智慧監控下的鐵路應用：人工智慧與CCTV的結合（二）

在上一篇文章，我們看見CCTV從「錄影存證」走向「即時偵測」，在AI自動乘客計數的案例，也展現其在營運效率與乘客體驗上的價值。本篇將進一步分享兩個真實案例，帶大家一窺CCTV AI如何協助主動預防危害、即時掌握風險，讓鐵路產業更智慧、更安全。

【市場應用現況】

案例一：AI鐵道鹿群偵測驅趕系統

英國的鐵路周邊通常是動物的棲息地，現正面臨「野生動物與鐵路共存」的挑戰。過去五十年，由於氣溫上升、棲地擴張等因素，鹿群數量已從約45萬隻暴增到逾200萬隻。根據國營鐵路公司Network Rail統計，在每年1,400多起的動物誤闖軌道事件中，鹿群是最大威脅，牠們不只可能驚嚇到駕駛員，還會導致列車平均延誤48分鐘，甚至是車體損壞，嚴重影響行車安全。

▲圖1：軌道的「十大非法入侵者」，人類高居首位，其次是鹿群（每年約350起相關事件）
圖片來源：Network Rail官網

傳統的列車汽笛聲，驅趕效果不彰；在軌道周邊架設圍欄雖然有效，但造價高昂、安裝耗時，難以大規模鋪設。因此，在2023年5月，Network Rail與LNER攜手開發了鹿群偵測驅趕系統（Automated Deer Deterrent System，ADDS），總共部署了127台攝影感測器，一旦偵測到鹿隻靠近，就會自動啟動閃光燈與聲音警示將其驅離；同時，AI攝影機會持續監測鹿群動向，直到牠們遠離危險範圍。相關畫面、時間、地點等，均會傳送到儀表板，方便營運團隊追蹤監控。

這項試驗的成效驚人，成功阻止近6,000隻鹿靠近鐵道，有效降低列車營運中斷的風險，並保護人們與鹿群的生命安全；這個項目也讓LNER榮獲「大型組織傑出創新獎」的肯定，證明了科技的力量能夠幫助兼顧動物保育與鐵路安全。

▲圖2：鹿群偵測驅趕系統安裝簡易，裝置包含攝影機、閃光燈等
圖片來源：素材取自IoT World Today、BBC News，本文作者重製

案例二：FFCCTV AI軌道危害監測

英國鐵路沿線的獨特風景，其實潛藏安全隱憂：Network Rail指出，光是在南部地區，每年植被相關的事故就造成超過300萬英鎊的損失。常見的風險如落葉，可能導致車輪打滑、影響煞車性能；樹木則會遮檔駕駛視線，或是損壞車體、集電弓與架空線等。過去仰賴耗時費力的人工巡檢，進行修剪、砍伐或施用除草劑，但是總是慢了一步，無法即時排除隱患。

▲圖3：LNER的Azuma列車駕駛室安裝了FFCCTV
圖片來源：Hitachi Rail官網

為了改變現狀，2024年5月，由Network Rail贊助，LNER、Hitachi Rail與CrossTech共同合作，在東海岸主線展開為期12個月的試驗。他們在列車駕駛室安裝了搭載AI功能的前向監視系統（Forward-Facing CCTV），在列車行進間，影像會即時傳送到CrossTech開發的Hubble AI平台，透過電腦視覺技術分析行車影像，自動偵測出落葉堆積、植被過度生長、道碴不足或路堤沉陷等異常狀況，並搭配定位資訊標記地點回傳給維護團隊。

與過去Network Rail使用Hubble系統的方式不同，當時主要是錄製影片後，再上傳AI系統進行事後分析，本次試驗更著重在「即時監控」，讓團隊能第一時間掌握風險、及早處理。這項技術降低了人工巡檢的成本與風險，更提升了檢測效率，在36小時內就可以完成1,000公里軌道的檢查，成本較其他方案（如光學雷達LiDAR技術）更低，也為鐵路運輸帶來更高的安全性與可靠性。

▲影片1：CrossTech的Hubble系統運用人工智慧和電腦視覺技術，即時偵測潛在危害
影片來源：Hitachi Rail官網，本文作者剪輯重製

【FIND觀點】

鐵路安全的隱憂，往往潛藏在難以察覺的瞬間：鹿群誤闖軌道，可能導致長時間延誤與車體損壞；行車路線上的微小異常，若未及時排除，也可能演變為營運中斷。

ADDS與FFCCTV的應用，正徹底改變這一切，讓CCTV AI不再只是被動的「眼睛」，更是守護鐵道安全的「智慧防線」，除了能夠幫助主動驅離動物，也能即時標註軌道異常。這些案例顯示，潛在威脅有機會在事故發生之前就被化解，鐵路安全正從被動反應，邁向主動防護的新時代。

下一篇，我們將從更多面向，探索CCTV AI如何持續賦予鐵路產業智慧化的潛力應用。

封面圖片來源：Photo by Boys in Bristol Photography from Pexels: https://www.pexels.com/photo/a-train-on-a-countryside-railroad-4801737/

其他參考資料來源：

1.    Network Rail Media Centre. (2024, August 20). Deer-oh-deer: Network Rail unveils the country’s worst trespassing criminals. https://www.networkrailmediacentre.co.uk/news/deer-lays-how-wildlife-staggers-our-railways

2.    IoT World Today. (2024, August 22). Automated technology senses, scares deer off railway; 6,000 saved. https://www.iotworldtoday.com/iiot/automated-technology-senses-scares-deer-off-railway-6-000-saved

3.    BBC News. (2024, August 20). AI technology keeps 6,000 deer from Grantham and Stoke rail lines. https://www.bbc.com/news/articles/ckg5l4jq231o

4.    Rail Technology Magazine. (2024, November 26). LNER wins Award for Innovative Wildlife Protection System. https://www.railtechnologymagazine.com/articles/lner-wins-award-innovative-wildlife-protection-system

5.    Hitachi, Ltd. (2024, July 15). Next generation vegetation and infrastructure digital monitoring trialled on East Coast Main Line. https://www.hitachi.com/New/cnews/month/2024/07/240719.html

6.    Railway Technology. (2024, July 17). UK’s Network Rail extends AI trial. https://www.railway-technology.com/news/uks-network-rail-extends-ai-trial/

7.    Network Rail. (2023, December 19). Tackling vegetation management with artificial intelligence. https://www.networkrail.co.uk/stories/tackling-vegetation-management-with-artificial-intelligence/

8.    CrossTech. (n.d.). AI-powered infrastructure inspection platform. https://www.crosstech.co.uk/en-us