軌道巡查是維護鐵路運輸安全的重要任務，交通部運輸研究所（簡稱運研所）與台灣鐵路管理局（簡稱台鐵局）台中工務段及大同大學合作開發「軌道構件缺失辨識系統」，運用先進科技輔助巡查工作的執行，經過3年研發測試已建置完成，特於10月28日在台鐵局台中工務段舉辦「軌道構件缺失辨識系統教育訓練」，介紹系統功能以及內、外業作業操作方式。（右圖）軌道構件影像自動辨識
目前台鐵局的軌道巡查作業係採用夜間人工目視方式進行，不僅費時、費力及危險，且受限於視察角度、夜間光線不足等問題，無法有效快速進行。運研所與台鐵局及大同大學自2019年起合作開發軌道構件缺失辨識系統，以攝影機搭配人工智慧（AI）深度學習方法，進行鐵路軌道構件自動辨識分析，可自動辨識軌道扣件脫落、道釘脫落、鋼軌裂縫、踏面不整、魚尾鈑裂縫、魚尾鈑螺栓脫落等構件缺失問題。
軌道構件缺失辨識系統採用Yolo v4人工智慧辨識軟體進行深度學習模型訓練，目前辨識檢出率（recall rate）達96%、精確率（precision rate）達81%，且經現地實測，確能提升軌道構件之巡查效率，並有效改善目視巡查盲點及增進作業安全。