緯創今日表示，旗下移動解決方案事業單位（緯創 IMS 團隊），與緯創-交大嵌入式人工智慧研究中心（交大團隊）合作發展之公路與軌道等交通巡檢技術已於台鐵台中工務段完成第三次軌道現地驗證作業，可於夜間的軌道維護環境中，以時速六十公里行駛速度條件，進行高精確度的軌道構件檢測作業；驗證本技術對軌道構件的缺失具有極高檢出率，足可持續朝向商業化發展。
緯創 IMS 團隊自 109 年起，與交大團隊合作共同開發鐵公路之道路路面巡檢系統，過程中雙方已累積大量人工智慧技術能量。團隊發展的道路巡檢系統，透過 AI 與機器學習（Machine Learning）技術找出道路缺失，融合緯創 IMS 團隊自主研發的精準定位技術（HDPS），提供精準座標資訊，將道路異常及缺失等資訊上傳至雲端，提供相關養護單位應用。
本次緯創 IMS 團隊參與運研所的自動化軌道巡檢研究專案，即奠基於過去道路路面巡檢技術之發展經驗。透過台鐵局台中工務段與宜蘭工務段的協助，團隊偕同運研所，於實際軌道場域透過 ZigRail 產品的影像辨識及精準定位技術對軌道進行檢測作業，過程中以實地實車方式大量且持續地蒐集多種場域的實際軌道影像資料，輔以 ZigNeurons 平台持續進行模型訓練，以提升模型精準度，並累積及擴充AI模型訓練圖資。
緯創表示，目前驗證本技術已具備極高檢出率，檢測項目包含軌道裂縫、扣件缺失、魚尾鈑缺失等多種鐵軌構件風險項目。後續將在軌道專家協助指導之下，持續蒐集與擴增影像資料內容，進一步提升缺失辨識率。
交大團隊郭峻因教授指出，採用持續學習、持續部署的發展架構，透過半自動標記工具及半監督式學習加速模型發展進程，可大幅降低模型訓練過程中的人力需求，同時持續學習各種不同的缺失類別。目前驗證套用此架構之巡檢系統已可在道路裂縫、標線缺損等常見道路異常及缺失項目的偵測上，具有一定成效。
（首圖來源：緯創）
科技新報粉絲團
加入好友
訂閱免費電子報
