近日，IEEE Xplore上新刊登了一篇與耐能相關的新論文「Edge-AI在結構健康監測中的應用研究」，該論文旨在研究邊緣AI在結構健康監測領域的能力，特別是對混凝土橋樑裂縫的檢測。該論文獲得了美國軍方的支持。
近年來，邊緣側AI因其即時處理，低延遲，資料安全及穩定性可靠等諸多優勢，已被用於諸多生活，例如智慧交通、智慧工業、能源、製造等領域。更因邊緣設備通常能夠獨立工作，即使在無網路的情況下仍然可以進行一定程度的資料處理和決策，保證了系統的穩定性和可靠性，相較於雲端，具備更大的擴展性。
論文作者使用Kneron KL520和Google Coral開發板及操作平台進行裂紋檢測任務的邊緣AI實驗，並透過實驗資料，展示了邊緣側AI在處理此類結構性檢測任務中的多項優點及諸多潛力。實驗結果表明，邊緣AI設備擅長於即時流圖像和離線圖像的裂紋分類，具有顯著的分類分數和平均推理時間。
日益增加的交通流量壓力和結構負荷疲勞的威脅，使監測橋樑的狀態至關重要。隨著AI的普及，透過將AI算法和模型部署在橋樑現場的端側設備上，可以實現對橋樑結構的即時監控和裂縫檢測，這對於橋樑維護和管理帶來了巨大的變革。
邊緣側AI的前景廣闊，其優勢在於即時處理、資料安全與隱私保護、高效率與資源利用、離線支援與穩定性以及新的業務模式與應用場景。隨著技術的不斷發展和應用場景的不斷拓展，邊緣側AI將在未來發揮更加重要的作用。
