桥梁表观病害与形变AI识别：多源标定与巡检闭环

桥梁巡检的AI化，难点不在单张图识别，而在把表观病害与形变放到同一套坐标与时间轴里。我们近期在该方向做了三件事：一是用已知尺寸标定板与桥面参照物完成像素—毫米映射，让裂缝宽度、剥落面积的输出可直接进入养护记录；二是将表观病害与形变识别解耦：病害走高清图像小目标检测，形变则通过基准点摄影测量与倾角数据交叉校验，减少视角畸变带来的误判；三是把推理放在边缘盒，现场只回传结构化结果与可疑切片，降低带宽压力。

阶段性进展：在一条跨河梁桥试运行中，强光与桥下阴影两种工况下裂缝检出召回率约0.86，宽度换算误差中位数约0.3 mm；形变趋势与人工全站仪抽测偏差小于1 mm。下一步计划加入温度与车流荷载协变量，建立病害—形变时序关联，先把“发现异常”做稳，再谈寿命预测。