คู่มืออุตสาหกรรม

AI ในการตรวจสอบโครงสร้างพื้นฐานสะพานและถนน

AI ในการตรวจสอบสะพานและถนนใช้คอมพิวเตอร์วิทัศน์และการวิเคราะห์เซ็นเซอร์เพื่อค้นหาและวัดข้อบกพร่อง เช่น รอยแตกร้าว การหลุดร่อน การกัดกร่อน และหลุมบ่อ

ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min

บนหน้านี้อ่าน 4 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของ AI ในการตรวจสอบโครงสร้างพื้นฐานสะพานและถนน
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

โดยใช้งานได้กับรูปภาพและการสแกนที่เก็บรวบรวมโดยโดรน ยานพาหนะ และเซ็นเซอร์แบบคงที่ เป็นเรื่องสำคัญเนื่องจากหน่วยงานจัดการเครือข่ายขนาดใหญ่ของสินทรัพย์ที่มีอายุมากโดยมีผู้ตรวจสอบและงบประมาณที่จำกัด และบันทึกสภาพที่ขับเคลื่อนด้วยข้อมูลที่สอดคล้องกันจะช่วยแก้ไขปัญหาที่สำคัญที่สุดก่อน

เจาะลึก

ในสหรัฐอเมริกา มาตรฐานการตรวจสอบสะพานแห่งชาติกำหนดให้สะพานทางหลวงส่วนใหญ่ได้รับการตรวจสอบตามปกติเป็นระยะๆ โดยปกติทุกๆ 24 เดือน โดยจะรายงานผลไปยัง National Bridge Inventory เดิมทีสิ่งนี้หมายถึงผู้ตรวจสอบบันได เชือก หรือรถบรรทุกถัง ถ่ายรูปและจดบันทึกด้วยลายมือ มีการสำรวจถนนด้วยวิธีที่แตกต่างกัน โดยมักใช้รถตู้เฉพาะทางเพื่อวัดความขรุขระ (International Roughness Index) และความเสียหายของพื้นผิว โดยสรุปผลลัพธ์เป็นคะแนน เช่น ดัชนีสภาพผิวทาง AI เปลี่ยนวิธีการรวบรวมและวิเคราะห์ข้อมูล โดรนจับภาพความละเอียดสูงหลายพันภาพในบริเวณที่เข้าถึงยาก และโฟโตแกรมเมทรีจะเย็บภาพเหล่านั้นเป็นโมเดล 3 มิติ โมเดลการเรียนรู้เชิงลึก ซึ่งมักเป็นเครือข่ายการแบ่งส่วน เช่น ตัวแปร U-Net จะติดป้ายกำกับแต่ละพิกเซลว่าเป็นรอยแตกร้าว การหลุดร่อน เหล็กเส้นที่เผยให้เห็น หรือการกัดกร่อน บนถนน โมเดลการตรวจจับวัตถุจะค้นหาหลุมบ่อและจำแนกประเภทของรอยแตกร้าวจากกล้องของยานพาหนะ สิ่งเหล่านี้อาจรวมถึงกล้องติดรถยนต์ราคาถูกบนยานพาหนะที่ขับเคลื่อนเครือข่ายอยู่แล้ว เซ็นเซอร์อื่นๆ มองเห็นใต้พื้นผิว LiDAR วัดรูปทรงและระยะห่าง เรดาร์ทะลุพื้นและอินฟราเรดเทอร์โมกราฟีเผยให้เห็นการเสื่อมสภาพภายในพื้นคอนกรีต การตรวจสอบสภาพโครงสร้างใช้สเตรนเกจ มาตรวัดความเร่ง และการเรียนรู้ของเครื่องเพื่อตรวจจับการเปลี่ยนแปลงพฤติกรรมของบริดจ์เมื่อเวลาผ่านไป ในบริบทนี้ แฝดดิจิทัลคือโมเดลของสินทรัพย์ที่เชื่อมโยงกับประวัติการตรวจสอบและข้อมูลเซ็นเซอร์ วิศวกรสามารถใช้เพื่อดูว่าข้อบกพร่องมีการเปลี่ยนแปลงอย่างไรและวางแผนการบำรุงรักษาได้ ความเข้าใจผิดหลายประการเป็นเรื่องปกติ AI ไม่ได้แทนที่ผู้ตรวจสอบที่มีคุณสมบัติเหมาะสม ยังคงต้องมีการตรวจสอบแบบลงมือปฏิบัติจริงสำหรับรายละเอียดที่สำคัญ และวิศวกรยังคงให้คะแนนสภาพและการตัดสินใจเกี่ยวกับน้ำหนักบรรทุก ภาพรอยแตกร้าวเพียงอย่างเดียวไม่สามารถแสดงความรุนแรงของรอยแตกร้าวในเชิงโครงสร้างได้ เนื่องจากจะขึ้นอยู่กับตำแหน่ง ประเภทของชิ้นส่วน และน้ำหนักที่บรรทุก แบบจำลองยังสร้างข้อผิดพลาดที่คาดเดาได้ ทำให้เกิดความสับสนกับคราบ รอยต่อ เงา และรอยแบบหล่อที่มีรอยแตกร้าว

การใช้งานจริงในโลกแห่งความเป็นจริง

กรมขนส่งของรัฐใช้โดรนบินใต้สะพานคานเหล็ก แบบจำลองบ่งชี้ถึงการกัดกร่อนและรอยแตกร้าวในภาพ เพื่อให้ผู้ตรวจสอบรู้ว่าจะต้องมองอย่างใกล้ชิดที่ใด ช่วยลดระยะเวลาที่จำเป็นต้องใช้รถบรรทุกตรวจสอบใต้สะพาน

เมืองแห่งหนึ่งติดกล้องไว้บนรถบรรทุกขยะหรือรถบัสที่ขับอยู่ทุกถนน แบบจำลองการตรวจจับจะบันทึกหลุมบ่อและการแตกร้าวด้วยตำแหน่ง GPS และทีมงานจะได้รับรายชื่อการซ่อมแซมตามลำดับ

หน่วยงานทางหลวงแห่งหนึ่งขับรถตู้สำรวจโดยมีเครื่องโปรไฟล์แบบเลเซอร์และกล้องหันลงผ่านเครือข่ายในแต่ละปี รถตู้จะคำนวณดัชนีความหยาบและการแตกร้าวที่ป้อนเข้าสู่ระบบการจัดการทางเท้าของหน่วยงาน

เจ้าของสะพานสแกนพื้นคอนกรีตด้วยเรดาร์เจาะทะลุพื้นและถ่ายภาพความร้อนอินฟราเรด แบบจำลองมีแนวโน้มที่จะเกิดการแตกหัก ดังนั้นเจ้าของจึงสามารถวางแผนการซ่อมแซมตามเป้าหมาย แทนที่จะเปลี่ยนดาดฟ้าทั้งหมด

อนาคตของ AI ในการตรวจสอบโครงสร้างพื้นฐานสะพานและถนน

หน่วยงานต่างๆ มีแนวโน้มที่จะรวบรวมข้อมูลบ่อยกว่าและมีค่าใช้จ่ายต่ำกว่า โดยมีการเพิ่มกล้องประจำยานพาหนะและโดรนเข้าไปในการตรวจสอบตามกำหนดเวลา ไม่ใช่แทนที่ การเปลี่ยนแปลงที่ใหญ่กว่าอาจอยู่ในการจัดการสินทรัพย์: การเชื่อมโยงข้อมูลสภาพกับแบบจำลองการเสื่อมสภาพ เพื่อให้งบประมาณไปที่สินทรัพย์ซึ่งการซ่อมแซมทันเวลาจะป้องกันความล้มเหลวที่มีค่าใช้จ่ายสูง อุปสรรคต่างๆ ได้แก่ กฎการบินด้วยโดรนใกล้กับการจราจร การจัดเก็บข้อมูล รอบการจัดซื้อที่ล่าช้า และความจำเป็นในการแสดงให้เห็นว่าผลลัพธ์ที่ได้รับความช่วยเหลือจาก AI เป็นไปตามมาตรฐานการตรวจสอบ หุ่นยนต์ที่ตรวจสอบพื้นที่จำกัดหรือด้านล่างของกระดานกำลังอยู่ในระหว่างการวิจัย แต่การใช้งานเป็นประจำจะขึ้นอยู่กับความน่าเชื่อถือที่ได้รับการพิสูจน์แล้วและการยอมรับตามกฎระเบียบ

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • บริบทและกฎ. บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่
  • การควบคุมคุณภาพ. ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล
  • สร้างทางเลือก. การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า

ระวัง

  • ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้
  • ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง
  • ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้

ขั้นตอนต่อไป

  1. ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน
  2. ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว
  3. ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ
  4. เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the AI in Bridge and Road Infrastructure Inspection quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

AI ในการตรวจสอบโครงสร้างพื้นฐานสะพานและถนนคืออะไร

AI ในการตรวจสอบสะพานและถนนใช้คอมพิวเตอร์วิทัศน์และการวิเคราะห์เซ็นเซอร์เพื่อค้นหาและวัดข้อบกพร่อง เช่น รอยแตกร้าว การหลุดร่อน การกัดกร่อน และหลุมบ่อ โดยใช้งานได้กับรูปภาพและการสแกนที่เก็บรวบรวมโดยโดรน ยานพาหนะ และเซ็นเซอร์แบบคงที่ เป็นเรื่องสำคัญเนื่องจากหน่วยงานจัดการเครือข่ายขนาดใหญ่ของสินทรัพย์ที่มีอายุมากโดยมีผู้ตรวจสอบและงบประมาณที่จำกัด และบันทึกสภาพที่ขับเคลื่อนด้วยข้อมูลที่สอดคล้องกันจะช่วยแก้ไขปัญหาที่สำคัญที่สุดก่อน

ภายใต้มาตรฐานการตรวจสอบสะพานแห่งชาติของสหรัฐอเมริกา สะพานทางหลวงส่วนใหญ่มักได้รับการตรวจสอบเป็นประจำบ่อยเพียงใด

โดยทั่วไปการตรวจสอบตามปกติจะเกิดขึ้นทุกๆ 24 เดือน และผลลัพธ์จะถูกรายงานไปยัง National Bridge Inventory

เหตุใดการตรวจจับรอยแตกจึงมักถือเป็นงานแบ่งส่วนแทนที่จะเป็นการตรวจจับวัตถุแบบธรรมดา

กรอบขอบจะแสดงตำแหน่งของรอยแตกแต่ไม่ใช่รูปร่าง การแบ่งส่วนระดับพิกเซลทำให้สามารถวัดความยาวและความกว้างได้

ระยะการเก็บตัวอย่างภาคพื้นดินคืออะไร?

ระยะการเก็บตัวอย่างภาคพื้นดินจะแปลงจำนวนพิกเซลเป็นการวัดทางกายภาพ หากไม่มีมัน ก็ไม่สามารถวัดความกว้างของรอยแตกได้

เครื่องมือใดเป็นชื่อไกด์สำหรับเผยให้เห็นการเสื่อมสภาพภายในดาดฟ้าคอนกรีต?

GPR และอินฟราเรดเทอร์โมกราฟฟีสามารถตรวจจับการหลุดร่อนและการเสื่อมสภาพอื่นๆ ที่ซ่อนเร้นซึ่งภาพถ่ายพื้นผิวไม่สามารถมองเห็นได้

ข้อใดต่อไปนี้เป็นสาเหตุของผลบวกลวงที่พบบ่อยสำหรับโมเดลการตรวจจับรอยแตกร้าว

คุณลักษณะเชิงเส้นหรือสีเข้มที่ไม่แคร็กสามารถหลอกโมเดลได้ ซึ่งเป็นเหตุผลหนึ่งที่ทำให้การตรวจสอบโดยมนุษย์ยังคงวนซ้ำอยู่

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →