軌道運輸為臺灣地區最重要的大眾運輸工具之一，包含臺鐵、高鐵、各縣市捷運及輕軌建設，已遍布全臺；至2020年底為止，臺鐵局的營運總距離超過一千公里，總軌道長度更是超過兩千公里(交通部臺灣鐵路管理局，2020)，軌道安全已成為現今交通運輸最重要的議題之一。影響軌道安全的因素眾多，軌道巡查作業擔負了維持軌道運輸安全的重要任務，傳統上多採用人工目視方式進行巡檢，因此受限於車速、目視角度及人眼辨識能力等諸多挑戰，因此自動化安全防護系統已成為發展主流趨勢。本計畫旨在協助交通部臺灣鐵路管理局鐵道巡查工作自動化之需求，規劃利用影像採集設備，搭配人工智慧深度學習演算法，做為軌道鐵路構件自動判別分析，用來輔助目前人工巡查工作，達到自動化軌道巡查之目的。

目 錄
中文摘要 I
英文摘要 II
目 錄 III
圖目錄 VII
表目錄 XIII
第一章 緒論 1-1
1.1背景分析 1-1
1.2研究目的 1-3
1.3工作項目 1-3
1.4研究流程 1-5
1.5研究範圍 1-6
1.6研究期程 1-6
第二章 文獻回顧 2-1
2.1軌道構件檢測演算法 2-1
2.2國內外軌道檢測系統回顧 2-3
2.2.1瑞士RailCheck計畫 2-4
2.2.2美國ENSCO 2-5
2.2.3加拿大LRAIL 2-8
2.2.4日本Doctor Yellow 2-10
2.2.5臺灣仲碩科技鐵路軌道巡軌機器人 2-12
2.2.6運研所軌道扣件缺失人工智慧辨識系統(108-110年) 2-12
2.2.7國內外軌道檢測系統綜合比較 2-13
2.3精準定位系統回顧 2-14
第三章 軌道構件缺失辨識系統精進 3-1
3.1前期計畫成果分析 3-1
3.1.1軌道構件缺失辨識系統分析 3-2
3.1.2軌道構件辨識演算法分析 3-4
3.1.3軌道構件前期圖資分析 3-5
3.2系統精進規劃 3-7
3.2.1系統設計與架構 3-7
3.2.2影像採集裝置 3-8
3.2.3缺失定位 3-14
3.2.4系統運行環境 3-22
3.2.5 Web API 3-23
3.2.6軌道構件缺失辨識系統 3-24
第四章 軌道構件缺失辨識系統驗證 4-1
4.1影像採集設備安裝 4-1
4.2缺失辨識準則與資料庫建置 4-8
4.3演算法訓練與精進 4-12
4.3.1資料標記作業 4-12
4.3.2增添圖資豐富度 4-13
4.3.3單一模型可行性評估 4-15
4.3.4模型發展進程 4-18
4.4定位系統 4-20
4.5系統現地驗證 4-24
4.5.1第一階段臺中段資料蒐集 4-25
4.5.2第二階段宜蘭段系統測試 4-28
4.5.3第三階段臺中段現地驗證 4-33
4.6系統教育訓練 4-39
4.7學術期刊撰寫 4-41
第五章 結論與建議 5-1
5.1結論 5-1
5.2建議 5-3
5.3研究成果與效益 5-7
5.4應用情形 5-7
參考文獻 參-1
附錄一 工業電腦規格 附錄1-1
附錄二 期中報告審查意見及處理情形表 附錄2-1
附錄三 期末報告審查意見及處理情形表 附錄3-1
附錄四 期末報告簡報資料 附錄4-1