← 返回实验室

桥梁病害与形变AI识别定制:巡检图像到位移趋势

在桥梁巡检中,表观病害(裂缝、露筋、渗水、锈蚀)与结构形变属于两类信息:前者依赖高清图像的像素级识别,后者需要多期观测的位移场比对。本实验室近期的定制项目,尝试把两条链路合并进同一套分析流程。

进展:采用无人机与固定机位图像做病害实例分割,在裂缝宽度0.2mm以上、拍摄距离与角度受控的条件下,识别召回率约在92%量级;形变侧以标靶与结构特征点做亚像素配准,并叠加温度、车流等工况标记,把季节性热胀冷缩从趋势线中剥离,使位移趋势更可解释。

要点:1)数据侧先建立“同一构件、同一视角”的时间序列,比对才有意义,单次拍摄的绝对值参考有限;2)下一步计划引入轻量化模型做现场边缘初筛,只回传疑似病害与位移异常片段,降低传输与人工复核成本。

说明:识别精度仍受光照、水渍与镜头畸变影响,当前以“人机复核”为交付形态,不替代结构工程师的判定。

评论

更多研究动态

查看全部实验室 →