← 返回实验室

桥梁健康AI监测:表观病害与形变识别实验

桥梁巡检的难点在于病害尺度小、光照多变,而形变判断依赖长期对比。本阶段我们把表观病害识别与形变测量放进同一条推理链路:先在桥底、墩身等区域用轻量分割模型提取裂缝、露筋、渗水范围,再把裂缝走向投影到结构坐标系,与历史期次做差分,输出"是否扩展",而不只是"有无"。

进展要点:

  • 在自采的 3200 张巡检图像(含逆光、阴影、潮湿工况)上,裂缝像素级召回约 89%;误报集中在伸缩缝与污渍边缘,已用结构位置先验过滤约六成。
  • 形变侧采用标定板加编码标记点,单次采集对齐误差控制在 2mm 内;下一步计划引入时序配准,把季度级复测的对比做成自动报告。

需要说明的是,当前仍以人工复核为最终判定,AI 的定位是把巡检员的注意力从"找"收敛到"判"。

评论

更多研究动态

查看全部实验室 →