文 / 李進(jìn)
隨著(zhù)社會(huì )的快速發(fā)展，我國城市發(fā)展已經(jīng)進(jìn)入城市更新的重要時(shí)期，由大規模增量建設轉為存量提質(zhì)改造和增量結構調整并重，建筑物存量更新時(shí)代已來(lái)臨。去年12月召開(kāi)的全國住房城鄉建設工作會(huì )議也明確指出，強化工程質(zhì)量和既有房屋安全監管，啟動(dòng)住宅質(zhì)量多發(fā)問(wèn)題整治行動(dòng)，抓好房屋體檢、養老金、保險制度試點(diǎn)。
就房屋體檢而言，我國幅員遼闊，房屋數量眾多，需要科學(xué)有效的檢測手段和快速精準的評估方法作為支撐。這就需要推廣數字化、智能化房屋體檢技術(shù)，形成多維診斷方法，構建點(diǎn)面結合的房屋體檢方法體系，包括區域、片區、單體，還要強化圖像識別、激光掃描、紅外熱成像、遙感檢測、物聯(lián)網(wǎng)、知識圖譜等技術(shù)的應用，實(shí)現對房屋安全風(fēng)險的快速監測和動(dòng)態(tài)監測。
區域房屋形變風(fēng)險分析
區域房屋形變風(fēng)險分析是通過(guò)衛星信號、信息反饋得到形變信息，根據形變情況對房屋風(fēng)險進(jìn)行分級監控。無(wú)論是地基形變還是房屋拆改導致承載能力降低引起結構體系變形，都會(huì )對房屋安全狀態(tài)造成嚴重影響。星載inSAR技術(shù)用于城市監測和地球物理監測，地基InSAR技術(shù)用于橋梁監測、建筑監測等等。inSAR技術(shù)的優(yōu)勢是范圍廣、抗干擾能力強，缺點(diǎn)是總體成本較高。不過(guò)將成本均攤到單棟房屋的話(huà)，每棟房屋每年不到一元錢(qián)，費用并不高。
無(wú)人機攝影測量
無(wú)人機攝影測量就是無(wú)人機搭載攝影系統，通過(guò)多角度、多方向、多視角的拍攝，獲取海量影像數據，最后疊加生成三維模型，再根據外輪廓描繪平面圖，精度可以達到厘米量級。它的特點(diǎn)是利用空天地一體化測量方式，加上二三維聯(lián)動(dòng)的繪圖方式，測繪快速、準確、全面。
不規則建筑平面圖的繪制需要考慮測量角度、方向、距離等復雜因素，工作量大。這種情況下，可以采用無(wú)人機搭載三維激光掃描儀，對室外室內進(jìn)行激光掃描，拼成三維模型，并對橫切面進(jìn)行加工形成平面圖。它的特點(diǎn)是精度高，可以達到毫米量級，效率高，而且是非接觸的。這種方式規避了傳統測量風(fēng)險大、效率低、誤差大的缺點(diǎn)。
無(wú)人機攝影測量還可以應用于復雜建筑立面的精細化測繪，有些場(chǎng)合現場(chǎng)無(wú)作業(yè)條件采集外業(yè)數據，普通照片由于是中心投影有畸變，而數字矢量立面圖是正射投影無(wú)變形。特點(diǎn)是清晰直觀(guān)、效率高、非接觸。
機器狗搭載三維激光掃描儀，測繪建筑的隱蔽結構部位，特點(diǎn)是破損范圍小，精確度高。
建筑結構病害識別
建筑結構檢測中，基于機器視覺(jué)（卷積神經(jīng)網(wǎng)絡(luò )）技術(shù)被廣泛應用于結構病害及面積識別。
基于機器視覺(jué)的建筑表面病害識別是通過(guò)對視覺(jué)識別軟件進(jìn)行訓練，達到準確、快捷識別建筑表面病害的目的，主要包括對混凝土缺陷、形態(tài)差異、外墻面霉變、開(kāi)裂等方面。
基于機器視覺(jué)裂縫檢測技術(shù)是用專(zhuān)門(mén)的高清攝像機進(jìn)行拍照，對照片裂縫識別。它的特點(diǎn)也是非接觸檢測，適用范圍廣，精度高。
多源融合的外墻面空鼓檢測：低層建筑可以通過(guò)手持式紅外熱像儀進(jìn)行檢測，中高層則由無(wú)人機搭載紅外鏡頭，實(shí)現快速批量大面積掃描。整個(gè)外墻可以用三維激光掃描，對外墻建立模型，用于估算缺陷面積。
在建筑結構病害檢測中，無(wú)人機仍然能發(fā)揮較大的作用。如，用無(wú)人機巡查高墜隱患，包括空調支架銹蝕、窗外盆栽等，視覺(jué)識別軟件可以自動(dòng)識別外立面風(fēng)險點(diǎn)；通過(guò)無(wú)人機航拍識別外墻面損傷，無(wú)人機錄視頻，視覺(jué)識別軟件對視頻進(jìn)行損傷分析，結果清晰直觀(guān)。
房屋安全風(fēng)險的數據預測
房屋安全風(fēng)險的數據預測首先是要建立數據庫，選取特征參數，然后對數據進(jìn)行預處理分析，建立房屋安全鑒定模型，劃分訓練集及測試集，使用訓練集數據構建機器學(xué)習模型，調整機器學(xué)習模型參數，優(yōu)化模型，利用測試集數據對鑒定結論進(jìn)行預測，最后進(jìn)行結論驗證。
將基于決策樹(shù)的房屋安全評價(jià)模型應用于10棟磚混結構房屋，得到的結果與實(shí)際結果一致的房屋數量有9棟。將基于隨機森林的房屋安全評價(jià)模型應用于10棟混凝土框架結構房屋時(shí)，與實(shí)際結果一致的房屋數量也為9棟，分類(lèi)準確率均達到90%。
總之，在智能裝備、無(wú)損檢測設備、物聯(lián)網(wǎng)傳感設備、機器人、小型測繪設備、智能算法機器人、大數據分析等加持下，房屋鑒定檢測應用場(chǎng)景將得到進(jìn)一步拓展，鑒定檢測單位在實(shí)現降本增效的同時(shí)，可以更好地做好安全運維服務(wù)。
本文節選自南京市房屋安全服務(wù)中心主任、教授級高工李進(jìn)在城市更新背景下既有房屋安全管理及技術(shù)——第二屆房屋安全鑒定創(chuàng )新發(fā)展論壇上的演講