您现在所在的位置：
发布时间：2026-03-17
项目以“震知灼鉴：建筑震害智能识别与评估技术”为主题，研发了一套融合多模态视觉语言模型（VLM）与计算机视觉算法的智能震害评估技术体系。该体系面向建筑结构构件与室内非结构构件两类对象，构建了集灾损识别、智能分析与交互评估于一体的震后智能诊断系统。 在结构构件震害评估方面，团队研发了SDAChat V1.0和V2.0两代多模态视觉语言模型，实现了基于图像—文本协同建模的震害识别方法，并提出“全局—局部”两阶段多任务统一评估框架，可支持图像级与构件级的细粒度检测与智能问答。同时，构建了领域内首个多属性震害评估多模态数据集，并通过三阶段训练策略与高效跨模态投影机制，有效提升模型在震害识别任务中的对齐能力与推理性能。系统具备智能识别、多轮交互与可视化反馈功能，可实现震后建筑震害的自动化与高效评估。 在非结构构件震害评估方面，团队提出了一种基于类熵理论的室内震害量化方法，利用计算机视觉技术对地震监控视频进行分析。该方法通过结合图像相似性分析与视觉目标跟踪，实现对室内非结构构件动态响应的识别与损伤量化评估，可实现对室内场景的实时监测与震害判定。 整体而言，本项目构建了覆盖建筑“结构—非结构”系统的震害智能评估技术体系，为震后快速评估与应急决策提供了新的技术路径，实现了建筑震害的“内—外”一体化智能诊断。
本项目围绕建筑震害智能识别与评估需求，形成了具有自主知识产权的三项核心技术： （1）多模态视觉语言震害识别大模型技术 团队自主研发SDAChat系列多模态视觉语言模型，实现震后建筑图像与专业文本信息的协同建模，可自动识别结构构件损伤类型、损伤等级及空间位置，并支持智能问答式震害分析。 （2）结构构件多任务统一震害评估技术 提出“全局—局部”两阶段震害评估框架，将目标检测、视觉问答与空间定位等任务进行统一建模，实现图像级与构件级的细粒度震害识别与分析。 （3）室内非结构构件震害量化评估技术 提出基于类熵理论的震害量化方法，结合图像相似性分析（SSIM）与多目标视觉跟踪技术，实现对室内非结构构件滑移、倾覆等震害行为的自动识别与量化评估。 已发表论文： Large Language Model Development for Post-Earthquake Structural Damage Assessment of Buildings[J]. Computer-aided civil and infrastructure engineering, 2025. Multitask Unified Large Vision-Language Model for Post-Earthquake Structural Damage Assessment of Buildings[J]. Automation in Construction, 2026. An entropy-like computer vision method for post-earthquake damage assessment of nonstructural components within indoor scenes[J].Soil Dynamics and Earthquake Engineering, 2026. 已发表专利： 基于视频监控下非结构构件损伤识别的建筑震害评估方法，发明专利，授权 基于视觉识别的震后非结构构件损伤智能评估系统及方法，发明专利，已公开 基于多模态大模型的建筑物震害损伤智能评估方法，发明专利，已公开
上一篇： 介入止血机器人
下一篇： 应急救援数字化战场关键技术装备研发与应用
