首页 > 最新动态 > 李进：人工智能环境下的房屋安全检测
最新动态
李进：人工智能环境下的房屋安全检测
2024-09-2431
文 / 李进
随着社会的快速发展，我国城市发展已经进入城市更新的重要时期，由大规模增量建设转为存量提质改造和增量结构调整并重，建筑物存量更新时代已来临。去年12月召开的全国住房城乡建设工作会议也明确指出，强化工程质量和既有房屋安全监管，启动住宅质量多发问题整治行动，抓好房屋体检、养老金、保险制度试点。
就房屋体检而言，我国幅员辽阔，房屋数量众多，需要科学有效的检测手段和快速精准的评估方法作为支撑。这就需要推广数字化、智能化房屋体检技术，形成多维诊断方法，构建点面结合的房屋体检方法体系，包括区域、片区、单体，还要强化图像识别、激光扫描、红外热成像、遥感检测、物联网、知识图谱等技术的应用，实现对房屋安全风险的快速监测和动态监测。

区域房屋形变风险分析


区域房屋形变风险分析是通过卫星信号、信息反馈得到形变信息，根据形变情况对房屋风险进行分级监控。无论是地基形变还是房屋拆改导致承载能力降低引起结构体系变形，都会对房屋安全状态造成严重影响。星载inSAR技术用于城市监测和地球物理监测，地基InSAR技术用于桥梁监测、建筑监测等等。inSAR技术的优势是范围广、抗干扰能力强，缺点是总体成本较高。不过将成本均摊到单栋房屋的话，每栋房屋每年不到一元钱，费用并不高。

无人机摄影测量


无人机摄影测量就是无人机搭载摄影系统，通过多角度、多方向、多视角的拍摄，获取海量影像数据，最后叠加生成三维模型，再根据外轮廓描绘平面图，精度可以达到厘米量级。它的特点是利用空天地一体化测量方式，加上二三维联动的绘图方式，测绘快速、准确、全面。
不规则建筑平面图的绘制需要考虑测量角度、方向、距离等复杂因素，工作量大。这种情况下，可以采用无人机搭载三维激光扫描仪，对室外室内进行激光扫描，拼成三维模型，并对横切面进行加工形成平面图。它的特点是精度高，可以达到毫米量级，效率高，而且是非接触的。这种方式规避了传统测量风险大、效率低、误差大的缺点。
无人机摄影测量还可以应用于复杂建筑立面的精细化测绘，有些场合现场无作业条件采集外业数据，普通照片由于是中心投影有畸变，而数字矢量立面图是正射投影无变形。特点是清晰直观、效率高、非接触。
机器狗搭载三维激光扫描仪，测绘建筑的隐蔽结构部位，特点是破损范围小，精确度高。

建筑结构病害识别


建筑结构检测中，基于机器视觉（卷积神经网络）技术被广泛应用于结构病害及面积识别。
基于机器视觉的建筑表面病害识别是通过对视觉识别软件进行训练，达到准确、快捷识别建筑表面病害的目的，主要包括对混凝土缺陷、形态差异、外墙面霉变、开裂等方面。
基于机器视觉裂缝检测技术是用专门的高清摄像机进行拍照，对照片裂缝识别。它的特点也是非接触检测，适用范围广，精度高。
多源融合的外墙面空鼓检测：低层建筑可以通过手持式红外热像仪进行检测，中高层则由无人机搭载红外镜头，实现快速批量大面积扫描。整个外墙可以用三维激光扫描，对外墙建立模型，用于估算缺陷面积。
在建筑结构病害检测中，无人机仍然能发挥较大的作用。如，用无人机巡查高坠隐患，包括空调支架锈蚀、窗外盆栽等，视觉识别软件可以自动识别外立面风险点；通过无人机航拍识别外墙面损伤，无人机录视频，视觉识别软件对视频进行损伤分析，结果清晰直观。

房屋安全风险的数据预测


房屋安全风险的数据预测首先是要建立数据库，选取特征参数，然后对数据进行预处理分析，建立房屋安全鉴定模型，划分训练集及测试集，使用训练集数据构建机器学习模型，调整机器学习模型参数，优化模型，利用测试集数据对鉴定结论进行预测，最后进行结论验证。
将基于决策树的房屋安全评价模型应用于10栋砖混结构房屋，得到的结果与实际结果一致的房屋数量有9栋。将基于随机森林的房屋安全评价模型应用于10栋混凝土框架结构房屋时，与实际结果一致的房屋数量也为9栋，分类准确率均达到90%。
总之，在智能装备、无损检测设备、物联网传感设备、机器人、小型测绘设备、智能算法机器人、大数据分析等加持下，房屋鉴定检测应用场景将得到进一步拓展，鉴定检测单位在实现降本增效的同时，可以更好地做好安全运维服务。 
本文节选自南京市房屋安全服务中心主任、教授级高工李进在城市更新背景下既有房屋安全管理及技术——第二届房屋安全鉴定创新发展论坛上的演讲



欢迎投稿  内容共创


点我访问原文链接