数字可视化技术有望改变基础设施工程领域，而这种改变包括在设计、施工和运营的每个阶段整合虚拟现实和增强现实，以及常规设计流程的自动化操作。
可视化的前提
David Mascarenas博士是美国洛斯阿拉莫斯国家实验室、国家安全教育中心（Los Alamos National Laboratory＇s National Security Education Center）下设工程研究所的一名研发工程师，他正在开发用于监测、检查基础设施的虚拟和增强现实系统。Mascarenas博士表示：“大多数情况下，当我看到人们‘使用’增强现实时，他们只专注于可视化，但我对其用作增强现实的工具，则更感兴趣。这实际上是将人类智能与机器智能无缝、直观地结合在一起，在联机状态下执行任务。”
他进一步解释说,配备增强现实功能眼镜的工人可以自动评估沥青面层的厚度。他指出，该系统还可以嵌入程序，以监控建筑工人，确保他们对混凝土使用的是工程师指定的钢筋类型和正确的数量，或者验证混凝土浇筑的厚度是否正确。
根据Balfour Beatty公司《创新2050》的报告，在数字可视化和通信功能得到广泛应用之前，行业需要克服的最大障碍之一就是如何规避风险。Bechtel集团的Wilson先生对此表示同意。他认为：对失败的恐惧（在施工中理当如此）限制了我们对技术的验证和测试。这将导致技术只能被缓慢地采用，甚至使行业标准的修改速度变慢，而这种较慢的反应速度又减缓了建筑工程行业对需求进行技术开发和定制的过程，其结果为技术的缓慢采用提供了另一种借口。正如Wilson先生所想，这是“自我实现怀疑主义的恶性循环”。
而且，这也是Bechtel集团于2016年斥资6000万美元设立投资项目的原因之一，该项目被称为“未来基金”（Future Fund）。Wilson先生解释道：“Bechtel集团设立未来基金，是为了进一步激励企业内部的创新文化。”他表示，该基金专门用于从同事、供应商和客户中寻找创新的颠覆性想法，并鼓励那些将资源用于“研究、设计及分析有可能显著提高质量、安全、效率的试点项目”。该公司员工已经提交了约2000多个想法，其中有一半的基金已被用于那些进入原型设计阶段的360多个想法。这些想法包括旨在提高员工效率的可穿戴设备、用于低成本收集精确数据的无人机、使用虚拟现实技术对高风险环境的工作人员进行培训、碰撞检测，以及具有数据丰富的设计模型，其他想法则包括自动锚碇系统、“智能”独轮手推车和充气式脚手架。
开发可以解读数据的工具
在施工阶段结束后，使用数字可视化进行长期监控，有可能从根本上改变基础设施的设计方式。美国乔治梅森大学土木工程系助理教授、美国土木工程师学会会员David A. Lattanzi博士认为，数字可视化是针对基础设施如何随时间逐渐损坏，或持续存在的全方位记录方法，工程师可以从中获取大量的数据，以确定基础设施的生命周期成本，并改善施工方法和材料，借助无人机、机器人、标准车辆或三脚架获取基础设施的激光雷达或数码图像。
美国洛斯阿拉莫斯国家实验室的Mascarenas博士也在研究结构的健康监测。他设想了这样一个世界：基础设施的设计和建造方法可以确保它们有数百年的使用寿命，而现实中的标准使用寿命却只有50年或75年。“如果你拥有可以持续使用200年以上的基础设施，要知道，就连语言也会在200年间不断变化，因此，我们所需要的是，一种对结构外观及其变化方式能够进行高分辨率测量的方法。”Mascarenas博士解释道，“一旦这些数据齐全，就可以将其与模型和统计分类器结合起来，例如找到有关结构如何损坏的其他有用信息，并将其输入到有限元模型中。过去有许多事情无法实现，但只要采用此类技术，就能在未来大有可为。”
然而，收集结构健康监测数据的主要问题在于，如何对所收集的大量数据和图像进行解读。“我们正处于瞬息万变的时代，而可视化仅是沧海一粟，”美国南加州大学土木工程系主任Lucio Soibelman教授说，“廉价的激光扫描仪、无人机以及不同的数据采集方式，使我们具备了前所未有的数据采集能力。但主要的问题不仅在于数据采集，还在于分析，即我们应如何处理这些数据？”
Soibelman教授认为，在对结构或基础设施进行健康监测时，至关重要的是，我们能够判定哪些数据需要人为分析，哪些数据可通过计算机程序进行分析。他说：“举个例子，匹兹堡市的RedZone机器人技术公司开发了一种小型自动机器人，该机器人可以使下水道畅通，并一天返回（价值）10小时的数据。以此类推，在像洛杉矶这般规模的大都市中，可能会有20个机器人每天产生200个小时的图像。”然而，需要有大量的专家接受培训才能实现对下水道的缺陷进行正确分类，对每英寸管道多达200小时的图像进行检查，但这样做的成本过高。
对此，Soibelman教授指出：“所以，现在我们会被淹没在数据中。这就是我们今天所遇到的瓶颈。”由Soibelman教授和美国卡内基梅隆大学工程学院院长、土木与环境工程学教授James Garrett博士共同领导的研究小组，开发了通过图像捕捉来识别管道哪一部分是健康的算法。事实证明，管道健康部分的图像约占所有捕捉图像的80%。这样一来，专家们就可以将精力集中在剩余的那20%的图像上，集中解决问题。不过，开发算法只是第一步，Soibelman教授认为：“下一步是开发出下水道缺陷的自主分类算法。”
然而，用于结构健康监测数字化数据收集的主要问题在于，对所收集的大量数据和图像进行解读。
通过对例行任务的自动化，工程师和检查人员能够集中精力解决更加复杂的问题。Lattanzi教授表示:“我们确实擅长设计，但这并不代表我们不能做到更好，我们的确在许多事情上付出了巨大的努力。比如，我们需要用更少的钱做更多的事情，我们需要创造出更耐久的结构,使其具有更长的寿命周期，这才是我们的目标。那么，我们应如何获取并利用所有数据？我们要如何利用数据做出更好的决策,更好地理解，并和已有的基础设施互联互通？这才是在土木工程中思考人机交互的目的。只有更好地利用我们所收集的数据和信息流,才能更好地对系统的生命周期、养护和管理做出决断。”
学习正确地使用工具
“如果想吸引新生代工程师加入我们的领域，就必须采用新技术，因为年轻人更看中新技术的价值。”
为此，Lattanzi博士正在努力运用创新的方法，使BIM模型在工程生命周期中被具有相同结构的激光雷达图像所覆盖。这种方法可将生成的模型与BIM基准模型进行详细比较，并跟踪老化过程。剑桥大学Brilakis博士所在的小组也正在研究一种将高分辨率桥梁图像叠加在BIM模型上的方法，以便自动检测和测量桥梁中可见的损伤。该小组还希望桥梁BIM模型能够自动使用其当前数据进行填充，以便评估由于结构老化、极端天气或冲击造成的损坏。通过同一结构的高分辨率的新旧图像比较，桥梁检查员可以详细地跟进结构随时间老化、变化的过程。
Lattanzi博士表示：“我眼中的黄金标准就是对我们所建立的基础设施实体结构，生成完整的数字化副本，作为该基础设施的动态模型。该数字化副本会随时间推移而演进，使我们能够直观地看到该基础设施的历史数据变化。我们正在研究此类模型，对数字化副本的捕捉技术和交互方式日趋完善，我们正在了解该模型的变化及演进过程，这将帮助我们做出预测。”
为实现这一未来目标，土木工程专业的本科生和研究生需要学习数字可视化技术，且相关培训和研究需要全面铺开，才能使他们更好地运用数字化软件，适应行业的发展需求。
“如今我们遇到的问题在于，尽管计算机专业人士已经开发了许多虚拟和增强现实系统，但他们不了解基础设施工程，他们不是工程师，不能完全明白并解释工程项目，也不能完全理解我们处理数据的方式。”Soibelman教授解释道，“与此同时，土木工程师对结构有所了解，但他们开发工具的水平比不上计算机专业人士。”
他认为，该问题的解决方案需由精通计算机科学、数据管理和编程的工程师来提供，因为他们懂得计算机语言，并能通过处理日益复杂的项目，实现对该领域的彻底了解。
加拿大滑铁卢大学的Haas教授对此表示认同，他认为：“我们必须开始对计算机视觉、计算几何学、建模和增强现实进行教学，使用的是同一套工具，只是组合的方式不同。无论如何，年轻人已经在高中阶段就开始学习这些内容，鉴于这些内容对土木工程师有所助益，我们只需学习如何正确使用它们即可。”
美国卡内基梅隆大学的Akinci教授还将这项技术视为吸引优秀毕业生加入土木工程行业的手段。她说：“如果想吸引新生代工程师加入我们的领域，就必须采用新技术。新来的工程师不会愿意花费数个小时手动寻找信息。因为在生活中，他们只需点击鼠标，就能知道异国他乡亲友的最新动态，所以他们不会忍受没有新技术的工作环境，因此变革不论如何都将来临。”
本文刊载 /《桥梁 · BIM视界》杂志
2020年 第3期 总第14期
作者 / Catherine A. Cardn
资料来源 / ASCE杂志
翻译 / 单霏霏
编辑 / 裴小吟
美编 / 赵雯
责编 / 王硕
审校 / 裴小吟 廖玲
