桥梁养护数据获取方式有三大类：桥梁结构健康监测系统，常规人工检测和基于先进检测设备的不定期检测。

1、桥梁结构健康监测系统

针对桥梁结构健康监测系统，交通运输部发布的政策如下：

（1）2020年12月2日交通运输部发布《关于进一步提升公路桥梁安全耐久性水平的意见》：2025年底前实现跨江跨海跨峡谷等特殊桥梁结构健康监测系统全面覆盖。到2035年桥梁监测系统全覆盖。

（2）2021年3月1日交通运输部发布《公路长大桥梁结构健康监测系统建设实施方案》，名单中给出了401座特大桥梁要安装监测系统。

（3）2023年11月9日交通运输部《关于进一步推动公路桥梁隧道结构监测系统工作实施方案（征求意见稿）》列出了特大桥梁471座，中小桥梁2200座，要求安装监测系统。

（4）2024年4月30日《关于进一步推动公路桥梁隧道结构监测系统工作实施方案》到2030年高速和国道桥梁监测系统全覆盖。

桥梁监测在哪些方面能够跟人工智能算法结合起来呢？针对中小跨径桥梁监测，我们提出了一个未必成熟的看法，从设计上力图实现桥梁监测数据能够用于养护数字化，利用人工智能算法实现构件层面的诊断。有两个技术方向，一个是无监督学习算法，计算效率高，但是无法做机理分析，数据格式要求能够很好地与时程数据吻合。当通过无监督学习算法发现异常问题之后，利用基于深度学习的代理模型算法（不知道称呼对不对啊）进行较为深入的机理分析。

还有一个可探讨的结合点是经过训练的人工智能模型自动编制桥梁监测技术方案。比如某高速集团，管辖高速桥梁10000座，如果在十五五期间全部安装监测系统，每年2000座，人工编制2000座桥梁监测技术方案和施工图都需要大量的人力，能否由人工智能取而代之？

2、常规人工检测

桥梁检测中高墩，高塔等部位由于人员无法送达而往往难以检测。最近几年无人机飞行检测取得了很多研究成果，逐步能够实现工程实际应用。无人机桥梁检测一个核心的技术是基于深度学习的表观病害AI识别。据说这个领域之所以从识别能力上还差那么一丢丢，原因是缺乏一个比较好的标定过的工程数据集来训练人工智能算法。从AI发展历史上看，有了ImageNet数据集，才有了神经网络在人工智能领域的胜出，可见数据集与算法同等重要。

3、桥梁养护数字化（桥梁养护决策）

桥梁养护数字化的一个基础性工作是精细分类构件基于检测数据的评级。在这个方向上人工智能是否有用武之地呢？无人机飞行检测能否在实现识别的同时实现技术状况的判定？或者结合各类数据，人工智能成为超级检测工程师给出更客观的判定？

4、数字化转型类项目

2024年4月29日财政部交通运输部联合发布了《关于支持引导公路水路交通基础设施数字化转型升级的通知》。交通基础设施数字化转型类项目规模大，业务场景多，比较综合。如果想在其中各个业务场景都实现较大幅度的技术突破，能否基于人工技术开发相关算法？如有的数字化转型项目有无人驾驶场景，那么走车路云边协同的技术路线，还是走特斯拉那种车辆智能的技术路线呢？

5、总结

针对桥梁养护和应急管理，交通运输部出台政策，并在桥梁监测和数字化转型领域给与高额补贴。那么最终有个问题是，能否开发一个较为底层基础性的人工智能算法，经过训练后能够支撑桥梁监测数据分析，桥梁监测技术方案编制，桥梁检测结果分析，以及能够支撑交通基础设施数字化转型各个应用场景呢？

中交路桥科技依托勘察、检测（含特检）、设计等传统行业能力，可提供“检、诊、修、应”的全生命周期综合一体化服务，推动城市安全风险管理技术创新、模式创新、应用创新，提升城市安全运行风险隐患发现、防范、化解、管控的智能化水平，为推动城市安全发展提供坚实保障。在迈向智慧城市的新时代征程中，中交路桥科技有限公司将始终坚守安全底线，不断完善和优化城市安全运行综合服务平台，为城市的平稳运行贡献科技力量。