檢查提供了橋梁狀況的快照,但人工智能能否提高對劣化程度的理解並掌握革新檢查制度的關鍵?
National Highways的雄心壯志是在沒有人為干預的情況下管理關鍵的橋梁結構——它希望利用人工智能、學術研究以及可能的機器狗來實現這一目標。
乍看之下,雄心壯志可能聽起來有些牽強,但英格蘭的主要道路運營商認識到,要實現這一目標,需要對橋梁狀況知識進行真正的改變。獲得這種洞察力是諾丁漢(Nottingham)大學目前正在進行的研究,該研究由National Highways、美商科進栢誠工程顧問有限公司(WSP Engineering Consultants)和英國工程與物理科學研究委員會(Engineering & Physical Sciences Research Council)共同資助。
做出正確的決定
“從本質上講,管理橋梁就是要做出正確的決定”美商科進栢誠工程顧問有限公司的土木、橋梁和地面工程主管Steve Denton說。
“這是關於選擇如何以及何時進行干預,以保持安全並實現最佳結果。
如果一個結構損壞太多,那麼侵入性更小、更簡單的修復技術在技術上不再可行。但如果你干預得太早,那麼它是低效的。
因此,要做出正確的決策,您不僅需要了解結構在某個時間點的狀態,還需要了解這種情況是如何變化的。
今天,我們的檢查流程更側重於及時快照。我認為數位技術確實有令人興奮的可能性,可以幫助我們了解情況如何變化。”
National Highways希望達到一個沒有非預期關閉橋梁的未來。對於National Highways公路結構負責人Peter Hill來說,監測狀況和了解逐漸惡化的情況是關鍵。他認為,該研究正在開發的工具將實現這一點,並更加一致的推動決策。
反思該組織的宏偉願景時,Peter Hill認識到實現這一目標還有一段路要走,但表示他們正在路上。
“即使開發了該工具,我們也希望在一段時間內將其與傳統的檢測方法一起使用,以便在完全依賴它們之前建立信心並了解其可靠性”Peter Hill說。
該項目的想法來自諾丁漢大學博士生Julia Bush,她曾在Network Rail擔任過橋梁檢查工作,因此擁有橋梁檢查背景。
“我一直在嘗試理解橋梁檢查報告並嘗試從中進行負載評估”她解釋說。“我很同情從事這項工作的人,我的動機是讓其變得更容易”。
對話於2020年秋季開始,Julia Bush於去年12月初開始開展為期三年的項目。
她認為,這項工作是第一個將人工智能應用於橋梁檢查的行業。
一年過去了,橋梁檢測數位技術項目的研究取得了相當大的進展。Julia Bush已經擁有25,000張圖像用作人工智慧工具的數據訓練集,並公開徵求來自其他基礎設施所有者的其他圖像。
“我們正在使用深度神經網絡對橋梁缺陷進行分類——可以使用像照片這樣簡單的東西——我們還希望更進一步,尋求深度神經網絡應用來描繪缺陷的程度。同樣,這可以來自越來越多的測量技術的照片或點雲數據”。
神經網絡是一組相互連接的節點,其靈感來自於大腦中神經元的簡化。對於這個項目,網絡在描述各種表面瑕疵的圖像數據集上進行訓練,並帶有相應的地面實況標籤,由Julia Bush創建,例如“裂縫”、“剝落”和“暴露鋼筋”等。
Julia Bush說:“它學會從訓練圖像中提取視覺特徵,並將這些與特定的類別標籤相關聯。一旦經過訓練,神經網絡就可以用來預測任何以前看不見的——推斷——圖像可能屬於哪個類別”。
訓練有素的深度神經網絡
“當經過訓練的深度神經網絡看到一張圖像,它會依據圖像做出預測其內容的判斷。”
這項工作從表面開裂和剝落的訓練開始。“我們正在使用視覺互操作性方法,因此一旦深度神經網絡識別出裂縫,我們就會要求它識別出可以看出缺陷的像素,並識別出判斷此缺陷最重要的關鍵像素”,Julia Bush解釋說。
“結果本質上是一張熱圖(heat map),可以驗證用於做出決策的內容。”
Julia Bush還詢問深度神經網絡對其預測的確定性如何。
一旦她訓練它可靠地識別缺陷,她就可以開始要求它比較在不同時間拍攝的相關圖像並量化圖像之間的變化。
該工具使用圖像創建了簡單性,並且將來可以從靠近結構的安全點獲取這些圖像,並且該工具可以使用數據分析來消除從不同角度拍攝對圖像的影響。這些圖像也有可能從移動的車輛或無人機中收集到。
Peter Hill補充說,機器狗,就像波士頓動力(Boston Dynamics)公司開發的機器狗一樣,有可能消除檢查員進入密閉空間進行檢查的需要。
“相反,狗可以穿過狹窄的空間並拍攝圖像。”他說。
儘管取得了進展,但Steve Denton表示,仍有許多未知數,並且在研究期間“也會有死胡同”。 但他補充說,探索這些很重要。
Julia Bush說,在她進行研究時,首要考慮因素是工作成果的產出,而且確定性是至關重要的。
“我最大的挑戰是量化它的可靠性以及如何在不冒風險的情況下逐步引入它”,她說。“當然存在技術挑戰,因為這是最前沿的新興技術,其中大部分還遠未商業化”。
尖端新興技術,其中大部分遠未商業化
研究的下一步將是將National Highways橋梁檢查員引入該概念。預計這將在本期NCE出刊時開始。
在接下來的一年裡,Julia Bush將致力於描述被檢測到的缺陷的程度,以便她可以開始設計指標,開始比較不同時間點的缺陷。
“我們需要能夠以一致且可靠的方式執行此操作,以納入維護計畫”,她說。
至於該工具何時準備好與常規檢查一起進行試驗,Julia Bush正專注於在2024年5月之前完成研究,因此下一階段的National Highways宏偉計畫並不會太遠。
2021.11.25 New Civil Engineering by Claire Smith