軌道運輸系統是全球許多大城市的交通骨幹，COVID-19(新冠肺炎)疫情爆發讓軌道運輸創新的目標聚焦於公眾健康，人工智慧(AI)與物聯網(IoT)技術可收集通勤者資料、支援各項通勤防疫規劃與措施，促成無感染風險的軌道運輸系統。

根據Traffic Technology Today報導，疫情讓許多人只能在家上班，短期內維持安全社交距離與半封鎖將成為新常態，未來2~3年全球運輸機構都須採取更智慧的因應策略，以支援防疫相關政策與規定、確保公眾健康，並透過降低通勤壓力、強化心理與社會健康、改善個人安全等措施，促成運輸系統進化、提升乘客體驗。

疫情期間車廂內的大量乘客對所有通勤者都是潛在健康威脅，配套的體溫量測篩檢、口罩配戴、車廂與車站消毒等措施都必須確實執行，其次車班頻率最佳化模型須能因應安全社交距離與尖峰時間的影響，車班間距的調整要能彈性且快速因應乘客人數變化，而月台候車乘客密度也要即時管控以讓乘客安心。

前述防疫措施的擬定與執行，都是奠基於分析大數據所產生的深刻見解，因此營運商需擴充與善用AI與IoT技術人力。整合AI、熱成像、視訊分析的系統能以非接觸方式辨識個人、偵測體溫與是否佩戴口罩，可望成為所有車站入口的關鍵安全配置，並整合至接觸追蹤等公眾健康照護系統，加速追蹤與找出個別受感染者、遏止病毒散播。

語音控制可望成為新常態並開始取代接觸式介面，大量基於語音的App將被用於控制電梯、售票機、廁所門等車站內設施。基於語音辨識技術的語音售票機將日益普及，可提升效率與協助視障人士，更能有效避免交叉感染。車站內的電梯也可採用語音啟動、手部距離感測、動作偵測等非接觸式按鈕。

除了防範感染，車廂與車站的容留人數與密度都需要適度降低以確保安全社交距離，各組織勢必制定健康與安全規定，將員工的工作時間錯開以分散通勤人潮與減少運輸網壓力。交通規劃也要調整車班時間與間距以因應延長的上、下班尖峰時段，並運用AI與IoT取得的即時通勤者資料，驅動模擬工具提供車班調整建議與預測調整的可能影響。

手機的Wi-Fi資料可追蹤通勤者的位置，再運用機率模型與大數據分析，能以匿名與非參與方式估算月台與車站周遭的人潮密度，超出臨界值將自動觸發基於AI即時模擬的最佳化標準作業程序(SOP)，並可縮短因應各種事件的時間。此外欲了解各種情境造成人潮激增的因素與供需失衡的程度，則可透過情境感知融合分析(context-aware fusion analytics)。

By DIGITIMES