港理大用AI驗11橋 縮時一半準確度達八成

香港文匯報訊（記者 高鈺）香港道路交通的使用密度屬全球最高水平之一，讓各項相關基建面臨巨大壓力，確保橋樑結構安全是其中的重要任務。為此香港理工大學團隊開發創新「智慧橋樑檢測系統」，能精準識別橋面裂縫及肉眼難辨的潛藏結構問題；系統整合了理大自主研發的先進無損探測技術及人工智能（AI）模型，已於本港11座橋樑完成檢測。結果顯示可將檢測時間縮短一半，並顯著提升準確度達至八成，具有在全港橋樑廣泛應用的潛力。

傳統常用的基建目視檢查方法，需要動用大量人力且主觀性強，對鋼筋腐蝕等地下缺陷辨識能力有限，更需要封閉道路方能進行。由理大建築及房地產學系教授Tarek Zayed帶領研究團隊開發的創新系統，利用無人機、探地雷達（GPR）及紅外線熱成像（IRT）三種先進工具的組合取代人工檢查，收集橋樑表面及內部結構的全面數據，再利用AI模型進行自動化分析，提升檢測的準確度及效率。

橋面檢測對維持橋樑健康至關重要，團隊利用無人機作目視檢查，再通過自主研發的「智慧橋面高效檢測模型」處理數據，即使面對光線不足、陰影等惡劣環境，模型亦能達到優於其他現行方法的檢測準確度，且更少出現誤判、與表面刮痕混淆等問題。

針對鋼筋腐蝕等地下結構受損深層問題，團隊開發全自動GPR數據解讀模型，能以98%準確度定位鋼筋位置，並通過對振幅數據進行標準化處理及聚類分析，生成腐蝕區域分布圖，簡化了基於GPR的腐蝕評估流程，令分析橋面裂縫等工作變得更快捷和易於操作。而因應內部混凝土構件退化，導致剝落及層面分離定橋樑結構問題，團隊提出「最佳熱梯度閾值系統」以處理IRT數據，能根據外在環境狀況調整閾值，更精確判斷剝離區域，並可透過智慧模型自動生成剝離分布圖，進一步提高診斷能力。

評級「五級制」方便確定維修順序

Tarek Zayed說，該款混合檢測系統兼顧橋面及地下缺陷，並以AI驅動整合方案，同時提升了檢測效率和準確度，團隊並制定一個五級制的缺陷嚴重程度評級，以標準化檢測流程，方便診斷及確定維修的優先順序。

他表示，團隊正積極探討與相關政府部門及業界夥伴合作，將系統應用於香港的定期橋樑檢測，以實現智慧基建管理，長久保障香港擁有安全和可靠的橋樑。

是次研究得到特區政府智慧交通基金支持，相關成果已發表於《建築與建築材料》、《建築自動化》及《高級工程資訊學》等多份國際期刊。