書籍介紹
交通部施政計畫重點項目之一為「強化智慧應用，提升運輸效率」，提出應加強結合5G、AI等新興科技應用，實現智慧交通數位轉型；2020年版運輸政策白皮書提出「應用AI、UAV及遙測技術於鐵公路巡檢或監測」為重點之行動方案，爰此，於111年提出「多期多尺度影像結合深度學習於邊坡地貌變異判識之初探」2年期計畫，並已完成多時期多尺度空拍影像(如衛星、航照、UAV)結合深度學習技術於公路邊坡地貌變異判識之適用性及應用性探討。
本計畫以前期研究基礎上，聚焦於UAV結合AI進行落石型邊坡破壞特徵影像判識之探討，主要研究成果計有：(1)蒐集國內外UAV結合AI於邊坡之相關研究文獻；(2)諮詢專家學者及邊坡管理實務單位；(3)調查公路局邊坡應用UAV情形及維護管理機制；(4)探討AI深度學習技術；(5)研析UAV結合AI深度學習影像判識方法。
研究成果效益：
本計畫探討UAV、AI等新興科技及技術，能切合現行公路邊坡維護管理機制與防災流程，輔助公路局邊坡災防實務應用。
提供應用情形：
研究成果提供公路局於公路邊坡管理及災防應用，以及本所道路邊坡及AI相關研究後續探討。
目次
UAV結合深度學習輔助公路局邊坡災防應用探討
目 錄
中文摘要I
英文摘要II
目錄III
圖目錄V
表目錄VII
第一章 緒論1-1
1.1 研究動機1-1
1.2 研究目的1-1
1.3 研究範圍及對象1-2
1.4 研究內容及工作項目1-2
第二章 文獻回顧2-1
2.1 UAV應用於邊坡相關研究2-1
2.2 UAV結合AI應用於邊坡相關研究2-5
2.2.1 機器學習2-5
2.2.2 深度學習2-9
第三章 公路局邊坡現況與維護管理機制3-1
3.1 公路局邊坡現況3-1
3.2 公路局邊坡維護管理機制3-3
第四章 AI深度學習技術探討4-1
4.1 AI深度學習4-1
4.2 卷積神經網路(CNN)4-2
4.3 生成式AI(Generative AI)4-8
4.4 小結4-17
第五章 UAV結合AI深度學習影像判識方法5-1
5.1 影像取得5-1
5.2 影像處理與加值產出5-3
5.3 AI應用之切入5-11
第六章 結論與建議6-1
6.1 結論6-1
6.2 建議6-5
6.3 成果效益與應用6-5
6.4 提供政府單位應用情形6-5
參考文獻參-1
附錄一 專家學者及實務單位諮詢紀錄.附1-1
附錄二 專家學者座談會會議紀錄.附2-1
附錄三 第1次工作會議紀要.附3-1
附錄四 第2次工作會議紀要.附4-1
附錄五 第3次工作會議紀要.附5-1
附錄六 期末報告審查委員意見處理情形表.附6-1
附錄七 期末報告簡報資料.附7-1
編／著／譯者簡介
本所主辦單位：運輸技術研究中心
主管：蔡立宏
計畫主持人：黃宇謙
研究人員：胡啟文
聯絡電話：04-2658-7119
傳真號碼：04-2657-1329
序言／導讀
交通部施政計畫重點項目之一為「強化智慧應用，提升運輸效率」，提出應加強結合5G、AI等新興科技應用，實現智慧交通數位轉型；2020年版運輸政策白皮書提出「應用AI、UAV及遙測技術於鐵公路巡檢或監測」為重點之行動方案，爰此，於111年提出「多期多尺度影像結合深度學習於邊坡地貌變異判識之初探」2年期計畫，並已完成多時期多尺度空拍影像(如衛星、航照、UAV)結合深度學習技術於公路邊坡地貌變異判識之適用性及應用性探討。
本計畫以前期研究基礎上，聚焦於UAV結合AI進行落石型邊坡破壞特徵影像判識之探討，主要研究成果計有：(1)蒐集國內外UAV結合AI於邊坡之相關研究文獻；(2)諮詢專家學者及邊坡管理實務單位；(3)調查公路局邊坡應用UAV情形及維護管理機制；(4)探討AI深度學習技術；(5)研析UAV結合AI深度學習影像判識方法。
研究成果效益：
本計畫探討UAV、AI等新興科技及技術，能切合現行公路邊坡維護管理機制與防災流程，輔助公路局邊坡災防實務應用。
提供應用情形：
研究成果提供公路局於公路邊坡管理及災防應用，以及本所道路邊坡及AI相關研究後續探討。
分類
其他詳細資訊
- 適用對象：成人(學術性)
- 關鍵詞：公路邊坡、無人飛行載具(UAV)、人工智慧(AI)、深度學習、影像辨識、防災應用
- 附件：無附件
- 頁/張/片數：170
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：周于楨
電話：04-26587150
地址：臺中市梧棲區中橫十路2號