基础设施检查技术的范式转变：高性能成像与先进 AI 分析的应用
分布式、并行与集群计算
2025-05-21 v1
摘要
有效的道路基础设施管理对现代社会至关重要。传统的手动检查技术受限于成本、效率和可扩展性，而摄像头和激光成像方法无法捕捉对长期结构完整性至关重要的亚表层缺陷。本文引入 ROVAI 框架，集成高分辨率 X 射线 CT 成像与先进的 AI 驱动分析，旨在变革道路基础设施检查技术。依托世界顶尖超级计算机 Fugaku 与 Frontier 以及 SoTA 同步辐射设施 (Spring-8) 的计算能力，ROVAI 实现了大规模高吞吐处理大型 3D 断层数据集。我们的方法克服了视觉模型高内存需求、缺乏标记训练数据以及存储 I/O 瓶颈等关键挑战。这种成像与 AI 分析的无缝集成促进了自动缺陷检测、材料成分分析和寿命预测。实验结果在实际场景中证明了 ROVAI 的有效性，为智能、数据驱动的基础设施管理树立了新标准。
引用
@article{arxiv.2505.13955,
title = {Paradigm Shift in Infrastructure Inspection Technology: Leveraging High-performance Imaging and Advanced AI Analytics to Inspect Road Infrastructure},
author = {Du Wu and Enzhi Zhang and Isaac Lyngaas and Xiao Wang and Amir Ziabari and Tao Luo and Peng Chen and Kento Sato and Fumiyoshi Shoji and Takaki Hatsui and Kentaro Uesugi and Akira Seo and Yasuhito Sakai and Toshio Endo and Tetsuya Ishikawa and Satoshi Matsuoka and Mohamed Wahib},
journal= {arXiv preprint arXiv:2505.13955},
year = {2025}
}
备注
Submitting this work to be considered for the Gordon Bell Award in SC25