Kurz gefasst
Fachartikel in der Zeitschrift 科学技术与教育, 2026-08. Verfasst von 俊宇 姚 und 6 weiteren Autor:innen.
Abstract (Originalsprache)
围绕桥梁支座病害智能检测与损伤评估,本文梳理支座类型、病害机理及人工检查、无损检测、振动监测和计算机视觉方法,重点比较YOLO目标检测、U-Net图像分割、剪切角量化及无人机/机器人取像研究。对13项代表性研究的统计表明,现有成果以病害定位和分类为主,几何量化与功能状态验证相对不足。深度学习适合支座定位和多病害初筛,但跨桥泛化、少数类召回率和角度误差更能反映工程可用性。后续应将图像结果与人工量测、振动、位移和应力信息结合,形成"识别—量化—复核"的损伤评估流程。
Zitieren
APA
姚, 俊., 翟, 志., 王, 城., 王, 新., 董, 腾., 王, 战., & 杜, 亮. (2026). 深度学习驱动的桥梁支座病害检测与评估综述. 科学技术与教育, 2(8). https://doi.org/10.64083/ste2610819
Vancouver
姚 俊, 翟 志, 王 城, 王 新, 董 腾, 王 战, et al. 深度学习驱动的桥梁支座病害检测与评估综述. 科学技术与教育. 2026;2(8). doi:10.64083/ste2610819
BibTeX
@article{2026,
author = {姚, 俊宇 and 翟, 志豪 and 王, 城泉 and 王, 新泉 and 董, 腾方 and 王, 战胜 and 杜, 亮},
title = {深度学习驱动的桥梁支座病害检测与评估综述},
journal = {科学技术与教育},
year = {2026},
volume = {2},
number = {8},
doi = {10.64083/ste2610819}
}
EUVIMED