理大研創新檢測系統提升橋樑安全性
發佈時間：03:00 2025-11-25 HKT
橋樑的橋面裂縫檢測對保養橋樑甚為重要，本港常用的傳統基建目視檢查方法，往往動用不少人力，由香港理工大學研究團隊開發創新的「智慧橋樑檢測系統」，整合理大研發的先進無損探測技術及人工智能（AI）模型，有助提升檢測的效率及準確度，已於本地11座橋樑完成檢測。理大表示，結果顯示，該系統可把檢測時間縮減一半，並提升檢測準確度至8成，具有在全港橋樑應用的潛力。
由理大建築及房地產學系教授Tarek Zayed帶領其研究團隊開發的「智慧橋樑檢測系統」，利用無人機、探地雷達（GPR）及紅外線熱成像（IRT）3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，再利用人工智能模型進行自動化分析，有助提升檢測的準確度及效率。
兼顧橋面及地下缺陷
研究團隊先利用無人機對橋樑進行「目視檢查」，再通過其研發的「智慧橋面高效檢測模型」處理所得數據。團隊表示，即使在面對惡劣環境如光線不足、陰影等，該模型的檢測準確度亦能比其他現行方法優勝，且在檢測時更少出現誤判。
理大指出，橋面裂縫往往預示地下結構受損的深層問題，例如鋼筋腐蝕。團隊開發的全自動GPR數據解讀模型，能以98%的準確度定位鋼筋位置，並生成腐蝕區域分布圖。此模型簡化了基於GPR的腐蝕評估流程，令相關工作變得更快捷和易於操作。
另一常見橋樑結構問題是內部混凝土構件退化，導致剝落及層面分離。團隊提出一套用於處理IRT數據的閾值系統，能根據外在環境狀況調整閾值，以更準確判斷剝離區域。團隊基於此系統開發的模型，更能自動生成剝離分布圖，進一步提高診斷能力。
Tarek Zayed指出，這套混合檢測系統兼顧橋面及地下缺陷，並通過人工智能驅動的整合方案，提升檢測效率和準確度，「我們更制訂一個5級制的缺陷嚴重程度評級，令檢測流程標準化，方便診斷及確定維修的優先順序。」他補充，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工作。
研究成果已發表於不同國際期刊，團隊將繼續進行相關技術研發，並在本港推動智能橋樑檢測。
