基于混合现实系统的人工智能辅助基础设施评估

传统的民用基础设施视觉评估方法存在一定局限，如所采集数据的主观性、检测时间长以及人工成本高。尽管当前应用的一些新技术（如机器人技术）能够采集客观、量化的数据，但在许多情况下检测人员自身的专业知识仍至关重要，因为这些技术并非设计用于与人类检测人员交互。本研究旨在创建一种以人为中心的智能方法，为桥梁业主的基础设施检测、维护、管理实践及安全性做出重要贡献。通过开发可集成至可穿戴全息头显设备的智能混合现实框架，例如桥梁检测人员可自动分析其在构件上看到的某种缺陷（如裂缝），并实时显示其尺寸信息及状态等级。此类系统可通过加速检测人员的关键任务（如缺陷测量、状态评估及向管理系统进行数据处理）来潜在降低基础设施检测的时间与成本。以人为中心的人工智能将帮助检测人员采集更多量化与客观的数据，同时结合检测人员的专业判断。本研究详细阐述了所述系统及将注意力引导的半监督深度学习实现于混合现实技术中的相关方法，该系统在评估过程中与人类检测人员交互。从而，检测人员与 AI 将协作或沟通以改进视觉检测。