本計畫研究對象為梁式橋、板橋、箱型橋等三種類型的混凝土橋梁,研究目標為利用無人機拍攝橋梁之主梁、橫隔梁、橋墩/帽梁、橋面板、橋台、翼牆/擋土牆等構件影像,再透過AI深度學習語意分割技術,偵測影像上橋梁表面各種劣化類型,包括混凝土裂縫、混凝土剝落、鋼筋銹蝕、滲水、白華損傷等。本計畫之研究主題與重點可歸納為四大項,分別為文獻分析、深度學習技術開發、無人機技術開發、橋梁3D建模與技術推廣。綜合本研究成果,可歸納以下幾項量化指標:
1. 從3D模型各矩形框的正射影像的覆蓋度推估,無人機實際拍攝測試區高空間解析度影像成果之覆蓋度可達90%以上,主要缺漏處是因為幾處位置基於安全考量無人機不敢靠近而無法拍攝,位在兩座橋之間的橋墩側面、上方帽梁側面與橋面版旁之橫膈梁。
2. Deeplab V3++ AI劣化辨識成果,裂縫之漏授與誤授誤差約35%,而其他劣化類別則在12%~25%之間。
3. 無人機於橋下無GNSS訊號下進行自動導航定位之絕對定位精確度可達20公分以內。
4. 無人機自動航拍之效率,若經驗足夠,可適當安排航線,一個架次拍滿11分鐘,則可以在三天內拍攝20個架次,完成頭前溪橋一跨的拍攝。