王圣贤，姜绍飞

(1. 福州大学土木工程学院, 福建 福州 350108； 2. 福建江夏学院工程学院, 福建 福州 350108)

0 引言

经济的发展和科技的进步使得我国交通基础设施实现了跨越式发展，截止2020年底，中国已建成公路桥梁91.28万座[1]. 桥梁水下RC(reinforced concrete)结构作为桥梁结构的重要组成部分，由于其所处环境比陆上更加复杂恶劣，除了承受上部结构传来的荷载，还长期承受波浪、 海流等随机荷载的作用，加之环境与水生物的侵蚀，导致水下结构不可避免发生病害，严重威胁桥梁运营安全. 由于目前桥梁检测与安全评价多集中在桥梁上部结构，因此开展水下RC结构的病害检测与安全性评价，显得尤为迫切和重要.

目前，水下结构多以人工检测和判读为主，工作强度大、 效率低，且对检测人员的专业知识和经验要求较高. 近年来，很多非接触式检测方法如声呐法、 雷达探测法、 电磁波法、 图像识别法等得到了一定程度的应用. 这些现代检测技术的引入，加之管养政策的推进，产生了海量结构多样、 来源复杂的多源数据和图像等信息. 而国家现行桥梁养护和技术评定标准则多基于打分制，缺乏对多源大数据与图像信息的分析、 处理和应用[2]. 如何从这些多源海量的数据与图像之中挖掘出有用的信息和特征，并结合水下结构的材料性能检测数据，开展桥梁水下结构安全性评估成为学术界和工程管养部门当前需要迫切解决的难题. 近年兴起的人工智能、 深度学习技术在……