การตรวจสอบความเสียหายในโครงสร้างพื้นฐานทางวิศวกรรมโยธาด้วยระบบการเรียนรู้เชิงลึกของปัญญาประดิษฐ์และความเป็นจริงเสมือน

การตรวจสอบความเสียหายในโครงสร้างพื้นฐานทางวิศวกรรมโยธา โครงสร้างคอนกรีต โดยทั่วไปมักใช้วิธีการตรวจสอบด้วยการพินิจเป็นหลัก ซึ่งต้องอาศัยความชำนาญของผู้ตรวจสอบ อย่างไรก็ตามวิธีการดังกล่าวมักเผชิญกับอุปสรรคในการเข้าถึงพื้นที่ที่มนุษย์ไม่สามารถเข้าถึงได้หรือในการตรวจสอบโครงสร้างขนาดใหญ่ ข้อจำกัดเหล่านี้ทำให้กระบวนการทำงานต้องใช้แรงงานมากขึ้น มีค่าใช้จ่ายสูง และมีโอกาสที่กระบวนการตรวจสอบจะเกิดข้อผิดพลาดขึ้นได้ แม้ว่าปัจจุบันจะมีงานวิจัยที่นำเสนอระบบตรวจจับรอยร้าวโดยใช้เทคโนโลยีการเรียนรู้เชิงลึกของปัญญาประดิษฐ์ที่สามารถให้ผลลัพธ์ความแม่นยำในการตรวจจับความเสียหายในระดับพิกเซลบนภาพถ่ายได้ แต่ก็ยังไม่ประสบความสำเร็จในการตรวจสอบโครงสร้างขนาดใหญ่ให้มีประสิทธิภาพเท่าที่ควร ดังนั้นดุษฎีนิพนธ์นี้จึงนำเสนอระบบการตรวจสอบโครงสร้างรูปแบบใหม่ซึ่งใช้เทคโนโลยีการเรียนรู้เชิงลึกของปัญญาประดิษฐ์และความเป็นจริงเสมือน เพื่อกำจัดปัญหาเหล่านี้และเพิ่มประสิทธิภาพในกระบวนการตรวจสอบความเสียหายของโครงสร้างขนาดใหญ่ได้อย่างเหมาะสมและเป็นอัตโนมัติมากยิ่งขึ้นประการแรกระบบนำเสนอวิธีการตรวจสอบขั้นสูงโดยใช้ระบบตรวจจับรอยร้าวด้วย Stacking Convolutional Neural Network (S-CNN) ที่ดุษฎีนิพนธ์นี้พัฒนาขึ้น นำไปใช้ตรวจจับรอยร้าวบนข้อมูลพื้นผิวสามมิติฐานรากคอนกรีต ซึ่งช่วยให้สามารถตรวจสอบและแสดงผลบนโครงสร้างขนาดใหญ่ได้ ระบบนี้อาศัยเทคนิคการสร้างแบบจำลองสามมิติจากภาพถ่ายเพื่อสังเคราะห์ข้อมูลพื้นผิวของแบบจำลอง โดยผลลัพธ์ของกระบวนการสังเคราะห์ข้อมูลพื้นผิวสามมิติมีค่าความผิดพลาด Root Mean Square (RMS) เท่ากับ 0.812 พิกเซล ซึ่งบ่งชี้ถึงระดับความแม่นยำและความเหมาะสมในระดับสูงสำหรับการสังเคราะห์ข้อมูลพื้นผิวสามมิติเพื่อนำเข้าสู่กระบวนการตรวจจับรอยร้าวแบบอัตโนมัติในลำดับต่อไปประการที่สองระบบนำเสนอระบบตรวจจับรอยร้าวในระดับพิกเซลแบบอัตโนมัติชื่อ S-CNN ระบบนี้ประกอบด้วยตัวจำแนกและตัวแบ่งส่วน ซึ่งระบบสามารถแยกแยะรอยร้าวในระดับพิกเซลบนข้อมูลพื้นผิวสามมิติฐานคอนกรีตได้ ขั้นตอนแรกตัวจำแนกจะตรวจจับรอยร้าวโดยบ่งบอกเป็นเชิงพื้นที่ จากนั้นจะถูกส่งต่อไปยังตัวแบ่งส่วนเพื่อทำการระบุตำแหน่งรอยร้าวในระดับพิกเซล ผลลัพธ์ที่ได้คือแผนที่รอยร้าวที่จะถูกนำไปแสดงผลบนแบบจำลองสามมิติ ระบบที่นำเสนอนี้สามารถให้ผลลัพธ์ที่เกิดจากการตรวจจับรอยร้าวบนข้อมูลพื้นผิวสามมิติฐานรากคอนกรีตมีค่า Accuracy Precision Recall และ F1-Score เท่ากับ 99.88% 82.2% 90.2% และ 86.01% ตามลำดับ เมื่อนำเข้าสู่กระบวนการทดสอบตรวจวัดความกว้าง/ยาวของรอยร้าวพบว่าระบบที่นำเสนอมีค่าความคลาดเคลื่อนโดยเฉลี่ยเท่ากับ 1 พิกเซลหรือ 0.1 มิลลิเมตร ผลลัพธ์ดังกล่าวยืนยันถึงประสิทธิภาพของระบบว่าสามารถตรวจจับรอยร้าวที่มีขนาดความกว้างน้อยกว่า 1 มิลลิเมตรได้ประการสุดท้ายระบบนำเสนอวิธีการแสดงผลรูปแบบใหม่โดยแสดงแผนที่รอยร้าวบนแบบจำลองสามมิติ ช่วยให้ผู้ตรวจสอบสามารถค้นหาตำแหน่งของรอยร้าวได้อย่างสะดวกรวดเร็ว สามารถมองเห็นลักษณะทางกายภาพของโครงสร้างได้อย่างครบถ้วนชัดเจน และเมื่อนำผลลัพธ์ทั้งหมดเข้าสู่ระบบความเป็นจริงเสมือน ระบบสามารถอำนวยความสะดวกแก่ผู้ใช้งานในการยืนยันผลความเสียหายที่ตรวจพบได้ทันทีโดยผู้ใช้งานไม่จำเป็นต้องตรวจสอบโครงสร้างด้วยตนเอง