理大研创新检测系统提升桥梁安全性
发布时间：03:00 2025-11-25 HKT
桥梁的桥面裂缝检测对保养桥梁甚为重要，本港常用的传统基建目视检查方法，往往动用不少人力，由香港理工大学研究团队开发创新的「智慧桥梁检测系统」，整合理大研发的先进无损探测技术及人工智能（AI）模型，有助提升检测的效率及准确度，已于本地11座桥梁完成检测。理大表示，结果显示，该系统可把检测时间缩减一半，并提升检测准确度至8成，具有在全港桥梁应用的潜力。
由理大建筑及房地产学系教授Tarek Zayed带领其研究团队开发的「智慧桥梁检测系统」，利用无人机、探地雷达（GPR）及红外线热成像（IRT）3种先进工具的组合取代人工检查，收集桥梁表面及内部结构的全面数据，再利用人工智能模型进行自动化分析，有助提升检测的准确度及效率。
兼顾桥面及地下缺陷
研究团队先利用无人机对桥梁进行「目视检查」，再通过其研发的「智慧桥面高效检测模型」处理所得数据。团队表示，即使在面对恶劣环境如光线不足、阴影等，该模型的检测准确度亦能比其他现行方法优胜，且在检测时更少出现误判。
理大指出，桥面裂缝往往预示地下结构受损的深层问题，例如钢筋腐蚀。团队开发的全自动GPR数据解读模型，能以98%的准确度定位钢筋位置，并生成腐蚀区域分布图。此模型简化了基于GPR的腐蚀评估流程，令相关工作变得更快捷和易于操作。
另一常见桥梁结构问题是内部混凝土构件退化，导致剥落及层面分离。团队提出一套用于处理IRT数据的阈值系统，能根据外在环境状况调整阈值，以更准确判断剥离区域。团队基于此系统开发的模型，更能自动生成剥离分布图，进一步提高诊断能力。
Tarek Zayed指出，这套混合检测系统兼顾桥面及地下缺陷，并通过人工智能驱动的整合方案，提升检测效率和准确度，「我们更制订一个5级制的缺陷严重程度评级，令检测流程标准化，方便诊断及确定维修的优先顺序。」他补充，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梁检测工作。
研究成果已发表于不同国际期刊，团队将继续进行相关技术研发，并在本港推动智能桥梁检测。
