公路局擬擴大推動無人機AI巡檢，結合3D建模、AI影像辨識提升橋梁與邊坡養護效率

臺灣山區地形陡峭、地質破碎，加上颱風、地震頻繁，許多公路與橋梁沿著山區興建，邊坡、橋梁梁底及橋墩等設施長期面臨巡檢不易的挑戰。交通部公路局副局長周廷彰表示，過去巡檢多仰賴人工步行、攀爬或橋梁檢測車，不僅耗時，也伴隨一定作業風險。公路局近年逐步導入無人機，利用高空影像快速掌握橋梁、邊坡等人員不易到達的位置，減少工程人員進入危險區域的需求。

不過，公路局的目標已不只是利用無人機空拍，而是進一步將巡檢數位化、智慧化。周廷彰指出，目前無人機的3個應用方向，一是定期巡檢邊坡，及早發現災害徵兆，二是災害發生後協助快速掌握現場，三是建立鐵公路共同巡檢機制。

周廷彰表示，公路局目前已將無人機定期拍攝的影像建立3D模型，透過不同時間點的模型比對，觀察邊坡或橋梁是否出現新的變化。如同醫院的MRI檢查，他認為無人機巡檢就像替公路設施做定期健康檢查，能夠提早發現可能的異常，再由工程人員進一步確認是否需要補強或維修。

目前公路局已在基隆工務段轄管的台2線部分邊坡，利用3D建模持續監測邊坡的崩塌區域，未來也將結合AI影像辨識，協助分析公路邊坡的地形貌，作為災後變化及後續監測。

除了平時巡檢，無人機也將成為災後應變的重要工具。颱風或地震發生後，可快速取得空拍影像與三維模型，判斷河道是否改變、上邊坡是否新增崩塌，以及整體災害範圍，協助工程單位決定搶修及復建優先順序，縮短道路恢復通行時間。

周廷彰表示，由於山區公路與鐵路經常位於相同地形環境，未來也希望建立跨單位資料共享機制，讓鐵、公路能共同利用無人機巡檢成果，提高整體防災能力。

在無人機取得大量影像後，公路局下一步則是導入AI協助判讀。

目前中區養護工程分局已建立AI橋梁巡檢示範，利用超過2萬張橋梁影像訓練模型，搭配無人機拍攝成果，自動辨識橋梁裂縫、混凝土剝落、鋼筋裸露及保護層劣化等常見缺失，提供養護工程人員進一步確認。

周廷彰表示，目前AI辨識準確率已達8成以上，但AI並非取代人工，而是協助找出可能異常的位置，再由工程人員進行複查。以醫療檢查比喻，AI巡檢就像MRI屬於非破壞性的初步檢測工具，目的不是直接下診斷，而是協助提早發現病灶，再安排專業人員後續作更精細的檢查與維修。

目前公路局的AI巡檢已用於台1線西螺大橋、台19線自強大橋等橋梁示範案例。操作無人機可飛入橋底、橋墩等人工難以接近的位置或死角，提高巡檢效率，也降低人工高空作業風險。

周廷彰表示，無人機導入公路養護最主要有三項效益。首先是降低工程人員作業風險，透過無人機取代部分高空、橋底及邊坡等危險區域巡檢，減少人員暴露於高風險環境；其次是克服地形限制，利用空拍影像提高巡檢涵蓋範圍與精準度，讓過去不易到達或難以觀察的區域也能納入監測；第三則是推動養護工作的數位化管理，將歷次巡檢影像、3D模型及檢測結果完整留存，建立設施的歷史資料，作為後續維修決策與AI模型持續學習的基礎，進一步提升公路養護品質。

公路局補充表示，目前各養護工程分局皆已配置無人機，主要用於橋梁、邊坡及道路巡查；而AI自動辨識仍處於示範階段，目前由中分局針對14座橋梁進行驗證，預計明年起逐步推廣至其他分局，擴大示範範圍。

和通用AI模型不同，公路局交由各分局建立自身橋梁資料庫的方式，利用歷年維修紀錄、巡檢照片及橋梁劣化案例持續訓練AI模型。由於不同區域橋梁面臨的環境條件不同，例如位於沿海地區的橋梁容易受到鹽害侵蝕，而在山區橋梁則有不同的地質與氣候影響，各分局依其轄區的特性持續累積資料，提高模型辨識能力與準確度。

早期公路局委託外面的顧問公司執行無人機巡檢，未來將逐步改為公務局自主常態化模式，目前公路局已規畫2026年至2028年投入約1,170萬元，用於採購設備並培訓飛手，目前公路局已有98人取得飛手證照，今年12月底預計將增加至138人，而在無人機設備方面，目前已有45架無人機，2028年也將增加至201架。

周廷彰表示，希望未來能逐步建立各分局自主巡檢能力，讓無人機不只是巡查工具，成為橋梁、邊坡與道路設施數位化管理的一部分，透過長期累積的巡檢資料與AI分析能力，以提升公路養護品質及整體防災韌性。