臺灣本島多丘陵與山地地形，鐵公路系統也伴隨此地形建設。氣候位處季風影響範圍內，春夏兩季容易受滯留鋒面及颱風影響，容易產生瞬間豪大雨及長期降雨以致引發鐵公路邊坡崩塌，造成道路坍方或路基流失，危及交通甚至造成人車傷損。因此尋找一個好的道路邊坡監測及預警方法，將可有效提供防災的參考依據。而道路邊坡監測方法甚多，主要可依區域、監測類型、坍塌潛勢區域等類型，來選擇各種道路邊坡坍塌防治工法，防止道路邊坡坍塌。然而，為了確保邊坡防治效果，必須以經常性人工巡檢，或投入昂貴之自動化監測設備，來達到邊坡監測之目的。



　　攝影測量是一種基於影像式三維重建的技術，目前廣泛應用於測量製圖及三維重建領域。近年來，多視立體視覺三維重建技術的發展已提供了高精度量測及表面三維重建的成果，因此逐漸被應用於三維監測的應用。它的優點在於精度高及成本低廉，但方法上並未以三維監測進行設計，因此無法完成全自動攝影及計算。本研究提出基於SfM-MVS攝影測量的全自動三維監測架構，來解決全自動攝影、監測數據計算及誤差分析的方法。其中自動攝影系統由IoT架構結合數位相機組成，提供自動攝影及資料回傳；計算架構建立於 PhotoScan內建Python環境進行開發，提供SfM-MVS監測數據計算及誤差分析。實驗成果顯示該架構可有效應用於三維監測並提供全自動計算分析及三維表面差異的展示。