近日，西安建筑科技大学城市发展与现代交通学院教授周海俊团队在桥梁等设施健康智能检测领域取得突破。团队研发的轻量化裂缝分割模型，可精准识别混凝土、钢材等多材料桥梁表面裂缝，为重大基础设施“智慧体检”提供关键技术支撑。相关成果发表在《自动化建设》上。

桥梁作为交通命脉，其表面裂缝的早期精准识别是保障结构安全的核心。传统人工检测存在效率低、主观性强等局限，而现有智能算法常因材料差异、环境干扰导致精度不足。针对这一难题，团队构建了统一的CrackSeg-GWD裂缝分割框架，通过组归一化、权重标准化卷积等技术创新，在保证精度的同时实现模型“瘦身”——参数量仅0.414 M（约41万个），计算量仅为0.849次十亿浮点运算。相比主流方法，该技术更能满足工程现场对模型轻量化部署的需求。

实验显示，该模型在混凝土、钢材、沥青等不同桥面材料表面均表现出强泛化能力，多项分割指标优于现有算法，为桥梁自动化巡检提供了高效可靠的“AI眼睛”。“这一成果将推动基础设施从‘事后维修’向‘预防性养护’转变，助力交通工程数字化、精细化管理。”通讯作者周海俊表示。  

据悉，研究获国家自然科学基金联合基金重点项目资助，第一作者为该校师资博士后Mohammed Ameen Mohammed。团队长期致力于交通工程智能检监测技术研发，相关成果已在多项重大工程中应用。  

相关论文信息：https://doi.org/10.1016/j.autcon.2026.106808