← 返回实验室

桥梁病害与形变AI识别定制:从巡检影像到毫米级

桥梁巡检的核心痛点在于「看得见但量不准」:裂缝宽度、露筋、渗水等表观病害依赖人工判读,主梁挠度、支座位移等形变则受光照、标定与拍摄视角影响,难以沉淀为可比数据。本实验室尝试把两类任务接入同一条视觉链路——先用轻量分割模型在巡检影像中框定病害区域,再通过标尺标定与多视角配准,把像素尺度换算为物理尺度,输出可复核的宽度、长度与位移量。

阶段性进展:

  • 在自建的两跨连续梁缩尺试件与三座在役桥梁影像集上,裂缝宽度估计与人工卡尺的中位偏差约 0.03 mm;挠度序列在剔除温度漂移分量后,与位移计趋势基本一致。
  • 病害类别刻意压缩为裂缝、露筋、渗水、剥落四类,以类别数的收敛换取标注一致性与跨桥可比性。

下一步计划:将形变序列接入时序基线模型,用长期监测数据区分结构性变化与温湿度引起的可逆波动,降低无效预警比例。

评论

更多研究动态

查看全部实验室 →