高秀鑫

(山西省交通建设工程质量检测中心(有限公司) 太原市 030006)

0 引言

目前，对于高速公路桥梁病害的检测主要以熟练的作业人员人力检测为主，是通过检测人员利用望眼镜或站在液压支持架上凭借个人经验检测桥梁病害，传统的检测方法效率低、工作量大、拍摄取证难度高、作业危险、准确率不高等问题，利用计算机视觉技术对高速公路桥梁病害的检测具有十分重要的意义。下面对如何利用人工智能技术对高速公路桥梁病害进行智能检测进行探究。

1 高速公路桥梁常见病害

高速公路桥梁常见病害首先是裂缝[1]，由于施工阶段受力原因或者桥面水渗入梁体导致梁体钢筋锈蚀膨胀等因素会导致高速公路桥梁出现裂缝，严重的会加剧钢筋的锈蚀，影响其结构的耐久度。其中预应力空心板结构、混凝土实心板、T梁结构都会出现裂缝从而导致危害。其次是露筋，由于有些无眀显限高标志的地方，车辆容易撞击边梁，导致混凝土脱落，严重的会导致主筋外露、崩裂等，会影响梁体的承载能力[2]。还有蜂窝麻面，当配料时混凝土的配合比不当、加水不准、混凝土搅拌时间不够或模板缝隙不严密、水泥浆流失等因素导致高速公路桥梁的蜂窝麻面。这些都是高速公路桥梁常见的病害。

2 人工智能背景下的高速公路桥梁病害检测技术

2.1 深度学习

深度学习是机器学习领域的一个分支，都属于人工智能领域。深度学习主要是将大量数据样本通过网络逐层训练，将基础特征从低层传递到高层，经过黑盒运算得到多层级神经网络，再对样本进行检测。……