La reconnaissance des fissures joue un rôle crucial dans la surveillance des infrastructures civiles. Bien que les méthodes de détection traditionnelles soient efficaces dans une certaine mesure, elles dépendent fortement de la main-d’œuvre et sont limitées en efficacité. Pour surmonter ce défi, une nouvelle étude propose un cadre de détection de fissures entièrement autonome, utilisant l’intelligence artificielle et la technologie des drones pour réaliser la segmentation et la détection autonomes des fissures.

Ce cadre de détection autonome des fissures repose sur l’apprentissage par renforcement profond pour entraîner un agent autonome capable de suivre de manière adaptative les motifs de fissures. Cet agent peut naviguer de manière autonome sans intervention humaine et ajuster intelligemment sa stratégie de recherche en fonction des caractéristiques des fissures, maximisant ainsi l’efficacité de la détection. Les données montrent que le système capture plus de 85 % des fissures dans l’ensemble de données d’entraînement et atteint une couverture de 82 % dans l’ensemble de test. De plus, par rapport aux méthodes de recherche exhaustive traditionnelles, le nouveau système améliore l’efficacité des ressources de calcul de 64 %, démontrant un fort potentiel pour un déploiement réel sur des drones et autres appareils edge.

Le professeur Rih-Teng Wu, auteur correspondant de l’étude, déclare : « Le cadre proposé illustre comment l’intégration de l’IA et des drones peut transformer la surveillance de la santé structurelle en un processus plus sûr, plus rapide et plus fiable. » Ce cadre innovant réduit considérablement le temps et les coûts en main-d’œuvre nécessaires à la surveillance de la santé structurelle, tout en augmentant la fréquence des inspections, permettant une détection précoce des problèmes structurels potentiels et améliorant la sécurité et la durabilité des infrastructures civiles. Avec les progrès technologiques, ce cadre de détection autonome des fissures devrait trouver des applications plus larges, révolutionnant le domaine de la surveillance de la santé structurelle.