土木四 洪昊天
張家銘老師指導
近年來，隨著人工智慧技術的迅速發展，其在許多領域的應用，如自動駕駛、醫療影像分析等，已經取得了令人矚目的成果。然而，人工智慧在建築工程領域的應用相對較少。有鑒於此，我們進行了一項研究，試圖將深度學習與同時定位和地圖建置（SLAM）技術結合，開發一個可以自動檢測建築物結構劣化的系統。我們的目標是創建一個更方便、更精確且效率更高的建築物結構劣化檢測工具。我們相信，隨著深度學習和SLAM技術的進一步發展，將會有更多的創新應用在建築工程領域出現，使我們的生活更加便利和安全。
在這項研究中，我們首先開發了一款使用ARKit的iPad應用程式，透過特徵點和深度信息建立建築物的三維模型。我們採用YOLOv5深度學習模型進行建築物結構劣化的檢測。為了使模型能夠準確地檢測出各種結構劣化，我們使用了公開數據集以及專業技師的私人數據集進行模型的訓練。此項研究的一個主要挑戰在於如何將SLAM和深度學習技術在行動裝置上整合應用。這需要從頭開始學習Swift程式語言，並從底層運作到介面設計進行全面的開發。
在完成開發後，我們在實際場所進行了測試。我們將測試結果與專業技師的報告進行對比，發現我們的系統能提供更詳細、全面的結構劣化資訊，提高了檢測的準確性和效率。值得一提的是，我們的方法能在無需GPS的情況下進行結構劣化檢測，讓其能夠在橋梁、隧道等GPS信號無法覆蓋的地方發揮作用。這項研究的另一個亮點是，由於我們的方法甚至額外提供了傳統辨識方法缺乏的3D資訊，我們相信這項研究將對建築工程領域產生正面影響，並有望提高建築物的壽命和使用安全性。
感想：進行這項研究的過程中，我不僅加深了對於人工智慧和機器學習技術的理解，也看到了這些技術在建築工程領域的潛力和可能性。開發行動裝置應用程式的過程中遇到的挑戰，讓我更加理解將理論知識應用於實際問題的重要性，以及專業知識與跨領域技能結合的力量。
在此，我也要感謝科技部大專生研究計畫的研究創作獎，這個榮譽不僅是對我過去努力的肯定，也是對我未來繼續投身於學術研究的鼓舞和激勵。這更讓我確信，我們的研究不只對我們自己有意義，也對社會和業界有實質的貢獻。我也更加確認了我對於繼續追求學術和科研的熱情和興趣。
最後，我要感謝口試委員們的寶貴建議，以及指導老師張老師的教導。他們的專業指導與無私的付出，讓我能在研究的道路上更加堅定且清晰。未來，我將繼續努力，以學術研究為路，為我們的社會帶來更多實質的貢獻。
