Thai University RankingsRESEARCH RADAR
มีหลักฐานผลกระทบระดับโลก

โดรน โฟโตแกรมเมทรี และแมชชีนเลิร์นนิงไร้ป้ายกำกับช่วยวัดการเคลื่อนตัวของสะพานหลังแผ่นดินไหวจากระยะไกล

Accessible remote sensing of bridge movement monitoring with UAV-based SfM photogrammetry and unsupervised machine learning

งานวิจัยเสนอกรอบประเมินการเคลื่อนตัวของสะพานด้วยโดรนและ Structure from Motion เพื่อสร้าง point cloud สามมิติ จากนั้นใช้ RANSAC แยกบริเวณสำคัญและเปรียบเทียบ M3C2, C2C และ C2M สำหรับการเลื่อน การหมุน และการทรุด ผลทดลองรายงานความแม่นยำและประสิทธิภาพสูง แต่บทคัดย่อไม่ให้ตัวเลขความคลาดเคลื่อนหรือยืนยันการใช้งานหลังภัยจริง

01

ข้อค้นพบสำคัญ

  • กรอบสามารถวัดการเคลื่อนตัวที่จำลองในรูปการเลื่อน การหมุน และการทรุด และช่วยระบุว่าวิธีเปรียบเทียบ point cloud แบบใดเหมาะกับการเคลื่อนแต่ละชนิด ผู้วิจัยรายงานความแม่นยำและความรวดเร็วสูง แต่ไม่มีค่าความผิดพลาดหรือเวลาประมวลผลในบทคัดย่อ
02

ทำไมจึงมีความสำคัญระดับโลก

การสำรวจสะพานหลังภัยพิบัติเป็นคอขวดของการฟื้นฟูทั่วโลก วิธีที่ใช้โดรนและซอฟต์แวร์เข้าถึงได้มีศักยภาพลดเวลาและความเสี่ยง โดยเฉพาะประเทศที่ขาดเซนเซอร์ถาวร

03

บทบาทของนักวิจัยไทย

นักวิจัยจุฬาลงกรณ์มหาวิทยาลัยและมหาวิทยาลัยเกษตรศาสตร์พัฒนากรอบวิศวกรรมที่เชื่อมโครงสร้างพื้นฐาน การสำรวจระยะไกล และการเรียนรู้ของเครื่อง

04

ข้อจำกัดที่ควรรู้

บทคัดย่อไม่ระบุขนาดการเคลื่อนที่ ความจริงอ้างอิง จำนวนการทดลอง หรือสภาพแสง ลม ผิวสะพาน และการบดบัง การลงทะเบียน point cloud กับพิกัดมีผลมาก และการทดลองควบคุมไม่เท่ากับการใช้งานหลังแผ่นดินไหวจริง ระบบไม่ควรแทนวิศวกรตรวจโครงสร้าง

05

ตรวจสอบแหล่งต้นทาง

Structure and Infrastructure EngineeringStructure and Infrastructure Engineering

DOI: 10.1080/15732479.2026.2698097

KEEP EXPLORING

งานวิจัยไทยที่น่าติดตามต่อ