新技术利用人工智能和虚拟现实来监控桥梁和建筑物的安全

监测国家老化建筑和桥梁的结构健康状况对于保障人们的安全并帮助防止2021年Surfside公寓倒塌等悲剧至关重要。

这就是为什么中佛罗里达大学的研究人员开发了四项新发明，利用人工智能和虚拟现实来改善建筑物、桥梁、道路和其他土木结构的结构健康监测。

“结构健康监测是国际上需要的一个领域，”中佛罗里达大学土木、环境和建筑工程系洛克希德·马丁·圣洛朗教授NecatiCatbas说。“这几乎就像人类健康监测一样。随着我们年龄的增长，监测我们的健康变得非常非常重要。”

领导结构健康监测技术开发的卡特巴斯表示，发达国家的民用基础设施系统正在老化，但这些新技术可以提供帮助。

“通过更好地了解他们的状况，我们可以预测风险并更好地确定基础设施投资的优先顺序，”他说。

Catbas表示，传统的监测方法涉及现场目视检查，人工检查既耗时又昂贵，并且可能导致道路和桥梁交通封闭。除了时间和费用之外，结构老化或损坏的场地也可能对现场人员构成危险，即使他们穿戴个人防护装备。

Catbas和他的研究团队开发了帮助解决这些问题的技术。

“多年来，我很幸运能够与许多在结构健康监测方面具有专业知识的人合作，我必须承认他们的贡献，”他说。“这不是一个人的努力。”

使用计算机视觉和增强/虚拟现实监测结构健康状况

Catbas和他的团队开发的一项发明采用了计算机视觉，而另一项发明则采用了增强现实(AR)和虚拟现实(VR)。

他说，计算机视觉可以补充传感器和结构健康状况的视觉检查，并且非常实用，因为它不需要桥梁、建筑物或塔等通道结构。

“我们可以使用相机，通过分析图像，我们可以提取有关这些桥梁和建筑物的有意义的信息，”他说。

该技术是一种全面的结构健康监测系统，使检查人员无需在现场即可安全查看和准确评估结构的负载价值和适用性。

Catbas表示，UCF的发明使用安装在桥梁等结构上及其周围的摄像机来收集与结构使用相关的图像和位置数据。在桥梁示例中，数据与穿过桥梁的车辆相关。数据可以包括梁的移动、振动效应和速度引起的垂直或水平位移。当摄像机持续监控现场时，计算机视觉软件会处理和分析收集到的数据，为系统用户提供安全评估，其中包括有关结构变化和弱点以及直接损坏的信息。

该团队开发的第二项发明是一种沉浸式可视化系统，该系统使用VR和AR通过“虚拟访问”来分析结构。VR提供了完全计算机模拟的环境，而AR则生成内容或将内容叠加到现实世界环境的实际视图上。

“利用这项技术，您实际上可以将专家带到灾区，例如建筑物和桥梁，就像飓风过后一样，”​​卡特巴斯说。“我几乎可以在佛罗里达州一座受损的桥梁上与可能在加利福尼亚州的同事讨论决定。”

与第一个发明一样，可视化系统使用摄像机和传感器提供有关结构的损坏检测和承载信息。此外，它还采用其他工具，如机器人、无人机(UAV)或无人机、激光雷达扫描仪和红外热成像相机。凭借其可视化平台，该技术通过用户界面和复杂的计算机图形提供收集的数据和图像。其结果是获得站点的实时视图，并能够与来自不同地点(现场、全国甚至全球)的人们进行交互和沟通。

使用人工智能加强检查和结构损坏诊断

Catbas和他的团队开发的另外两项发明也融入了人工智能。首先，集体智能框架技术将以人为中心的人工智能与混合现实相结合，有助于快速跟踪检查流程并在确保准确性的同时降低成本。通过本发明，站在受损建筑物外的检查员可以佩戴耳机和/或使用与该技术集成的手持设备。

检查员使用这些物品扫描受损区域，系统会实时分析这些区域，从而使检查员无需执行手动测量。然后它会计算或评估建筑物的状况，从而加快检查过程。在评估过程中，检查员与人工智能进行交互，可以调整其缺陷和检测边界。该系统利用检查员的更改来重新训练人工智能模型，以便人工智能的准确性随着时间的推移而提高。本发明的一个主要优点是能够将检查员/工程师的专业判断与人工智能的分析能力相结合。

另一项发明是生成对抗网络(GAN)，它可以采用更主动的方法来管理和维护结构的健康和安全。它使用人工智能来预测损坏并最大限度地减少从许多结构收集数据的需要。

“我们不必在所有结构上安装传感器和设备，而是只从其中的几个结构中收集数据，”Catbas说。

他解释说，从传感器收集有关受损结构的有用数据既昂贵又具有挑战性。

“受损地区没有足够的数据来训练检测模型，”他说。“然而，机器学习(ML)和深度学习(DL)算法与人工智能结合使用，可利用大数据集产生更好、更准确的输出。作为土木结构健康监测应用中数据稀缺的解决方案，本发明采用从结构收集的数据它使用GAN架构的模型变体来生成大量准确的合成数据样本，以训练损伤诊断系统。

“然后，通过使用人工智能，我们可以更好地了解其他类似结构的情况，并更有效地决定如何应对，”他说。

该技术可以在损坏情况发生之前预测结构变化的动态响应。还可以创建结构的潜在未来条件，例如生成数据，显示健康桥梁在损坏后的响应与不健康桥梁的响应相比。

Catbas表示，这些发明可以单独使用，也可以一起使用。

即将开展的项目

Catbas表示，他的团队未来的研究计划包括一个让智能和有弹性的社区抵御极端事件的框架。

他说：“它为备灾、资源分配和疏散规划提供了宝贵的见解，从而增强了社区的复原力。”“该框架通过在危机期间做出明智的决策来改善应急管理。”

他们还在开发基础设施资产的“数字双胞胎”，就像美国宇航局使用航天器组件复制品的方式一样。

“他们在地面上有这些组件，如果发生什么事情，他们就会使用这些复制品，”他说。“因此，从某种意义上说，这对双胞胎允许我们同时收集数据并使用预测分析来处理不同的结构场景。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！