REALPIPE · AI 下水道智能
從管線到證據。 一套智慧系統。
REALPIPE 將下水道 CCTV 轉化為可測量、可追溯的基礎設施證據 — 把 60 分鐘的首輪判讀縮短至 5 分鐘。
- 立即可用
- 註冊即可免費分析 10 支影片
平台規模
於市政規模獲得驗證。
137,642
已驗證缺陷紀錄
56,926
管理中的人孔
16,638
已處理檢測影片
540km
已處理下水道 CCTV
90%
AI 複核專家一致率
44
市政專案
問題所在
瓶頸不在拍攝，而在人工審查。
施工單位觀看 CCTV 影像、判讀缺陷並撰寫紀錄；市政人員再次核對影像以判斷其可靠性。即使不計首輪判讀，僅傳統方式的審查每公里就需要約 22.5 分鐘的監督時間。
22.5 分鐘/km
傳統監督方式下市政實際審查所需時間
- 01
檢測能量受限於觀看時間
限制檢測能量的不是能拍攝多少影像，而是人能用於觀看影像的時間。
- 02
只有分類標籤，沒有測量
傳統 AI 只回傳缺陷的分類結果，無法提供可測量形狀、範圍與長度的受損區域。
- 03
證據分散
判讀結果分散於影片、報告、地圖與台帳之中，人員把專業時間花在搜尋上，而不是判斷上。
像素級 AI
逐像素分割缺陷。
多類別實例分割 · 專家一致率 90+%
REALPIPE 不僅止於辨識影像區域內存在缺陷，而是將實際缺陷區域以像素級分離。缺陷不只以分類標籤呈現，更以可測量的特徵來表達。
不只是回報存在裂縫，而是回傳該裂縫所佔的測量區域 — 這是市政審查人員進行基礎設施決策所需、更豐富的資訊單元。
- 形狀
- 面積
- 長度
- 空間範圍
- 幾何資訊
來源連結證據
每項發現都有出處。
AI 預測並非 REALPIPE 的最終產出。每項判讀結果都在 Node–Link–Issue Web-GIS 中與 CCTV 來源、檢測距離、管段位置、詮釋資料及資產歷史相互連結。
AI 信賴度分數與缺陷標籤不會取代原始資料 — 審查人員隨時可以從解讀結果回到原始證據。
每項發現背後的證據鏈
- 01 來源 CCTV 影格與影片
- 02 檢測距離與時間戳記
- 03 方向與鐘點位置
- 04 管段與資產詮釋資料
- 05 陳情與維修歷史
- 06 最終人工核准
始於設計的完整性
拍攝時 SHA-256 紀錄 · TLS 1.3 傳輸 · 儲存轉送復原 · 伺服器獨立複核。缺漏或不一致的證據將以例外方式呈現。
AI 預備的審查
首輪判讀與報告，提速 12 倍。
BEFORE — 人工審查，耗時數小時。
60 分鐘
AFTER — AI 輔助，數分鐘完成。
5 分鐘
原本約需 60 分鐘的人工判讀與報告流程，在目前基準下縮短至約 5 分鐘，並輸出標準化成果。人力得以集中於最重要的判斷環節。
監督，而非全量觀看
在涵蓋 3.9 km、114 個 CCTV 區段、383 筆 AI 判讀結果的 5 個預備樣本中，實測市政審查時間從每公里 22.5 分鐘降至 6.98 分鐘。審查人員在不失去可見性的前提下，專注於重要發現與證據例外。
3.2×
監督效率提升
−69%
實際審查時間削減
6.98
實測審查 分鐘/km
核心能力
五項能力，一條以證據為中心的工作流。
REALPIPE 將五項能力連為一體：在保留人工審查的同時減少人工作業。
01
像素級 AI 判讀
多類別實例分割在像素級辨識每個缺陷區域 — 呈現缺陷的幾何資訊與測量值，而不僅是偵測或分類。
02
首輪判讀與報告自動化
約 60 分鐘的人工判讀與報告縮短至約 5 分鐘，並輸出標準化成果 — 將 CCTV 拍攝後重複性的審查環節自動化。
03
證據連結審查
每筆結果始終與來源 CCTV 證據、檢測距離、位置、方向及詮釋資料保持連結。人員可以親自核查每筆 AI 輸出背後的證據。
04
以例外為中心的市政監督
審查人員無需完整觀看每段提交的影片，而是專注於重要發現與證據例外 — 實測監督效率提升 3.2 倍。
05
長期基礎設施智能
已有 1,285 個管段與多年度檢測完成比對 — 將每次檢測視為可跨時間比較的同一資產，而非孤立的文件。
差異所在
不止於偵測，而是服務市政決策的像素級證據層。
傳統 AI 問的是「這一格影像裡有什麼缺陷」。REALPIPE 進一步辨識缺陷是什麼、佔據多少基礎設施、證據在哪裡，以及審查人員需要核實什麼。
- 偵測 測量
實例分割保留每個缺陷的實際空間範圍，支援形狀、面積與長度的測量。
- 預測 證據
每筆預測都與來源影像、距離、位置、資產詮釋資料及檢測歷史綁定 — 成為可追溯的證據紀錄。
- 人工首輪判讀 AI 全量篩查
自動化拍攝影像的重複性首輪判讀，讓人力轉向判斷。
- 全量觀看 完整監督
市政部門不會失去可見性 — REALPIPE 只是改變了人需要觀看的對象。
- 孤立的檢測 基礎設施記憶
Node–Link–Issue 模型將重複檢測連結到同一資產，保存管線的歷史。
社區安全
讓隱藏的基礎設施風險，在顯現之前可見。
在韓國，經分析的 957 起地面塌陷事故中，46.6% 歸因於下水道管線受損 — 隱藏於地下的缺陷最終演變為地面上的公共安全事故。
REALPIPE 目前管理超過 56,000 筆滲漏路徑相關缺陷紀錄，並將每個議題與來源證據及基礎設施位置相互連結。市政部門不僅能確認缺陷當下是否存在，更能檢視其狀態是否隨歷次檢測而重複、變化或累積。
REALPIPE 不會將公共安全決策本身自動化。它為負責該決策的人員提供更早的可見性、更一致的證據與更堅實的判斷依據。
46.6%
經分析的 957 起地面塌陷事故中歸因於下水道受損的比例
56,000+
管理中的滲漏路徑相關缺陷紀錄
1,285
與多年度檢測完成比對的管段
技術規格
現場運行，伺服器驗證。
- AI CORE
- 多類別實例分割
- THROUGHPUT
- 下水道 CCTV 最高 30fps 處理
- EDGE
- 硬體彈性配置的工業級 Edge Device — Jetson Orin NX 參考配置
- ACCURACY
- mAP50 55% · AI 複核專家一致率 90%
- INTEGRITY
- SHA-256 拍攝紀錄 · TLS 1.3 傳輸 · 伺服器獨立複核
- WEB-GIS
- Node–Link–Issue 模型 · 1 秒回應
- REPORTING
- 5 分鐘產出標準化報告
- SCALE
- 已處理 540km · 已驗證缺陷紀錄 137,642 筆
立即開始
親眼見證 REALPIPE。
體驗下水道 CCTV 如何轉化為可測量的證據與可課責的監督 — 從管線到證據。
- 立即可用
- 註冊即可免費分析 10 支影片
realpipe.net