書籍介紹
本計畫的主要目標是針對臺北港的設施物件進行辨識，同時建立一個完善的港區UAV影像管理與分析平台，旨在提高港區構造物管理的效率和即時性。為了延續臺中港的成功成果並持續改進，今年的首要步驟是建立高度精細的港區空間基礎資料。此外，團隊也利用港區氣象資料進行環境分析，為後續的分析提供關鍵的資料支持。另一方面，不同於前一年，本年度也擴展評估範疇，不僅針對空中無人載具，還將評估不同種類的無人載具硬體系統和感測器，並進行實地實驗，尤其在地面無人載具方面，將測試其自主導航能力，並嘗試搭載熱感相機和氣體偵測器。同樣，空中無人載具將定期進行巡檢影像拍攝，不僅繼續辨識臺中港已辨識的岸邊設施物件，還新增堤面胸牆歪斜檢測、變電箱溫度偵測和碼頭伸縮縫走向等三個新的辨識物件。最後，以臺中港平台功能為基礎，將二維平台升級至三維平台，提供使用者一個快速掌握港區情況的實用工具。未來的發展包括載具功能整合和新增辨識物件，這將進一步提升營運管理效能，為港區管理提供更全面的解決方案。
目次
港區影像智慧辨識技術之研究(1/3)-空間基礎資料建構及影像檢監測應用技術發展
目錄
中文摘要I
英文摘要II
目錄III
圖目錄IX
表目錄XV
第一章、前言1-1
1.1研究動機與目的1-1
1.1.1研究動機1-1
1.1.2研究目的1-1
1.2文獻回顧1-2
1.2.1傳統巡檢1-2
1.2.2無人載具發展與應用(空中、地面、水下)1-3
1.2.3影像技術發展與應用難度1-4
1.3工作項目與流程1-4
第二章、無人載具以及感測器硬體系統分析2-1
2.1空中無人載具2-1
2.1.1載具類型分析2-1
2.1.2飛行里程2-3
2.1.3感測器分析2-6
2.2地面無人載具2-9
2.2.1載具類型分析2-9
2.2.2行走里程2-10
2.2.3感測器分析2-11
2.3水下無人載具2-17
2.3.1載具類型分析2-17
2.3.2航行里程2-18
2.3.3感測器分析2-19
2.4本章小結2-20
第三章、港區高細緻空間基礎資料建構3-1
3.1地形資料蒐集3-1
3.1.1控制點測量3-1
3.1.2影像資料蒐集3-2
3.1.3數值地形模型成果3-3
3.1.4正射影像成果3-5
3.2氣象資料蒐集3-7
3.2.1空中無人載具抗風與防水條件定義3-7
3.2.2港區風速評估3-7
3.3空中載具適宜性評估3-13
3.4本章小結3-15
第四章、地面無人載具控制邏輯方法4-1
4.1操作介面說明4-1
4.2移動模式建構方法4-2
4.3路徑自動規劃4-6
4.4感測器測試(氣體、熱紅外)4-8
4.4.1有毒極易燃氣體感測器4-8
4.4.2熱紅外感測器4-9
4.5本章小結4-11
第五章、感測資料自動化辨識技術發展於臺中港5-1
5.1舊有標的物5-1
5.2岸邊設施自動化辨識分析5-1
5.2.1舊有辨識模型5-1
5.2.2新模型嘗試5-4
5.2.3辨識流程5-7
5.2.4辨識結果5-10
5.3北提路路況自動化辨識流程5-11
5.3.1舊有辨識模型5-11
5.3.2新模型嘗試5-13
5.3.3辨識流程5-15
5.3.4辨識結果5-16
5.4本章小結5-17
第六章、感測資料自動化辨識技術發展於臺北港6-1
6.1新增標的物(變電箱、堤面胸牆、碼頭伸縮縫)6-1
6.2變電箱自動化辨識分析6-1
6.2.1模型選擇6-1
6.2.2辨識流程6-2
6.2.3辨識結果6-4
6.3堤面胸牆自動化辨識流程6-6
6.3.1模型選擇6-6
6.3.2辨識流程6-8
6.3.3辨識結果6-9
6.4碼頭伸縮縫自動化辨識流程6-10
6.4.1模型選擇6-10
6.4.2辨識流程6-10
6.4.3辨識結果6-12
6.5本章小結6-14
第七章、系統整合平台7-1
7.1平台架構與功能介紹7-1
7.1.1基本圖層7-1
7.1.2量測功能7-3
7.1.3 UAV航線規劃7-4
7.1.4 UAV斜拍調查影像查詢7-7
7.1.5 Footprint查詢功能7-8
7.1.6岸邊設施物件辨識成果列表7-9
7.1.7路面破損評分7-10
7.2預計功能規劃7-11
7.2.1路面行車路線規畫功能7-11
7.2.2氣體偵測異常提示7-12
7.3本章小結7-12
第八章、實地驗證與品質評估8-1
8.1無人機影像品質檢核8-1
8.1.1原始影像解析度檢核8-1
8.1.2正射影像幾何精度檢核8-2
8.1.3數值地形模型高程精度檢核8-3
8.2取像邏輯規劃檢核8-4
8.2.1地面機器人路徑正確性檢核8-4
8.3標的物件辨識及變遷偵測信賴度評估8-5
8.3.1物件辨識信賴指數說明8-7
8.4道路破損評分8-7
8.4.1裂縫分級定義8-7
8.4.2裂縫密度計算方法8-9
8.4.3路面裂縫評估成果8-14
8.5本章小結8-19
第九章、結論與建議9-1
9.1研究成果9-1
9.2後續建議9-2
9.3成果效益與後續應用情形9-3
參考文獻參-1
附錄一、期中審查意見處理情形表附1-1
附錄二、期末審查意見處理情形表附2-1
附錄三、期末審查簡報資料附3-1
圖目錄
圖 2.1 多旋翼機安全係數 0.5 飛行面積範圍圖2-4
圖 2.2 多旋翼機安全係數 0.7飛行面積範圍圖2-5
圖 2.3 定翼機安全係數 0.7 飛行面積範圍圖2-6
圖 2.4 MPS可燃氣體感測器輸出氣體分類詳細資訊2-15
圖 2.5 航行路徑及測區示意圖2-19
圖 3.1 臺北港GNSS控制點分布圖3-1
圖 3.2 臺北港GNSS控制點與既有控制點分布圖3-2
圖 3.3航帶範圍與控制點分布圖3-3
圖 3.4 臺北港陸域合併平均潮位高之數值地形模型圖3-4
圖 3.5 臺北港陸域水下地形之數值地形模型圖3-4
圖 3.6 臺北港正射影像圖3-5
圖 3.7 正射影像解析度展示3-6
圖 3.8 正射影像解析度展示3-6
圖 3.9 臺北港氣象站分布圖3-8
圖 3.10 小綠燈塔風速資料3-9
圖 3.11 資料浮標風速資料3-9
圖 3.12 觀測站樁風速資料3-9
圖 3.13 八里風速資料3-10
圖 3.14 北二碼頭風速資料3-10
圖 3.15 FNN架構圖3-11
圖 3.16 本研究風速資料訓練架構圖3-11
圖 3.17 每個月Training loss成果3-12
圖 3.18 每個月MAE成果3-12
圖 3.19 FNN風速預估成果圖3-13
圖 3.20 多旋翼無人機每月可飛行天數占比直方圖3-14
圖 3.21 定翼無人機每月可飛行天數占比直方圖3-15
圖 4.1 RVIZ使用者界面的示意圖4-1
圖 4.2 臺北港港區道路示意圖4-2
圖 4.3 （a）本地和全域成本地圖（b）成本地圖中的膨脹半徑4-3
圖 4.4 基於UGV運動模式的DWA Planner路徑選擇的可視化4-6
圖 4.5 路徑規劃及避障參數視覺化4-7
圖 4.6 （a）實驗01（b）實驗02（c）實驗03（d）實驗044-8
圖 4.7 （a）紅外線熱像儀測試目標 （b）使用Flir Vue Pro測試物體表面的溫度4-10
圖 4.8 （a）Flir One Pro （b）FLir Lepton FS4-11
圖 4.9 Flir Vue Pro 測試結果4-11
圖 5.1 以單張POI影像為例之臺中港岸邊設施自動化辨識分析流程5-2
圖 5.2 測試資料模型偵測結果(以臺中港成果為例)5-3
圖 5.3 臺中港模型適用於臺北港影像上5-4
圖 5.4 臺北港岸邊設施各物件樣態5-5
圖 5.5 Yolov8訓練與驗證的模型效能5-6
圖 5.6 臺北港Yolov8模型於驗證資料集上的混淆矩陣5-7
圖 5.7 以單張POI影像為例之臺北港模型岸邊設施自動化辨識分析流程5-8
圖 5.8 POI影像(中間)與鄰近的影像，共選擇五張5-9
圖 5.9 經投影轉換後的左右離近影像5-9
圖 5.10 將鄰近影像的偵測結果投影至POI影像上5-9
圖 5.11 (a)單一POI影像的辨識結果、(b)POI影像與鄰近影像合併的辨識結果5-10
圖 5.12 基期影像投影至POI影像5-10
圖 5.13 與基期比對結果5-11
圖 5.14 U-net架構(Ronneberger et al., 2015)5-12
圖 5.15 本地資料集圖片與對應標註5-12
圖 5.16 U-Net++架構5-13
圖 5.17臺北港正射影像，紅框處即為臺北港測試資料位置5-14
圖 5.18 (a), (b)為臺中港資料，(c), (d)為臺北港資料5-15
圖 5.19 模型預測流程5-16
圖 5.20 圖解intersection over union(IoU)。5-16
圖 6.1 YOLOv8物件辨識(變電箱)架構圖(Aboah et al 2023)。6-2
圖 6.2 變電箱辨識流程。6-3
圖 6.3變電箱訓練樣本(樣本增強Data Augmentation)6-3
圖 6.4模型訓練成果圖6-5
圖 6.5 變電箱偵測以及溫度萃取6-6
圖 6.6 FPN語意分割模型架構(Zhao, K. et al,. 2019)6-7
圖 6.7 胸牆原始影像資料（左）與標注資料（右）6-7
圖 6.8 霍夫直線偵測各階段成果6-8
圖 6.9 胸牆歪斜辨識流程6-9
圖 6.10 POI影像的兩期影像6-9
圖 6.11 兩期胸牆辨識流程的各步驟結果6-10
圖 6.12伸縮縫檢測流程6-10
圖 6.13圖解霍夫直線檢測6-12
圖 6.14 模型的預測結果6-12
圖 6.15 (a)原圖 (b)原始預測結果 (c)霍夫直線檢測法檢測出直線6-13
圖 6.16 受重物補強的胸牆與其語意分割結果6-14
圖 7.1平台功能架構圖7-1
圖 7.2國土測繪中心正射影像7-2
圖 7.3團隊拍攝製作的正射影像7-2
圖 7.4團隊拍攝製作的數值地形模型7-3
圖 7.5內政部提供的建物3D模型7-3
圖 7.6 距離量測功能7-4
圖 7.7面積量測功能7-4
圖 7.8航線規劃成果(單點環行(左)、多點巡航(中)、地形測繪(右))7-5
圖 7.9飛行路徑規劃功能7-5
圖 7.10 飛行點位圈繪及規劃參數輸入7-6
圖 7.11 規劃提示視窗7-6
圖 7.12 規劃成果列表7-6
圖 7.13 巡檢影像上傳7-7
圖 7.14 巡檢影像查看頁面7-7
圖 7.15 AI辨識成果查看7-8
圖 7.16 影像footprint展示示意圖7-9
圖 7.17岸邊設施辨識成果列表示意圖7-10
圖 7.18設施辨識成果展示示意圖7-10
圖 7.19 路面破損評分展示畫面示意圖7-11
圖 7.20路面行車路線規畫功能示意圖7-11
圖 7.21 氣體偵測異常提示功能示意圖7-12
圖 8.1 原始UAV航拍影像8-2
圖 8.2 檢核點坐標分布圖8-4
圖 8.3 （a）地面機器人路徑正確性檢核實驗地點 （b）地面機器人路徑記錄在RVIZ顯示8-5
圖 8.4不同拍攝角度變電箱偵測成果8-7
圖 8.5 模型的預測結果。8-7
圖 8.6 輕級裂縫8-8
圖 8.7 中級裂縫8-8
圖 8.8 重級裂縫8-9
圖 8.9 圖解骨架正交法8-10
圖 8.10 圖解骨幹化8-11
圖 8.11 骨架化成果(紅色為放大的裂縫，綠色為骨架)8-11
圖 8.12 裂縫預測及定位之流程圖8-15
圖 8.13航攝影像的資訊以及正射影像之間的關係8-15
圖 8.14 SIFT檢測的成果8-16
圖 8.15 (a)正射影像原圖 (b)路面分段圖 (c)放大檢視8-16
圖 8.16 分段評分結果8-17
圖 8.17 路面裂縫評估圖8-17
圖 8.18 編號20路段8-18
圖 8.19 編號32路段8-18
圖 8.20 編號71路段8-19
編／著／譯者簡介
本所主辦單位：交通部運輸研究所運輸技術研究中心
主管：蔡立宏
計畫主持人：李俊穎
研究人員：洪維屏
合作研究單位：國立臺灣大學
計畫主持人：韓仁毓
協同主持人：林之謙、吳日騰、黃春嘉
研究人員：甘翊萱、林育銓、王海威
序言／導讀
本計畫的主要目標是針對臺北港的設施物件進行辨識，同時建立一個完善的港區UAV影像管理與分析平台，旨在提高港區構造物管理的效率和即時性。為了延續臺中港的成功成果並持續改進，今年的首要步驟是建立高度精細的港區空間基礎資料。此外，團隊也利用港區氣象資料進行環境分析，為後續的分析提供關鍵的資料支持。另一方面，不同於前一年，本年度也擴展評估範疇，不僅針對空中無人載具，還將評估不同種類的無人載具硬體系統和感測器，並進行實地實驗，尤其在地面無人載具方面，將測試其自主導航能力，並嘗試搭載熱感相機和氣體偵測器。同樣，空中無人載具將定期進行巡檢影像拍攝，不僅繼續辨識臺中港已辨識的岸邊設施物件，還新增堤面胸牆歪斜檢測、變電箱溫度偵測和碼頭伸縮縫走向等三個新的辨識物件。最後，以臺中港平台功能為基礎，將二維平台升級至三維平台，提供使用者一個快速掌握港區情況的實用工具。未來的發展包括載具功能整合和新增辨識物件，這將進一步提升營運管理效能，為港區管理提供更全面的解決方案。
分類
其他詳細資訊
- 適用對象：成人(學術性)
- 關鍵詞：空中無人載具，地面無人載具，水下無人載具，影像技術，設施巡檢
- 附件：無附件
- 頁/張/片數：230
授權資訊
- 著作財產權管理機關或擁有者：交通部運輸研究所
- 取得授權資訊：聯絡處室：交通部運輸研究所運輸技術研究中心
姓名：王胤容
電話：04-26587142
地址：台中市梧棲區中橫十路2號