藉衛星物聯網無人機感應器 宏觀微觀檢測 AI打造大廈「神經系統」 隱患無所遁形

藉衛星物聯網無人機感應器宏觀微觀檢測 AI打造大廈「神經系統」隱患無所遁形

[2019.08.26] 發表

【明報專訊】如果去年上水名都及早發現升降機制動系統有毛病，或許不會發生奪命意外；如果馬頭圍道唐樓能提前察覺牆體結構出問題，可能不會出現2010年倒塌事故，失去4條人命。雖然世事沒有如果，但意外卻可透過預防來避免，辛子雋創辦的人工智能安全檢測數據分析公司維視拍(RaSpect)，利用最新科技檢測建築結構，不單能提高檢測效率和精確度，亦減低成本。

明報記者陳子凌

分析地形檢測內外結構實時監控

維視拍成立於2017年8月，主要研發透過AI分析檢測建築結構的技術軟件。辛子雋介紹，公司服務大致分3類，第一是宏觀檢測，利用人造衛星和建築物周圍的物聯網，分析地形及建築本身，從而得出地面沉降的情况；第二是機動檢測，使用無人機觀察目標建築物外部，或以特製無人機，使用熱能檢測內部漏水和裂縫；第三是最先進的微觀檢測，在建築結構內例如升降機槽裝置電感式感應器(RT sensor)，把數據傳送到數據庫，直接分析出建築結構是否健康安全，也能實時監控。

辛子雋形容，這種AI檢測技術就有如為建築物建立一套「神經系統」，只要建築物內外出現異常和徵兆，都可感應得到，再經過數據分析找出問題所在，便可及早掌握情况，避免因事態惡化造成不可挽回的悲劇。

建立體模型省時減人為誤差

AI檢測技術之所以有市場空間，因傳統的建築物安全檢測需大量人手資源，耗時且缺人，因為工程師需從外到內審視建築物的結構問題。「什麼地方有裂痕、牆身有沒剝落等等，要鉅細無遺拍攝下來，然後再對着逾千張現場照片評估分析有沒安全隱患，其間需要的人手與時間可想而知」，辛子雋進一步指出，一些建築物內部根本不可能派人進入，有些地方也不能靠肉眼檢測，「傳統做法的話，就只能靠經驗判斷」。

辛子雋舉例，一棟5層高大樓，AI檢測技術會比傳統人手檢測節省一半時間，不過這並不意味科技可取代人手，因為AI檢測技術是更快更準地提供數據來建立立體模型，減少人為誤差，而數據模型的分析判斷還是需要專業人員，「試想想工程師不用再在逾千張照片中逐一對比，自然能投放更多時間在分析之上，而分析出來的結果，是有數據支持的建築安全」。

港燈鷹君洽商暫首選成熟市場

維視拍的檢測服務已於去年10月開始推出，已有多間本港企業如港燈、鷹君洽商合作，為旗下建築檢測，此外亦有為內地的地產商檢測樓盤。但有別於其他初創企業視內地為主要市場，辛子雋說內地目前未是首選：「除了香港，發展成熟的地區如日本、台灣都是目標市場，因為這些地區對建築安全的需求大、意識高，會容易採納相關的新技術。」至於內地，辛子雋認為大灣區正在建設，估計未來相關基建對AI檢測的需求會有所釋放。