞻性技術支撐。2.主要研究成果
(1) 完成彙整國外VDES系統發展與應用技術，整合新一代船舶通訊設備與電子海圖資料庫，並結合現有的VDES設備與電子海圖顯示與資訊系統（ECDIS），完成VDES測試站的基礎建置，提供國內發展需求與可行性應用參考。(2) 系統性研析完成VDES相關國際標準與技術規範，涵蓋ITU、IALA及IMO等重要文件，建立我國VDES系統開發基礎，完成訊號擷取、接收與編解碼技術開發，使VDES資料封包解析可符合國際規範，並成功整合現行AIS系統，提升船舶通訊資料處理與交換能力。
(3) 完成VDES解碼資料庫平台建置，可即時整合AIS、特定應用訊息（ASM）與數據交換（VDE）資料，支援船舶動態監測及定向指令傳送，透過實海域船對船與船對岸鏈路測試，已驗證系統在實際環境下之穩定性、正確性與整合效能，成果可做為推動智慧航安監測與VDES應用之重要參考。
3.應用與推廣
(1) 114年2月於港灣季刊130期發表「船舶特高頻資料交換系統與海氣象資訊之發展應用」。(2) 114年9月18日辦理專家學者座談會議，廣邀交通部航港局、中央氣象署、臺灣港務股份有限公司、海洋委員會海巡署、國家海洋研究院、產業研發機構及大專院校等專家學者，針對VDES技術發展及國際推動趨勢進行交流研討。
(3) 114年11月27日於第47屆海洋工程研討會發表海報「基於VDES數據的注意力增強深度學習之船舶軌跡預測系統」。
(九)港區海象觀測與船舶偵測之雷達監測技術研發
1.計畫概述
港區海象觀測與船舶偵測受大氣、地形、水深及近岸結構物等因素影響，變化複雜多樣，傳統海象觀測設備如浮標及底碇波流儀，僅能提供單點資訊，且海上佈放與維護不易，相較之下，微波雷達及高頻雷達等岸基遙測技術進行港區海象觀測與船舶偵測，可獲取平面波流場資料，並能於岸基進行維護作業，降低人員職業安全風險與提升觀測效益。自2001年起美國國家研究委員會（National Research Council）建議發展高經濟效益之岸基雷達遙測系統，對海洋進行長期且高解析度觀測，以深入了解商港近海環境，並彌補港區觀測資料之差距。本所已於臺中港建置高頻海洋陣列雷達觀測系統，並於臺北港建置微波雷達觀測系統，研發雷達監測技術，建構商港平面海象觀測網絡，利用不同雷達設備擷取回波訊號，可分別演算約40公里遠域及約3公里近域之平面波浪、海流與船舶偵測資訊，輔助現行港區觀測作業，強化觀測資料品質管理，支援港灣營運及船舶操航安全。
2.主要研究成果
(1) 研發海洋陣列雷達監測技術，確保海表面流場與波浪資訊之即時監測能力，並透過跨領域研究機制推動數據智慧化，完善港灣設施的防災數據體系。(2) 發展商港智慧環境監測技術及預警模式，利用臺中港海洋陣列雷達訊號，進行海洋陣列雷達船舶辨識技術研發，船舶辨識資料分析與驗證、結合機器學習分析船舶辨識與可行性。
(3) 投入臺中港外海進行漂流浮標軌跡追蹤試驗，蒐集海流與波浪等海象資料，並實測結果與高頻陣列雷達演算資料進行比對分析，優化觀測效能。
(4) 舉辦「2025海象雷達遙測工作坊」，促進航港單位與產官學研單位海洋陣列雷達監測技術交流，持續發展港區海象監測與分析技術。
3.應用與推廣
(1) 114年11月28日於第47 屆海洋工程研討會發表論文「探討高頻陣列雷達海象觀測方向波譜之風湧浪分離方法與特性分析」。(2) 114年11月28日於第47 屆海洋工程研討會發表論文「國家整合海洋雷達觀測網」。
(3) Validation and Quality Assessment of High Frequency Radar Ocean Current Observations in Taiwan, 2025 ICEO&SI Conference, July 4, 2025.
(4) 114年8月6日舉辦「微波及陣列雷達檢校與維護」教育訓練課程。
(5) 114年9月23日舉辦「2025年海象雷達遙測工作坊」。
(十)推動港灣設施維護管理E化
1.計畫概述
港灣設施（包含碼頭、防波堤、道路、橋梁等）數量眾多，由於長期處於嚴峻海洋環境，導致構件出現劣化與損壞，弱化其使用性能和設施使用年限。本計畫協助臺灣港務股份有限公司、金門縣港務處及連江縣港務處，客製化建置並維運「港灣設施維護管理系統」及「巡查行動應用程式（APP）」，執行過程依使用者建議，持續擴充各項功能模組，自上線至今，已納管國際及國內商港多種類型之港灣設施，並取代過去紙本表單記錄方式和人工填寫及校對等繁重作業，成功推動我國港灣設施維護管理E化，確保港灣設施之使用安全及永續發展。
2.主要研究成果
(1) 港灣設施維護管理系統已建置多項功能模組，可完整支援港灣設施維護管理各項流程（包含設施基本資料建立、巡查檢測工作執行、劣化記錄及維修維護送審等）。(2) 系統可透過數值化、圖表化儀表板，主動呈現港灣設施資訊，俾掌握所轄港灣設施之巡查、維修狀態，有助管理者掌握設施動態及支援維護管理決策。
(3) 巡查行動應用程式（APP）可直接以影像方式記錄現場設施劣化狀況並上傳至系統，便於快速掌握設施損害狀況並縮短資訊傳達時間。
(4) 配合應用單位巡查、檢測及維護實務需求，針對港灣設施巡查檢測技術問題、管理制度與劣化判定標準，制定港灣設施維護管理手冊並持續滾動檢討修訂。
3.應用與推廣
(1) 114年10月30日、11月11日及11月13日完成3場次教育訓練，參與單位包括臺灣港務股份有限公司、金門縣與連江縣港務處等，並彙整參與者回饋意見，做為後續系統及APP功能擴充及精進之參據。(2) 持續協助港灣設施維護管理單位落實相關工作，以確保港灣設施功能及營運之安全，並提升港埠服務品質與競爭力，達到永續經營之目標。