Skip to Content Facebook Feature Image

理大日內瓦國際發明展獲獎突破歷年成績 副校:冀升香港及國家創科競爭力

社會事

理大日內瓦國際發明展獲獎突破歷年成績 副校:冀升香港及國家創科競爭力
社會事

社會事

理大日內瓦國際發明展獲獎突破歷年成績 副校:冀升香港及國家創科競爭力

2024年04月29日 23:51 最後更新:04月30日 00:35

香港理工大學(理大)於第49屆瑞士日內瓦「國際發明展」奪得多項殊榮,突破歷年成績。

理大副校長(研究及創新)趙汝恒教授(左五)與獲獎單位代表合照(巴士的報記者攝)

理大副校長(研究及創新)趙汝恒教授(左五)與獲獎單位代表合照(巴士的報記者攝)

理大於43個參賽項目成功奪得45個獎項,包括兩個特別大獎、五個評審團嘉許金獎、18個金獎等,得獎的研發成果應用範疇涵蓋視力健康、先進製造、生物醫學工程、時裝及紡織等,包括「全球首個便攜式高清角膜地形圖儀K-Shape」、「RailSwinX:基於尖端人工智能技術增強鐵軌缺陷檢測」、「AR智能助視器(ObstAR)」以及「ProRuka — 通過無線聲肌圖控制的新型前臂義肢」等。

紀家樹教授帶領的「全球首個便攜式高清角膜地形圖儀K-Shape」榮獲沙特阿拉伯代表團特別大獎及金獎。

紀家樹教授帶領的「全球首個便攜式高清角膜地形圖儀K-Shape」榮獲沙特阿拉伯代表團特別大獎及金獎。

眼科視光學院學院主任及教授、眼視覺研究中心副總監紀家樹教授表示,散光影響着全球一半以上人口,新冠疫情期間,不正常的視覺習慣及學習環境加劇散光問題,導致視力模糊、眼晴疲勞、頭痛,甚至引發視力缺損。早期發現散光和積極治療可減輕有關影響。

紀家樹教授表示,直至現時,團隊已成功應用「K-Shape」在校本視力篩查中採集了逾千名香港兒童的角膜地型圖,其中年紀最小的不過四歲。有了這些本地數據,團隊便能訓練出一個更好適應香港兒童的AI模型,從而更準確地測量角膜地形圖,對包括散光和角膜疾病等視力問題作出早期診斷。

林健文教授帶領的「RailSwinX:基於尖端人工智能技術增強鐵軌缺陷檢測」項目獲得國際發明展國際發明家協會聯合會特別大獎及金獎。

林健文教授帶領的「RailSwinX:基於尖端人工智能技術增強鐵軌缺陷檢測」項目獲得國際發明展國際發明家協會聯合會特別大獎及金獎。

至於電機及電子工程學系教授林健文教授的發明「RailSwinX:基於尖端人工智能技術增強鐵軌缺陷檢測」,運用人工智能精確分類軌道缺陷,分辨真實/誤報影像,從而確保準確性和可靠性,增強鐵路安全,開創鐵路主動維護的新時代。

理工大學表示,當中19個獲獎項目為理大於InnoHK創新香港研發平台研究中心,與其他國際頂尖院校共同研發成果。充分肯定理大學者、學生及校友在探索、開創和追求科研突破的努力。

理大副校長(研究及創新)趙汝恒教授表示,為是次所取得的科研成果感到高興與自豪,稱獲獎者除了為理工大學爭光,更為香港爭光。理大日後亦會再接再厲,並配合香港政府政策,以創科支援工商企業,提升香港及國家的競爭力,希望積極改善香港的創科生態圈。

香港理工大學開發創新「智慧橋樑檢測系統」,可精準識別橋面裂縫及肉眼難辨的潛藏結構問題,已於本地11座橋樑完成檢測,結果顯示,該系統可將檢測時間縮短一半,並顯著提升檢測準確度至八成,具有在全港橋樑廣泛應用的潛力。

由理大建築及房地產學系教授 Tarek Zayed教授(右一)領導的研究團隊開發出一套智慧橋樑檢測系統,能夠自動檢測橋面裂縫,以及識別肉眼無法察覺的潛藏結構問題。

由理大建築及房地產學系教授 Tarek Zayed教授(右一)領導的研究團隊開發出一套智慧橋樑檢測系統,能夠自動檢測橋面裂縫,以及識別肉眼無法察覺的潛藏結構問題。

香港交通基建承受全球最高交通密度之一的巨大壓力,確保橋樑結構安全成為當務之急。理大研究團隊開發的這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型。香港常用的傳統基建目視檢查方法需要動用大量人力且主觀性強,對鋼筋腐蝕等地下缺陷的辨識能力有限,更需要封閉道路方能進行。由理大建築及房地產學系教授Tarek Zayed帶領其研究團隊開發的創新系統,利用無人機、探地雷達(GPR)及紅外線熱成像(IRT)三種先進工具的組合取代人工檢查,收集橋樑表面及內部結構的全面數據,再利用人工智能模型進行自動化分析,提升檢測的準確度及效率。

該多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型,大幅減低了檢測時間,同時令檢測準確度顯著提升。

該多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型,大幅減低了檢測時間,同時令檢測準確度顯著提升。

橋面裂縫檢測對維持橋樑健康至關重要。研究團隊利用無人機進行目視檢查,再通過其自主研發的「智慧橋面高效檢測模型」處理所得數據。即使在面對惡劣環境如光線不足、陰影等,該模型亦能達到優於其他現行方法的檢測準確度,且更少出現誤判、與表面刮痕混淆等檢測問題。

橋面裂縫往往預示了地下結構受損的深層問題,例如鋼筋腐蝕。團隊開發的全自動GPR數據解讀模型,能以高達98%的準確度定位鋼筋位置,並通過對振幅數據進行標準化處理及聚類分析,生成腐蝕區域分佈圖。此模型大大簡化了基於GPR的腐蝕評估流程,令相關工作變得更加快捷和易於操作。

這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型,大幅減低了檢測時間,同時令檢測準確度顯著提升。

這個多層次系統整合了理大自主研發的先進無損探測技術及人工智能模型,大幅減低了檢測時間,同時令檢測準確度顯著提升。

另一常見橋樑結構問題是內部混凝土構件退化,導致剝落及層面分離。團隊提出一套用於處理IRT數據的「最佳熱梯度閾值系統」,能根據外在環境狀況調整閾值,以更精確判斷剝離區域。團隊基於此系統開發的智慧模型,更能自動生成剝離分佈圖,進一步提高診斷能力。

Zayed說:「這套混合檢測系統兼顧橋面及地下缺陷,並通過人工智能驅動的整合方案,同時提升了檢測效率和準確度。我們更制定了一個五級制的缺陷嚴重程度評級,以標準化檢測流程,方便診斷及確定維修的優先順序。此外,團隊開創的『智慧橋面高效檢測模型』具備全面的功能,能基於從各類探測技術收集所得的數據,精細地評估橋樑狀況。」

他又說:「我們目前正積極探討與相關政府部門及業界夥伴合作,將系統應用於香港的定期橋樑檢測工作,為實現智慧基建管理邁出關鍵一步。我們的目標是長久保障香港擁有安全和可靠的橋樑。」

理大研發的「智慧橋樑檢測系統」採用無人機、探地雷達及紅外線熱成像三種先進工具的組合,取代常用的傳統目視檢查,已於本地11座橋樑完成檢測。

理大研發的「智慧橋樑檢測系統」採用無人機、探地雷達及紅外線熱成像三種先進工具的組合,取代常用的傳統目視檢查,已於本地11座橋樑完成檢測。

這項為期兩年的研究得到智慧交通基金的支持。該團隊的研究成果已發表於不同國際期刊,包括《建築與建築材料》、《建築自動化》及《高級工程資訊學》。展望未來,Zayed及其團隊將進一步推進相關技術研發,並在香港推動智慧橋樑檢測。

你 或 有 興 趣 的 文 章