鐵路 AI 預測：以強化學習預測列車安全運行時間（EMSD S-1662）

自 2021 年起，友成科技（GNS）一直將 AI 影像分析與機器學習應用於香港鐵路營運。本案例說明我們的旗艦項目之一：結合香港天文台（HKO）開放天氣數據與 SACEM 數據記錄器數據，預測列車可容許運行時間。

挑戰

鐵路營運控制中心（OCC）需要掌握環境條件如何影響列車安全運行。例如強風會限制列車可安全運行的時間與路線。友成科技獲委聘進行為期三年的鐵路 AI 影像分析顧問項目，並設計了一套系統，在不同環境門檻下預測列車可達到的運行時間上限。

方案內容

• 收集安裝於 2XX 系列列車的 SACEM 數據記錄器所產生的實時鐵路營運狀態，以及自 2020 年起的歷史數據；
• 匯入天文台開放天氣數據，包括即時風速；
• 分析不同路線的列車運行與環境條件的門檻關係；
• 以強化學習模型比較及分析數據，預測可達到的運行時間上限；
• 透過 API 向第三方開放結果，並以雲端網頁應用程式供公眾查詢。

成果

• 試行系統可整合至 MTR 現有的 SACEM 監控系統，供控制中心及設計團隊直接評估；
• 模型目標準確度為 80–90%（±15 分鐘內），為控制中心團隊提供運行時間與停運規劃的額外參考；
• 完成內部測試後，結果可經雲端網頁應用程式公開發布。

驗證方法

此項目已登記於機電工程署創新科技平台，參考編號 S-1662（"Forecasting allowable time of train operation using open weather data from HKO and collected data from SACEM datalogger using reinforcement learning model"）。登記紀錄與完整方案描述可直接於該公開平台查閱。

本案例最初於 2024 年 1 月在 EMSD 創新科技平台發布。

延伸閱讀

• 供應商選擇方法：香港系統整合商（SI）點揀？及香港 AI 方案公司指南。
• 私隱保護的3D 區域監察方案（Smart LAB 登記）。
• 我們的AI 與 IoT 方案及項目實例。