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04 4-8

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 FS 4-11

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