弘光科技大學 公關室電子報

智科系教授應用AI邊緣運算守護橋梁安全

地震或颱風的摧殘可能影響橋梁安全性，弘光科技大學智慧科技應用系教授童建樺將國科會研究計畫研究成果，與中興大學及財團法人中華顧問工程司合作，近2年來在國內重要道路橋梁安裝「智慧型多通道應變監測系統」，透過新型AI邊緣運算模式持續進行橋梁結構安全監測，能在災後第一時間通報橋樑是否有偏移問題，守護國人的用路安全。

NVIDIA執行長黃仁勳日前來台灣時曾強調，在AI發展的過程中，邊緣AI將會是將會是AI領域未來重要的一個分支，邊緣運算的引入將使AI有更廣泛的應用。童建樺表示，「智慧型多通道應變監測系統」技術便來自於他的國科會研究計畫「具邊緣運算技術之物聯網低耗能智慧應變計的開發與應用」研究成果，與傳統監測系統最大不同的是，他與團隊開發的系統具備邊緣運算技術，所謂邊緣運算(Edge Computing)，是一種網路運算架構，運算過程盡可能靠近資料來源，以減少延遲和頻寬使用，且讓決策更即時。

「這個系統每1秒可以捕捉100次橋梁監測資料，1天會約864萬筆資料，1年有近32億筆資料，大量數據如果全部要傳輸到雲端伺服器進行分析，通訊及伺服器的負擔會很大。」童建樺指出，「智慧型多通道應變監測系統」裡裝有晶片與分析處理韌體，不需要傳輸大量數據到雲端伺服器，直接在橋梁感測端執行邊緣運算，以特殊演算法分析車輛經過對橋梁結構擾動造成的最大應變分佈情形，每分鐘將分析完成的有效資訊回傳至伺服器，這樣的架構可大幅降低通訊及伺服器的負擔。

童建樺指出，團隊以多通道動態應變監測結果分析橋樑箱梁結構的中性軸偏移，進而推斷橋樑結構是否因外力或材料老劣化造成的強度損失，這項技術已成為全球橋樑結構健康即時監測最先進的技術之一；像今年403花蓮地震時，有裝設系統的橋樑都有將地震造成的應變分析完畢並記錄下來，馬上可以了解橋樑箱梁結構的中性軸偏移情形，迅速判別安全性。

國內新建重要道路橋樑設計規劃時，已開始採用這項新穎技術。另外，就是養護單位發現橋梁似乎有安全性疑慮時，會找團隊去監測。童建樺舉例說，去年就臨時接獲一件重要道路橋樑的監測任務，一測便發現中性軸嚴重偏移，養護單位馬上採取因應措施。 童建樺表示，台灣有2萬6000多座橋梁，但目前一般養護單位仍常用目視監測或封橋使用儀器監測，目測精準度不夠，封橋影響交通。「智慧型多通道應變監測系統」安裝簡便，監測即時又精準，且從安裝到監測完全不用封閉橋梁，好處多多。