研究亮點

從研究模型走向可量化的工程應用效益，以下是本中心近年的四項重點成果。

HIGHLIGHT 01

AI 在工程顧問之應用：電腦視覺與生成式 AI

結合自然語言處理、電腦視覺、數位孿生與生成式 AI，協助工程查驗、設計檢核與報告撰寫。

施工規範查驗項目擷取與查驗表單輔助

2024 未來科技獎2024 GenAI Stars 銅獎專利申請 2 件

以自然語言處理擷取施工規範的查驗項目，並輔助查驗表單的設計與檢核。系統會在施工規範中找到對應條文（例如垂直度偏差不得大於 1/200），再到工程圖說核對尺寸與施工細節。

93.3%找對圖說頁面（450 組查驗項目）

20.0% → 83.3%判斷查驗表單是否合規的正確率（同一模型，基本檢索 → 本研究流程）

185 項實際工程完成檢核（淡江大橋、台九線）

以人工智慧輔助工地鋼筋查驗

2021 未來科技獎入圍發明專利 1 件

由工地照片自動量測鋼筋間距（三鶯捷運案例）。

深度學習與數位孿生輔助鋼筋與管路預埋查驗與維護

以深度學習與數位孿生輔助工地鋼筋與管路預埋的查驗與維護，已導入 2 處工地，並以點雲辨識鋼筋號數（南門市場案例）。

25 萬張捷運、滯洪池、橋梁工地鋼筋影像

省 82–88%查驗時間（相較三維點雲方法）

2 處工地導入

工程減碳策略規劃：本地端多模態模型

由建議書逐段抽取內容、歸納為 23 類減碳策略，建立減碳策略知識庫；招標文件解讀時找出減碳相關段落，逐類驗證與覆核後產出減碳手段清單，並由工程師查詢過去做法、回饋擴充知識庫。

設計流程 AI 輔助檢核平台

在設計規劃階段預估可減少七成以上的人工查核時間（預估值）。平台包含 AI 合規檢核核心模組、AI 審查報告功能模組與 AI 問答輔助功能模組。

以 GenAI 提升水庫安全評估報告之品質

透過知識圖譜與 Agentic Workflow，產出稱職的報告初稿並提升報告品質。

HIGHLIGHT 02

AI 在結構工程之應用：從歷時分析到完整結構設計流程

AI 涵蓋的範圍一步步擴大：單一分析 → 設計迴圈 → 完整設計流程。

結構歷時分析：GraphLSTM 代理模型

以代理模型預測結構在地震下的反應，輸入 X、Y 向地震，輸出位移、加速度與內力，可取代耗時的有限元素分析。

487 倍單次歷時分析約 3 秒，比有限元素分析快

R² = 0.997最佳測試案例的頂層加速度

R² > 0.97整體預測準度（位移、加速度、內力）

結構設計：強化學習・多目標最佳化

由 AI 在設計迴圈中搜尋最佳解，在符合耐震規範的前提下減少鋼材用量。

−22.2 m³鋼材用量，仍符合耐震規範

前 1%優於 100 組合規設計中的 99 組

完整結構設計流程：Agentic Workflow

AI Agent 從建築圖一路完成建模、分析、設計、配筋與出圖，反覆迭代至合規。

建模
分析
設計
配筋
出圖

3–4 週 → 1 天一輪完整結構設計（建模、分析設計到出圖完成）

「3–4 週 → 1 天」為團隊對外口徑：人工一輪設計約 3–4 週，導入 Agentic Workflow 後協作約 1 天，含技師檢查。

HIGHLIGHT 03

UAV 橋梁智慧檢測：AI × 自主飛行 × 數位化維管

以自研無人機整合 UWB 定位、深度學習缺陷辨識與 DER&U 評估，建立橋梁巡檢到決策之完整技術鏈。

本研究整合 UAV 自主巡檢、UWB 輔助定位、深度學習影像辨識與橋梁 DER&U 評估方法，建立從現地資料蒐集、缺陷辨識、量化評估到三維視覺化的智慧橋梁檢測流程。透過實際橋梁案例，展示無人機於橋下難以接近區域的巡檢能力，以及 AI 協助辨識裂縫、混凝土剝落、鋼筋外露、白華及滲水等缺陷的應用成果，提供橋梁數位化維護管理的技術基礎。