港理大团队用AI检测11座桥樑 缩时一半准确度达八成

（香港文汇报记者 高钰）香港道路交通的使用密度属全球最高水平之一，让各项相关基建面临巨大压力，确保桥樑结构安全是其中的重要任务。为此香港理工大学团队开发创新“智慧桥樑检测系统”，能精准识别桥面裂缝及肉眼难辨的潜藏结构问题；系统整合了理大自主研发的先进无损探测技术及人工智能（AI）模型，已于本港11座桥樑完成检测。结果显示可将检测时间缩短一半，并显著提升准确度达至八成，具有在全港桥樑广泛应用的潜力。

●Tarek Zayed（右一）领导的团队开发出智慧桥樑检测系统，能够自动检测桥面裂缝，以及识别肉眼无法察觉的潜藏结构问题。

传统常用的基建目视检查方法，需要动用大量人力且主观性强，对钢筋腐蚀等地下缺陷辨识能力有限，更需要封闭道路方能进行。由理大建筑及房地产学系教授Tarek Zayed带领研究团队开发的创新系统，利用无人机、探地雷达（GPR）及红外线热成像（IRT）三种先进工具的组合取代人工检查，收集桥樑表面及内部结构的全面数据，再利用AI模型进行自动化分析，提升检测的准确度及效率。

桥面检测对维持桥樑健康至关重要，团队利用无人机作目视检查，再通过自主研发的“智慧桥面高效检测模型”处理数据，即使面对光线不足、阴影等恶劣环境，模型亦能达到优于其他现行方法的检测准确度，且更少出现误判、与表面刮痕混淆等问题。

针对钢筋腐蚀等地下结构受损深层问题，团队开发全自动GPR数据解读模型，能以98％准确度定位钢筋位置，并通过对振幅数据进行标准化处理及聚类分析，生成腐蚀区域分布图，简化了基于GPR的腐蚀评估流程，令分析桥面裂缝等工作变得更快捷和易于操作。而因应内部混凝土构件退化，导致剥落及层面分离定桥樑结构问题，团队提出“最佳热梯度阈值系统”以处理IRT数据，能根据外在环境状况调整阈值，更精确判断剥离区域，并可透过智慧模型自动生成剥离分布图，进一步提高诊断能力。

评级“五级制”方便确定维修顺序

Tarek Zayed说，该款混合检测系统兼顾桥面及地下缺陷，并以AI驱动整合方案，同时提升了检测效率和准确度，团队并制定一个五级制的缺陷严重程度评级，以标准化检测流程，方便诊断及确定维修的优先顺序。

他表示，团队正积极探讨与相关政府部门及业界伙伴合作，将系统应用于香港的定期桥樑检测，以实现智慧基建管理，长久保障香港拥有安全和可靠的桥樑。

是次研究得到特区政府智慧交通基金支持，相关成果已发表于《建筑与建筑材料》、《建筑自动化》及《高级工程资讯学》等多份国际期刊。