本計畫研究對象為梁式橋、板橋、箱型橋等三種類型的混凝土橋梁，研究目標為利用無人機拍攝橋梁之主梁、橫隔梁、橋墩/帽梁、橋面板、橋台、翼牆/擋土牆等構件影像，再透過AI深度學習語意分割技術，偵測影像上橋梁表面各種劣化類型，包括混凝土裂縫、混凝土剝落、鋼筋銹蝕、滲水、白華損傷等。本計畫之研究主題與重點可歸納為四大項，分別為文獻分析、深度學習技術開發、無人機技術開發、橋梁3D建模與技術推廣。
在深度學習技術開發部分，首先為針對資料庫資料進行清洗，最後本計畫共選取4,262張照片，進行各式劣化類型之人工標註，再依據規範與專家學者座談會建議，採DRU連動性原則，進行DRU值的人工編輯與確認，其中3,304張的DRU值有編輯過，變更比例達77.48%。另外在精度驗證部分，使用資料庫資料14座橋梁共4,805筆，本計畫透過相同資料清洗程序最後剩下833筆資料。本計畫開發了兩種語意分割深度學習模型，包括DeepLab v3++與Lawin，以及開發一個DRU推估模型。經過精度驗證與測試，證明深度學習語意分割方法進行橋梁影像自動偵測劣化區具有可行性；但DRU推估模型部分雖然具有應用潛力，但精度驗證部分，因DERU評等標準不一致問題、訓練資料數量與多樣性不足，仍有改進空間。
在無人機技術開發部分，本計畫結合VIO、IMU、RTK與UWB，開發一融合定位演算法，可以在有無GNSS訊號的環境中進行自主飛行與拍照，提供無人機全局一致性的絕對定位結果，初步驗證絕對定位誤差小於30公分。此外本計畫設計開發一款Y6型橋梁檢測專用無人機，搭載上下旋轉180度之雲台，包括專門設計之LED補光設備，同時利用橋梁3D模型協助航線規劃。

一、緒論
二、文獻蒐集與分析
三、研究計畫方法與步驟
四、研究成果說明
五、結論與建議