桥梁表观病害与形变AI识别：从巡检影像到毫米级位移

桥梁巡检的难点不在拍不到，而在拍到了怎么用。表观病害（裂缝、露筋、渗水泛碱）与结构形变（支座位移、梁体线形、墩身倾斜）分属两类数据源，却指向同一个判断：这段结构是否仍在正常服役区间。

本阶段实验做法：对无人机与爬壁机器人采集的高清影像做正视投影校正，按构件编号切块，用分割模型提取裂缝骨架，输出长度、最大宽度与走向；形变侧接入倾角计与GNSS/全站仪数据，统一到同一时间轴对齐。

要点：

• 进展：某跨江连续梁桥 3 个月约 1.2 万张影像，裂缝召回 92%，0.1 mm 级裂缝宽度误差 ≤0.05 mm。
• 下一步：将病害位置与形变时程做关联分析，尝试用位移速率触发病害复检，替代固定周期巡检。