#44
华南理工大学土木与交通学院海外学者前沿讲座第四十四期，我们邀请到来自美国田纳西大学诺克斯维尔分校土木与环境工程系的李书艾助理教授。本次讲座中，李教授为我们分享了他们团队利用人工智能方法迈向未来智能、安全、可持续建筑环境的精彩报告。
近年来，公共卫生突发事件、自然和人为灾害以及基础设施老旧化等问题越来越严重，人们对更加安全、健康和可持续社区和建筑环境的需求也越来越迫切，这为工程、科学和管理人员带来了挑战。本次讲座中，李教授通过三个项目中信息物联系统的应用，包括用于紧急侦察的机器人辅助智能系统(RAISE)，人人享有的智能和健康环境(I-HEAL)和用于工程的网络生态增强技术(CREATE)，向我们介绍了他们借助传感器、人工智能、机器人、数字孪生、信息建模和可视化等新方法，开发一系列促进建筑自动化、应急响应和环境健康的模型系统。
首先，李教授为我们分享的第一个项目是用于紧急侦察的机器人辅助智能系统(RAISE)，通过无人机和深度学习算法来快速的建立灾后的3D地图，帮助救援人员在黄金救援时间内最快地搜救遇害人员。RAISE系统涵盖了双向人机共享控制、基于深度学习的人机感知协同进化和情境感知人机交互，以实现人机无缝协作，在灾难期间进行受阻空间的侦察和搜救。该系统通过无人机和探地雷达（GroundPenetratingRadar，GPR）得到雷达图，采用生成对抗式神经网络（GAN）技术增强建筑倒塌模拟数据，对倒塌建筑废墟下空洞环境进行3D重建（SubsurfaceReconstruction）。通过这种方法可以实现根据雷达图像生成3D的现场模型，方便救援队使用，实现高效准确地通过机器人提供场地搜救信息，将搜救信息传递给救援人员，救援人员再将搜救指令下发给机器人。最后是如何使用这一模型，李教授团队一开始想使用增强现实技术（AR）将3D地图直接传递到现场救援人员的视场里，但因为救援现场诸多因素的限制，目前是传回指挥中心由指挥中心进行处理。
图1用于紧急侦察的机器人辅助智能系统(RAISE)及基于深度学习的地下空洞环境3D重建
李教授向我们分享的第二个主题是让社区更健康，对应着他们所开展的第二个项目：人人享有的智能和健康环境(I-HEAL)。李教授团队开发了基于数字孪生的传感和集成的人类建筑病原体模型，以促进建筑物和社区的环境卫生和人类健康，从而改变关键设施的未来运营。比如在新冠病毒传播肆虐的疫情防控期间，医院、校园等公共场所进行经常消毒杀菌，李老师通过与传染病学家和微生物学家等合作开发了机器人智能消毒杀菌系统(lntelligentRobotforAdaptiveDisinfection)，该系统可以指导机器人什么时候去消毒，去哪里消毒，对区域进行风险分级，以及针对不同区域、物体表面和不同材质如何进行安全有效的消毒杀菌。
图2机器人智能消毒杀菌系统
此外，李教授还探索了不同的建筑内微生物的分布情况（BuildingMicrobiome），以及建筑设计和措施对微生物聚集和传播的影响。通过收集建筑信息，在建筑内取样，分析建筑内微生物群的分布，构建环境-人-病原体集成信息模型（IntegratedEnvironment-occupant-pathogenInformationModeling）。李教授使用BIM和建筑内采集的数据建立了一个建筑内细菌分布的模型，通过不同区域可能的携带者同行率和细菌存在率来对建筑进行风险分级，医院等建筑设计自己的消毒路线。
图3环境-人-病原体集成信息模型
最后，李教授向我们简单介绍了他们所开展的第三个项目，用于工程的网络生态增强技术(CREATE)。CREATE项目为基础设施检查和施工自动化开发了以人为中心的远程操作、机器人自主和工作流的感知协调，展示了可持续建设和更广泛的劳动力参与的巨大潜力。开发的CPS共同构成了在建筑和基础设施系统的生命周期阶段下培养智能、安全和可持续的建筑环境的技术基础。比如，李教授采用探地雷达检测桥梁裂缝、采用无人机对桥梁进行监测、基于AR的图像分析、以及采用机器人监测水下建筑物的情况。
图4用于工程的网络生态增强技术(CREATE)
李教授的研究课题
转载请注明：http://www.0431gb208.com/sjszlfa/756.html
