Central Florida大学的研究人员开发了四项新发明，利用人工智能和虚拟现实来改善建筑物、桥梁、道路和其他民用结构的结构健康监测。

“结构健康监测在国际上是一个需求领域，”Necati Catbas说。“这几乎就像人类健康监测。随着年龄的增长，监测我们的健康变得非常重要。”

领导结构健康监测技术开发的Catbas表示，发达国家的民用基础设施系统正在老化，但这些新技术可以有所帮助。

他说：“通过更好地了解它们的情况，我们可以预测风险，更好地规划基础设施投资。”。

Catbas说，传统的监测方法涉及现场人工检查，这种方式既耗时又昂贵，还可能导致道路和桥梁交通堵塞。除了时间和费用外，结构老化或损坏的现场可能会对现场人员构成危险，即使他们穿戴了个人防护装备。

Catbas和他的研究团队开发了这些技术来帮助解决这些问题。

“多年来，我很幸运能与许多在结构健康监测方面具有专业知识的人合作，我必须感谢他们的贡献。”他说“这不是一个人的努力。”

使用计算机视觉和增强/虚拟现实监测结构健康

Catbas和他的团队开发的一项发明使用了计算机视觉，而另一项则使用了增强现实（AR）和虚拟现实（VR）。

他说，计算机视觉可以代替传感器和结构健康的视觉检查，它非常实用，因为它不需要桥梁、建筑或塔楼等通道结构。

他说：“我们可以使用相机，通过分析图像，我们可以提取有关这些桥梁和建筑的有意义的信息。”。

这项技术是一个全面的结构健康监测系统，使检查员无需在现场就能够安全地查看和准确评估结构的负载性能和可用性。

Catbas说，UCF的发明使用桥梁和周围的摄像头来收集相关的图像和位置数据。在桥梁示例中，数据与穿过桥梁的车辆有关。数据可以包括由梁的运动、振动效应和速度引起的桥梁的垂直或水平位移。在摄像头持续监控现场的同时，计算机视觉软件对收集到的数据进行处理和分析，为系统用户提供安全评估，其中包括有关结构变化和弱点以及直接损坏的信息。

该团队开发的第二项发明是一种身临其境的可视化系统，该系统使用VR和AR通过“虚拟访问”分析结构。VR提供了一个完全由计算机模拟的环境，而AR则可以生成内容或将内容叠加到真实世界环境的实际视图上。

Catbas说：“有了这项技术，你几乎可以把专家带到灾区，比如飓风过后的建筑物和桥梁。”“我几乎可以在佛罗里达州一座受损的桥上与在加州的同事进行讨论和决策。”

与第一个发明一样，可视化系统使用相机和传感器提供关于结构的损伤检测和其他信息。此外，它还使用了其他工具，如机器人、无人机、激光雷达扫描仪和红外热像仪。凭借其可视化平台，该技术通过用户界面和复杂的计算机图形提供收集的数据和图像。其结果可以在网站上实时查看，并能够与来自不同地点的人进行互动和交流。

使用人工智能加强结构损伤诊断

由Catbas及其团队开发的两项其他发明也融合了人工智能技术。首先，集合智能框架技术结合了以人为中心的人工智能和混合现实技术，帮助加速检查流程，并降低成本同时确保准确性。通过这项发明，一名站在受损建筑外的检查员可以戴上头显和/或使用与技术集成的手持设备。

检查员使用这些设备扫描受损区域，系统将实时分析这些区域，而不需要检查员进行手工测量。然后，它会计算或评估建筑的状况，从而加快检查过程。在评估期间，检查员与人工智能互动，并可以调整其缺陷和检测边界。该系统使用检查员的更改来重新训练人工智能模型，以便人工智能的准确性随着时间的推移而提高。该发明的一个主要优势是它能够将检查员或工程师的专业判断与人工智能的分析能力结合起来。

另一项发明——生成对抗网络（GAN），使得采取更主动的方式来管理和维护结构的健康和安全成为可能。它使用人工智能来预测损伤并最小化收集众多结构数据的需求。

Catbas说：“我们不需要在所有结构上放置传感器和设备，我们可以只从其中一些结构收集数据。”

他解释说，从感应器收集有关受损结构的有用数据既昂贵又具有挑战性。

他说：“受损区域的数据不足以训练检测模型。然而，与人工智能一起使用的机器学习（ML）和深度学习（DL）算法使用大数据集可以产生更好、更精确的输出。”作为民用结构健康监测应用中数据稀缺解决方案，该发明利用从结构收集的数据。它使用GAN架构的模型变体来生成大量准确的合成数据样本以训练损伤诊断系统。

“然后，通过使用人工智能，我们可以更好地了解其他类似结构的情况，并更有效地决定如何应对。”他说。

该技术可以预测结构变化的动态反应，甚至在损伤条件发生之前，就可以预测出结构的未来状况，比如生成数据显示一个健康的桥梁在受损之后的反应与一个不健康的桥梁的反应相比。

Catbas说，这些发明可以独立使用或结合使用。

未来的项目计划

Catbas表示，他的团队未来的研究计划包括一个框架，用于构建能够承受极端事件的智能和弹性社区。

他说：“该框架通过为灾害准备、资源分配和疏散规划提供宝贵的见解，增强了社区的韧性。该框架通过在危机期间启用知情决策，改进了紧急管理。”

他们还在开发类似NASA使用飞船部件的复制品那样的基础设施资产“数字孪生”。

“他们在地面上有这些组件，如果发生什么事情，他们会使用这些复制品，”他说。“因此，从某种意义上说，这对双胞胎使我们能够同时收集数据，并使用预测分析对不同的结构场景进行研究。”