%0 Journal Article %T 机器视觉法桥梁表观病害识别与检测方法专栏导语 %D 2024 %R %J 中国公路学报 %P 3-0 %V 37 %N 2 %X 根据交通运输行业发展统计公报，截至2022年末,我国公路桥梁达103.32万座，总长8 576.49万延米，其中特大桥8 816座。随着桥梁服役时间的增加和交通量的逐年增长，桥梁表观病害检测需求也随之增大，这对现有检测模式、检测方法、检测装备带来了巨大挑战。当前以人工目视检查为主的桥梁结构检测存在测不全、测不准、检测效率低等问题，表观病害检出效率取决于检测配套措施以及检测人员经验，无法满足新时代桥梁运维管养需求，亟需发展新一代病害识别与检测方法。近年来，人工智能信息技术发展迅猛，为技术突破和产业升级提供了强大支撑与无限可能。随着数字图像处理、深度学习等机器视觉算法和无人机、爬壁机器人等平台载体工具的发展，机器视觉法正成为桥梁结构表观检测的新选择。在桥梁检测中应用数字图像与机器视觉方法，可获取待测构件所有可视表面的高分辨率图像，具有可全检、可定位、可对比、可溯源、可监督等优势。基于深度学习或数字图像处理，可自动、高效提取裂缝、露筋、破损等病害信息，实现病害三维精准定位。因此，数字图像或机器视觉法桥梁检测无异于重新定义了桥梁检测。
为充分展现我国机器视觉法桥梁表观病害识别与检测方法的最新研究成果，及时总结该领域前沿动态与技术发展，推进机器视觉方法与土木工程服役运维诊断技术的交叉融合，《中国公路学报》编辑部联合清华大学樊健生教授共同策划了“机器视觉法桥梁表观病害识别与检测方法”专栏；并邀请北京科技大学岳清瑞院士作为顾问专家，东南大学吴刚教授、张建教授，哈尔滨工业大学鲍跃全教授，同济大学王达磊教授，广东省公路建设有限公司陈伟乐教授级高工，西南交通大学张清华教授，重庆大学狄谨教授，点点最新官方网站下载安装苹果赵煜教授，北京科技大学刘晓刚教授，中路高科交通检测检验认证有限公司李法雄教授级高工,中交公路长大桥建设国家工程研究中心有限公司冯良平教授级高工，广州市开博桥梁工程有限公司林阳子教授级高工，清华大学刘宇飞副研究员作为组稿专家，共同向该领域的专家、学者约稿，出版本期专栏。本专栏共收到相关论文50余篇，最终录用13篇，研究内容主要集中于以下3个方面：
（1）机器视觉方法检测桥梁表观病害的智能化装备。主要内容包括：基于机器视觉法的桥梁表观病害检测研究综述及无人机桥检从L0至L5的智能化分级、基于无人机的悬索桥主缆自动巡检及小样本表观病害识别、基于环带视觉扫描的墩柱结构表观病害攀爬检测作业机器人系统、基于负压吸附爬壁机器人和Transformer的混凝土桥塔裂缝识别检测。检测装备所关注的桥梁构件覆盖墩、塔、梁、缆，内容丰富。
（2）机器视觉方法检测桥梁表观病害的智能化算法。主要内容包括：桥梁裂缝智能识别与监测方法研究、基于Transformer的高分辨率桥梁裂缝图像级联分割方法、基于改进Segformer的混凝土桥梁表观病害轻量级识别方法、基于轻量化网络与迁移学习的桥梁结构水下墩表观病害轮廓提取、基于改进Mask R-CNN的钢桥多病害智能识别、融合自适应光照预处理和深度学习的钢桥腐蚀检测方法、基于深度学习的钢结构连接节点螺栓微小松动视觉检测方法等。所报道的各类先进算法交叉性强，覆盖混凝土桥与钢桥，具有工程应用的潜力与价值。
（3）机器视觉方法桥梁影响线与振型测量及损伤识别方法。主要内容包括：融合机器视觉与区间仿射算法的桥梁结构影响线实测研究、融合加速度与计算机视觉实测车致响应的梁桥损伤识别方法等。
在此特向专栏组稿专家、审稿专家、论文作者的辛勤付出致谢！希望本期专栏的出版可以进一步推动桥梁智能检测技术的发展。《中国公路学报》将持续关注该领域的国内外最新研究进展，以期为广大专家、学者及工程技术人员提供学习、交流的平台，促进我国桥梁建设与运维管养的高质量与可持续发展。由于水平及时间有限，专栏中的不足之处在所难免，恳请各位专家不吝指出。 %U https://zgglxb.chd.edu.cn/CN/abstract/article_4613.shtml