基于机器视觉的结构物智能灾变识别系统

我国经济发展迅猛，为满足社会发展、人口流动、物资运输等日益增长的需求，国内大量工程项目陆续建设，如桥梁、隧道、铁路、城市地铁等，建设数量逐年增长，而这些大型土木结构会受到内外界因素的共同作用，可能产生随机的灾变，极易引起人员伤亡、财产损失、交通瘫痪及其他由此引发的连锁性社会问题。需要提前对可能引发的灾变进行监测，以便采取有效的防护措施，确保工程项目的运营安全。
随着物联网技术、计算机分析与人工智能的快速发展，灾变监测逐步由过去的简易工具测量向自动化、精密化发展，尤其是随着机器学习、深度学习等计算机领域新技术的出现，这些新技术逐渐被引入到结构工程领域，产出了许多非常有价值的研究成果。
机器视觉在空间测量方面具有独特的技术优势，主要体现在无需接触监测对象、可长时间稳定工作、测量精度高等方面。同禾科技研发团队经过百余次反复试验,不断探索，将机器视觉测量的优势运用到土木结构灾变监测中，研发出一套基于机器视觉的结构物智能灾变识别系统。该系统包括适用于户外环境且具有边缘计算能力的普适性智能传感硬件，及基于图像识别的动态形变测量算法引擎。

具备以下技术特点：
高精度动态测量、高环境适应性、代码轻量化、端云均可部署，普适于各类结构物。
可实现“不同尺寸、不同清晰度、不同干扰项、不同采样时间”的同场景图片智能识别与量化。
能根据不同结构物特点，建立有限元、神经网络等分析模型，结合物联网监测数据，实现桥梁、边坡、隧道等结构物灾变的态势感知与预警。
结合结构物灾变识别大数据管理平台，可实现数据存储、分析与可视化管理。