# 地下交通基礎設施監測的多變數時間序列建模

- 日期: 2025-07-01
- 相關方: AI Singapore (AI 研究與人才培養機構) · AI Singapore
- 來源: https://www.youtube.com/watch?v=JCeHoMJLZMs
- sgai: https://sgai.md/zh-tw/videos/v052/
- 許可：sgai 自產內容（摘要、譯文、分析）CC BY 4.0，署名並連結 sgai.md 即可；逐字原文（國會記錄、演講、字幕、政策原文）© 原權利人，僅供引用。條款：https://github.com/meltflake/sgai/blob/main/DATA-LICENSE.md

## 為什麼重要

AISG 100E 資助把 NTU 與 LTA、SBS Transit 的地鐵感測器研究做成實戰試點,能否推廣全網是新加坡基建 AI 化的真正考驗

## 摘要

AISG 100E 專案把 AI 技術應用於智慧感測系統,實現對高風險地下交通基礎設施潛在故障的可擴充套件檢測、診斷與預測。

## 要點

- NTU 與 LTA、SBS Transit 合作，用 AI 把新加坡地鐵軌道維護從定期檢查轉為預測性維護。
- 智慧感測系統採集振動和聲學訊號，AI 即時檢測緊韌體鬆動、輪緣磨損、軌道缺陷。
- 資料通過 4G/5G 即時回傳，目標在新加坡 MRT 網路擴大部署，提前發現風險避免服務中斷。

## 全文

© AI Singapore — 僅供引用。

[音樂] 新加坡地鐵系統每天為數百萬乘客提供服務，確保運輸順暢且安全。但在幕後的維護工作是如何保證其可靠性的呢？鐵軌狀況隨著時間推移會惡化，帶來安全和效率的風險。傳統的檢查方法勞動強度大且具有被動性質。主要挑戰包括管理龐大的網路、每晚有限的維護時間視窗以及對現場檢查協議的高度依賴。南洋理工大學與陸路交通管理局和SPS Transit合作，正在利用人工智慧技術革新軌道監測。人工智慧通過將維護從定期計劃轉變為預測性方法，提升了真實基礎設施的監測能力。

人工智慧每天提供軌道狀況的洞察，能夠及早發現異常，如緊韌體鬆動、輪緣磨損和軌道缺陷。該人工智慧模型通過持續分析安裝在軌道基礎設施周圍的定製智慧感測系統採集的資料來工作。它處理即時輸入，如振動模式和聲學訊號，以檢測輪軌缺陷的早期跡象。利用機器學習演算法，模型識別模式並預測潛在故障，促進主動維護。該人工智慧解決方案有望在新加坡地鐵系統廣泛部署，實現軌道缺陷的即時檢測。藉助4G和5G連線，資料即時傳輸進行分析，允許及時干預。

這項技術通過提升運營效率和安全性，增強了新加坡的計算機體驗。早期異常檢測有助於在問題導致服務中斷之前識別潛在風險和問題，確保乘客旅程更加順暢可靠。我們期待對系統進行掃描，並擴大其部署範圍，覆蓋新加坡地鐵網路的更多區域，進一步提升整個交通系統的效率和安全性。藉助人工智慧驅動的軌道監測，我們正在塑造更智慧、更安全、更高效的交通未來。南洋理工大學的創新確保了每天數百萬人的無縫出行。