Monitoreo de la infraestructura de la ciudad inteligente con un transformador de visión híbrido para la detección de...

Área de la Ciencia:

• Ingeniería civil
• Ciencias de la computación
• Inteligencia artificial

Sus antecedentes:

• Los métodos actuales de monitoreo de la salud estructural (SHM) son ineficientes, intensivos en mano de obra y propensos a errores, especialmente para detectar micro grietas.
• Las anomalías estructurales sutiles requieren técnicas avanzadas de detección para la seguridad y la longevidad de la infraestructura.
• El aprendizaje profundo ofrece potencial para la identificación automatizada y precisa de defectos en la infraestructura urbana.

Objetivo del estudio:

• Desarrollar un nuevo marco de aprendizaje profundo para un monitoreo fiable de la salud estructural (SHM).
• Para mejorar las capacidades de detección de defectos, particularmente para anomalías sutiles como micro grietas.
• Establecer un nuevo estado de la técnica en la identificación automatizada de defectos estructurales.

Principales métodos:

• Se desarrolló una arquitectura modificada de Transformador de Detección (DETR), integrando una columna vertebral de Transformador de Visión (ViT).
• Se diseñó un módulo de extracción de características locales (LFE) para mejorar la extracción de características espaciales locales complejas.
• El modelo de detector de características locales de visión (ViLFD) fue entrenado y validado en conjuntos de datos de referencia y personalizados.

Principales resultados:

• El modelo ViLFD demostró un rendimiento superior a las variantes DETR y YOLO existentes.
• Se logró una alta precisión (95,0%), precisión (0,94), recuerdo (0,93), puntuación F1 (0,93) y mAP@0,5 (0,89).
• Defectos estructurales sutiles detectados con éxito y fiabilidad en la validación experimental.

Conclusiones:

• El marco DETR basado en ViT propuesto con el módulo LFE mejora significativamente las capacidades de SHM.
• El modelo ViLFD ofrece una solución precisa y fiable para la detección automatizada de defectos estructurales.
• Esto representa un paso importante hacia una infraestructura urbana más segura y fiable.