書籍介紹
本三年期計畫旨在建構以無人移動載具為核心之港區智慧化監測與管理系統，分三階段推進。第一年（112年）聚焦於基礎建置與資料蒐集，完成無人載具環境適用性評估、感測器硬體分析，並透過空拍建立高細緻三維港區模型，同時初步開發三項標的物（變電箱溫度、伸縮縫、胸牆歪斜）的自動辨識模型。第二年（113年）著重於技術優化與資料整合，持續擴充樣本以提升自動辨識的穩定性與準確度，發展多來源感測資料整合技術，建立多時空監測資料體系；此外，利用三維模型分析屋頂太陽光電潛能，並精進岸邊設施及路面偵測能力。第三年（114年）進入整合與應用階段，將前兩年成果整合至統一平台，實現感測資料即時回傳、機器學習即時判讀與警示推播，協助管理單位快速決策；同時利用高解析空間資料為港區未來空間與永續規劃提供科學依據。綜觀三年，計畫成功完成從基礎建模到系統整合的完整流程，建構出一套支援巡檢、資料分析與決策輔助的智慧管理體系，為港區智慧化奠定基礎。
目次
目錄
中文摘要I
英文摘要II
目錄III
圖目錄IX
表目錄XIX
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 研究目的及重要性1-1
1.2 歷年計畫成果回顧1-2
1.2.1 臺中港(110~111年)1-2
1.2.2 臺北港(112年)1-3
1.2.3 臺北港(113年)1-3
1.3 臺北港(114年)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2-10
2.3 水下無人載具2-16
2.3.1 載具類型分析2-16
2.3.2 航行里程2-17
2.3.3 感測器分析2-19
2.4 本章小結2-20
第三章、載具感測與通訊技術整合3-1
3.1 地面無人載具通訊整合3-1
3.1.1 系統架構與流程3-1
3.1.2 感測器模組（影像、熱像儀、氣體、GPS）3-2
3.1.3 異常判定依據（溫度、氣體）3-3
3.1.4 資料上傳與平台呈現3-4
3.1.5 系統實測臺北港結果3-5
3.1.6 影像串流安全性3-6
3.1.7 後續應用情境3-6
3.2 空中無人載具通訊整合3-7
3.2.1 影像串流架構流程3-7
3.2.2 資料上傳與平台呈現3-8
3.2.3 系統實測臺北港結果3-9
3.2.4 串流安全性與權限控管3-10
3.2.5 後續應用情境3-11
3.3 本章小結3-11
第四章、港區高細緻空間基礎資料建構4-1
4.1 地形資料蒐集4-1
4.1.1 控制點測量4-1
4.1.2 影像資料蒐集4-2
4.1.3 數值地形模型成果4-3
4.1.4 正射影像成果4-4
4.2 氣象資料蒐集4-6
4.2.1 空中無人載具抗風與防水條件定義4-6
4.2.2 港區風速評估4-7
4.3 空中載具適宜性評估4-12
4.4 本章小結4-14
第五章、感測資料自動化辨識技術發展於臺中港5-1
5.1 舊有巡檢標的物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5-9
5.3 北提路路況自動化辨識流程5-10
5.3.1 舊有辨識模型5-10
5.3.2 新模型嘗試5-12
5.3.3 辨識流程5-14
5.3.4 辨識結果5-15
5.4 本章小結5-16
第六章、優化感測資料自動化辨識技術6-1
6.1 現有標的物模型盤點6-2
6.1.1 岸邊設施辨識模型6-2
6.1.2 岸邊設施地理位置屬性6-5
6.1.3 變電箱辨識模型6-8
6.1.4 胸牆結構線偵測模型6-12
6.1.5 碼頭面伸縮縫偵測模型6-20
6.1.6 路面坑洞偵測模型6-30
6.2 現有標的物模型精進6-36
6.2.1 伸縮縫寬度檢測6-36
6.2.2 胸牆法線錯位檢測6-43
6.2.3 鋼筋裸露6-48
6.3 新增巡檢標的物6-53
6.3.1 標線磨損6-53
6.3.2 排水溝蓋阻塞6-61
6.3.3 堤岸表面裂化檢測6-68
6.4 鋪面狀況指標(PCI)6-73
6.4.1 裂縫定義6-73
6.4.2 坑洞定義6-75
6.4.3 方法原理6-75
6.4.4 研究流程6-77
6.4.5 成果6-79
6.5 本章小結6-82
第七章、多來源感測資料整合7-1
7.1 港區現有感測器種類與應用現狀7-1
7.1.1 環境監測感測器7-1
7.1.2 貨櫃追蹤感測器7-1
7.1.3 車輛感測器7-1
7.1.4 設備感測器7-1
7.1.5 CCTV感測器7-2
7.2 現有岸邊設施模型與CCTV的結合7-2
7.2.1 申請區域7-2
7.2.2 選擇模型7-3
7.3 本章小結7-5
第八章、港區空間發展與永續規劃8-1
8.1 港區太陽光電自給率及減碳潛力評估8-1
8.2 研究流程8-2
8.3 港區年用電量推估8-3
8.4 太陽光電自給率與減碳潛力評估8-5
8.5 本章小結8-7
第九章、系統平台建置9-1
9.1 平台架構規劃9-1
9.2 平台功能展示9-2
9.3 平台資料庫盤點9-26
9.4 平台移轉規格與資料備援機制9-27
9.5 平台涉及資安注意事項9-28
9.6 本章小結9-29
第十章、品質評估與行動依據10-1
第十一章、教育訓練11-1
11.1 活動議程11-1
11.2 活動影像11-2
11.3 活動回饋11-3
第十二章、結論與後續工作12-1
12.1 已完成工作及成果12-1
12.2 管理平台後續發展建議12-5
12.2.1 軟硬體更新迭代之延續性12-5
12.2.2 後續發展建議與潛力項目12-6
12.2.3 各項標的物拍攝規格12-7
12.3 總結12-7
參考文獻參考-1
附錄一、工作會議紀要附錄1-1
附錄二、期中審查意見處理情形表附錄2-1
附錄三、期末審查意見處理情形表附錄3-1
附錄四、期末審查簡報資料附錄4-1
圖目錄
圖 2.1 多旋翼機安全係數 0.5 飛行面積範圍2-4
圖 2.2 多旋翼機安全係數 0.7飛行面積範圍2-5
圖 2.3 定翼機安全係數 0.7 飛行面積範圍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2-18
圖 3.1 無人車自主巡檢與雲端監測系統架構圖3-1
圖 3.2 彩色影像與熱影像圖範例圖3-4
圖 3.3 臺北港平台介面3-5
圖 3.4 串流架構流程3-8
圖 3.5 平台串流頁面3-9
圖 4.1 臺北港GNSS控制點分布圖4-1
圖 4.2 臺北港GNSS控制點與既有控制點分布圖4-2
圖 4.3 航帶範圍與控制點分布圖4-3
圖 4.4 臺北港陸域合併平均潮位高之數值地形模型圖(單位:M)4-4
圖 4.5 臺北港陸域水下地形之數值地形模型圖(單位:M)4-4
圖 4.6 臺北港正射影像圖4-5
圖 4.7 正射影像解析度展示4-5
圖 4.8 正射影像解析度展示4-6
圖 4.9 臺北港氣象站分布圖4-7
圖 4.10 小綠燈塔站風速資料4-8
圖 4.11 資料浮標風速資料4-8
圖 4.12 觀測樁站風速資料4-8
圖 4.13 八里站風速資料4-9
圖 4.14 北二碼頭站風速資料4-9
圖 4.15 FNN架構圖4-10
圖 4.16 本計畫風速資料訓練架構圖4-10
圖 4.17 每個月TRAINING LOSS成果4-11
圖 4.18 每個月MAE成果4-11
圖 4.19 FNN風速預估成果圖4-12
圖 4.20 多旋翼無人機每月可飛行天數占比4-13
圖 4.21 定翼無人機每月可飛行天數占比4-13
圖 5.1 臺中港岸邊設施自動辨識分析流程(單張POI影像為例)5-2
圖 5.2 測試資料模型辨識結果(以臺中港成果為例)5-3
圖 5.3 臺中港模型套用於臺北港影像上之不同影像分割成果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5-5
圖 5.6臺北港YOLOV8模型於驗證資料集上的混淆矩陣5-6
圖 5.7 臺北港模型岸邊設施自動化辨識分析流程(單張POI影像為例)5-7
圖 5.8 POI影像(中間)與鄰近的影像5-7
圖 5.9 經投影轉換後的左右離近影像5-8
圖 5.10 將鄰近影像的偵測結果投影至POI影像上5-8
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5-9
圖 5.12基期影像投影至POI影像5-9
圖 5.13 與基期比對結果5-10
圖 5.14 U-NET架構(RONNEBERGER ET AL., 2015)5-11
圖 5.15 本地資料集圖片與對應標註5-11
圖 5.16 U-NET++架構5-12
圖 5.17 臺北港正射影像，紅框處即為臺北港測試資料位置5-13
圖 5.18 (A), (B)為臺中港資料，(C), (D)為臺北港資料5-13
圖 5.19 模型預測流程5-14
圖 5.20 圖解INTERSECTION OVER UNION(IOU)5-15
圖 6.1 臺北港新模型的訓練結果6-3
圖 6.2 臺北港五月份影像訓練的模型與融合多個月份的模型表現6-3
圖 6.3 臺北港七月份影像訓練的模型表現與融合多個月份的模型表現6-4
圖 6.4 臺北港五月份影像資料訓練之模型（左）與七月份影像資料訓練之模型（右）6-4
圖 6.5 臺北港五月份影像(左)與其他月份影像(右)的尺寸差異6-5
圖 6.6 臺北港十月份資料的預測結果，左為舊模型，右為新模型6-5
圖 6.7 如何計算物件的實際座標之示意圖6-6
圖 6.8 物件越遠離影像中心點其座標誤差越大6-7
圖6.9 岸邊設施的地理定位與巡檢邏輯流程圖6-8
圖 6.10 113年度新蒐集之變電箱影像6-9
圖 6.11 112年度變電箱影像6-9
圖 6.12 YOLOV8物件辨識(變電箱)架構圖(ABOAH ET AL 2023)6-10
圖 6.13 變電箱模型訓練成果圖6-11
圖 6.14 變電箱實際成果驗證6-12
圖 6.15 胸牆法線預測及地理定位流程圖6-13
圖 6.16 港區資料集分布圖6-13
圖 6.17 A區胸牆訓練影像6-14
圖 6.18 訓練樣本標記示意(堤面胸牆為紫色部分)6-14
圖 6.19 標記類別數量統計直方圖6-15
圖 6.20 法線側模型訓練過程6-16
圖 6.21 胸牆法線、伸縮縫、裂縫之正規化混淆矩陣圖6-16
圖 6.22 胸牆法線遮罩進行霍夫直線預測影像(左)胸牆法線預測遮罩(右)霍夫直線預測6-17
圖 6.23 20240529資料集偵測影像6-18
圖 6.24 平台上影像呈現流程6-18
圖 6.25 胸牆在平台上POI及樣態呈現6-19
圖 6.26 預測成果分類6-19
圖 6.27 伸縮縫預測及地理定位流程圖6-20
圖 6.28 A區道路伸縮縫圖6-21
圖 6.29 各區域伸縮縫影像(左上)(右上)(左下)A區伸縮縫影像(左下)D區伸縮縫影像6-21
圖 6.30 伸縮縫標註樣態展示6-22
圖 6.31 標記類別數量統計直方圖6-22
圖 6.32 無人機影像對應正射底圖6-23
圖 6.33 正射底圖(左)A區(右)F區6-23
圖 6.34 SIFT匹配無人機影像和正射影像特徵點圖(左)無人機拍攝影像(右)正射底圖對應位置之切片6-26
圖 6.35 SIFT匹配異常影像6-26
圖 6.36 預測成果展示圖(左)20240708資料集(中)20240529資料集(右)20240829資料集6-27
圖 6.37 20240529 正確檢測影像(POI:26)6-28
圖 6.38 伸縮縫交點預測異常影像，黑色圈圈為交點6-28
圖 6.39 平台上影像呈現流程6-29
圖 6.40 伸縮縫在平台上POI及樣態呈現6-29
圖 6.41 臺北港正射影像，紅框處即為臺北港測試資料位置6-30
圖 6.42 臺北港坑洞資料，上為影像下為標註6-31
圖 6.43 臺中港坑洞資料，上為影像下為標註6-31
圖 6.44 U-NET++架構6-32
圖 6.45 圖解INTERSECTION OVER UNION(IOU)6-34
圖 6.46 坑洞模型之學習曲線6-34
圖 6.47 坑洞模型預測成果6-35
圖 6.48 坑洞測試區域(A1道路)，(A)測試位置(紅框)(B)測試影像6-35
圖 6.49 坑洞模型預測成果驗證6-36
圖 6.50 伸縮縫檢測流程圖6-37
圖 6.51伸縮縫資料集來源6-37
圖6.52 物件偵測(左)與語意分割(右)標註類別展示圖6-38
圖 6.53 YOLOV11網路架構6-39
圖6.54 伸縮縫物件偵測模型訓練過程表現6-40
圖6.55 伸縮縫物件偵測訓練成果混淆矩陣6-40
圖 6.56伸縮縫語意分割模型訓練過程表現6-41
圖 6.57 伸縮縫語意分割訓練成果混淆矩陣6-41
圖6.58 2024年伸縮縫不同月份寬度檢測影像6-42
圖6.59 2024年10月影像預測展示6-43
圖6.60胸牆法線檢測流程圖6-44
圖6.61 胸牆法線資料集來源6-44
圖6.62 胸牆法線標註類別展示6-45
圖 6.63 胸牆法線模型精進混淆矩陣成果比較6-46
圖6.64 胸牆法線錯位檢測類別6-47
圖6.65 十月資料集胸牆法線錯位成果與模擬錯位成果檢測6-48
圖 6.66 臺北港堤面影像圖6-49
圖 6.67 臺北港正射影像，紅框處為航攝圖拍攝處6-49
圖 6.68 INTERSECTION OVER UNION (IOU)的公式6-50
圖 6.69 鋼筋裸露偵測模型各項指標訓練圖6-51
圖 6.70 PRECISION-RECALL曲線圖6-52
圖 6.71 鋼筋裸露偵測結果6-52
圖 6.72 標線磨損偵測流程圖6-53
圖 6.73 標線辨識與圖像分割資料集位置分佈6-54
圖 6.74 U-NET++模型結構圖6-54
圖 6.75 標線偵測與種類辨識模型訓練結果6-56
圖 6.76 標線圖像分割模型訓練與驗證結果6-57
圖 6.77 測試集的標線位置與分類結果與各標線的繪製結果6-58
圖 6.78 單一POI點位標線磨損平台呈現6-59
圖 6.79 標線磨損偵測地圖6-60
圖 6.80排水溝蓋堵塞檢測流程圖6-61
圖 6.81排水溝蓋堵塞檢測資料集6-62
圖6.82物件偵測(左)物件分類(右)類別展示圖6-62
圖6.83 排水溝蓋堵塞模型訓練過程表現6-64
圖 6.84 排水溝蓋堵塞模型混淆矩陣成果6-64
圖6.85 排水溝蓋堵塞分類模型訓練成果6-65
圖6.86 排水溝蓋堵塞分類模型混淆矩陣成果6-66
圖6.87 排水溝蓋堵塞檢測成果展示圖6-67
圖6.88 2024年10月E區測試資料集檢測成果6-67
圖 6.89堤岸表面裂化檢測流程圖6-69
圖6.90 堤岸表面裂化檢測資料集來源6-69
圖6.91 影像標註類別展示6-70
圖 6.92 堤岸表面裂化檢測模型訓練過程表現6-71
圖6.93 堤岸表面裂化檢測模型混淆矩陣成果圖6-71
圖6.94 堤岸表面裂化檢測成果展示圖6-72
圖 6.95 輕級裂縫範例6-73
圖 6.96 中級裂縫範例6-74
圖 6.97 重級裂縫範例6-74
圖 6.98 圖解骨架正交法6-76
圖 6.99 圖解骨幹化6-77
圖 6.100 骨幹化結果(紅色為放大的裂縫，綠色為骨架)6-77
圖 6.101 2024年10月14日拍攝之臺北港航攝圖6-81
圖 6.102 PCI檢測結果6-81
圖 6.103 PCI結果圖與航攝圖比對6-81
圖 6.104 坑洞檢測結果範例6-82
圖7.1 四個CCTV場域的分布位置（綠點），分布在東4與東5碼頭之間。7-3
圖7.2 CCTV的模型訓練過程，橫軸為EPOCHS次數，縱軸為MAP@0.5。7-4
圖7.3 CCTV的模型在驗證資料集上的混淆矩陣7-4
圖7.4 不同CCTV視角的偵測結果7-5
圖 8.1 港區土地使用分區圖8-4
圖 8.2 建物模型與土地使用分區圖進行套疊比對成果8-4
圖 8.3 建物年用電量成果圖8-5
圖 9.1 系統功能架構圖9-2
圖 9.2 平台首頁：正射影像(國土測繪中心)9-3
圖 9.3 基本圖層：正射影像(團隊拍攝製作)9-3
圖 9.4 基本圖層：數值地形模型(團隊拍攝製作)9-4
圖 9.5 基本圖層：建物3D模型(內政部) (此資料來源已失效，故使用過往成功介接圖片進行示意)9-4
圖 9.6 距離量測功能9-5
圖 9.7 面積量測功能9-5
圖 9.8 線規劃成果：單點環行(左)、多點巡航(中)、地形測繪(右)9-6
圖 9.9 飛行路徑規劃功能9-7
圖 9.10飛行點位圈繪及規劃參數輸入飛行路徑規劃功能9-7
圖 9.11規劃提示視窗9-7
圖 9.12 UAV規劃成果列表介接UAV串流影像9-8
圖 9.13 介接UAV串流影像成果9-8
圖 9.14 無人車路線規劃功能9-9
圖 9.15 無人車規劃成果列表9-9
圖 9.16 無人車蒐集資訊展示9-10
圖 9.17 介接無人車串流影像成果9-10
圖 9.18 新增AI辨識成果POI：選擇辨識項目9-11
圖 9.19 新增AI辨識成果POI：新增影像檔案9-12
圖 9.20 新增AI辨識成果POI：系統自動歸類影像9-12
圖 9.21新增AI辨識成果POI：辨識完成訊息9-12
圖 9.22新增AI辨識成果POI：檢視辨識成果圖9-12
圖 9.23 POI點位分布情形 (A)區域劃分；(B)辨識成果伸縮縫錯位辨識成果9-13
圖 9.24 伸縮縫錯位檢測影像辨識成果 (A)整體示意；(B)單點成果放大展示9-14
圖 9.25 排水溝蓋阻塞影像辨識成果 (A)整體示意；(B)單點成果放大展示9-15
圖 9.26 排道路標線磨損辨識成果9-16
圖 9.27 堤面胸牆POI點位分布情形9-17
圖 9.28 A區54號POI點(2025年10月)之胸牆辨識成果9-17
圖 9.29 A區55號POI點(2025年10月)之胸牆辨識成果9-18
圖 9.30 鋼筋裸露影像辨識成果(局部異狀示意)9-18
圖 9.31 鋼筋裸露影像辨識成果9-19
圖 9.32 港口碰撞檢測影像辨識成果 (A)整體示意；(B)單點成果放大展示9-20
圖 9.33 岸邊設施辨識成果9-21
圖 9.34 路面破損評分畫面9-21
圖 9.35 變電箱POI點位分布情形9-22
圖 9.36 變電箱2號POI五月之熱影像9-22
圖 9.37 變電箱2號POI九月之熱影像9-23
圖 9.38 CCTV POI分布情形9-23
圖 9.39 CCTV POI 東五碼頭作業區影片9-24
圖 9.40 影片全螢幕檢視畫面9-24
圖 9.41 氣體偵測POI點位分布情形9-25
圖 9.42 氣體偵測1號POI (2024年5月)之成果9-25
圖 9.43 體偵測1號POI (2024年9月)之成果9-25
圖 9.44 使用者管理列表9-26
圖 9.45 角色管理列表9-26
圖 11.1 活動剪影11-2
表目錄
表 2 1 多旋翼機載具規格表2-2
表 2 2 定翼機載具規格表2-3
表 2 3 多旋翼 UAV 飛行總里程(總距離)範例計算2-4
表 2 4 多旋翼 UAV 不同安全係數最遠飛行距離計算(折返)2-4
表 2 5 多旋翼 UAV 飛行總里程(總距離)範例計算2-5
表 2 6 定翼機 UAV 飛行總里程範例計算2-6
表 2 7 光學相機2-7
表 2 8 感應相機2-8
表 2 9 光達感測器2-8
表 2 10 ROBOMASTER和JACKAL UGV規格比較2-9
表 2 11 ROBOMASTER和JACKAL UGV安全係數比較2-10
表 2 12 光達感測器規格2-12
表 2 13 攝影機規格2-12
表 2 14 氣體感測器規格2-13
表 2 15 有毒及易燃氣體感測器2-14
表 2 16 熱感相機2-16
表 2 17 無人遙控載具機型2-17
表 2 18 ROV航行里程計算(混合型)2-18
表 2 19 適用水下光學相機規格表2-19
表 2 20 水下定位模組比較2-20
表 3 1 UAV性能諸元表3-7
表 3 2 延遲因素預估3-9
表 4 1 臺北港GNSS控制點觀測成果表4-2
表 4 2 影像資料蒐集基本資料表4-3
表 4 3 蒲氏風力級數與無人機最大抗風條件表4-7
表 4 4 多旋翼無人機每月可飛行天數占比4-14
表 4 5 定翼無人機每月可飛行天數占比4-15
表 5 1 過去已辨識之標的物5-1
表 5 2 岸邊設施MASK R-CNN辨識模型統計於驗證資料集效能5-2
表 5 3 測試資料模型辨識結果統計(以臺中港成果為例)5-3
表 5 4舊模型的訓練細節5-12
表 5 5 新模型的訓練細節5-14
表 5 6 模型表現5-15
表 6 1 已有巡檢標的物模型總表6-1
表 6 2 變電箱模型訓練參數表6-11
表 6 3 變電箱型訓練成果表6-11
表 6 4 坑洞模型訓練細節6-32
表 6 5 坑洞模型測試成果6-34
表 6 6 模型訓練細節6-56
表 6 7 標線磨損偵測檔案匯出格式6-60
表 6 8 坑洞分級標準6-75
表 6 9 鋪面折減值計算6-78
表 6 10 鋪面CDV計算6-78
表 6 11 PCI等級對照表6-79
表 8 1 不同建物類型EUI基準8-5
表 9 1 平台資料庫盤點9-27
表 9 2 硬體規格表9-27
表 10 1 各項目品質評估與行動依據表10-1
表 12 1 平台各項標的物拍攝規格12-7
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
聯絡電話：04-26587200
傳真號碼：04-26571329
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
研究人員：甘翊萱、江冠均、潘卉盈、馬如龍、劉人豪
地址： 臺北市羅斯福路四段一號
聯絡電話：04-26587200
序言／導讀
本三年期計畫旨在建構以無人移動載具為核心之港區智慧化監測與管理系統，分三階段推進。第一年（112年）聚焦於基礎建置與資料蒐集，完成無人載具環境適用性評估、感測器硬體分析，並透過空拍建立高細緻三維港區模型，同時初步開發三項標的物（變電箱溫度、伸縮縫、胸牆歪斜）的自動辨識模型。第二年（113年）著重於技術優化與資料整合，持續擴充樣本以提升自動辨識的穩定性與準確度，發展多來源感測資料整合技術，建立多時空監測資料體系；此外，利用三維模型分析屋頂太陽光電潛能，並精進岸邊設施及路面偵測能力。第三年（114年）進入整合與應用階段，將前兩年成果整合至統一平台，實現感測資料即時回傳、機器學習即時判讀與警示推播，協助管理單位快速決策；同時利用高解析空間資料為港區未來空間與永續規劃提供科學依據。綜觀三年，計畫成功完成從基礎建模到系統整合的完整流程，建構出一套支援巡檢、資料分析與決策輔助的智慧管理體系，為港區智慧化奠定基礎。
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，影像技術，設施巡檢，CCTV
- 附件：無附件
- 頁/張/片數：247
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