大型桥梁SHM系统的造价高昂，但提供的数据回报有限，其中伸缩缝变位统计等是少量有价值且可反馈设计的数据，显然难以达到各方的心理预期。从保障结构安全和正常运行的角度出发，桥梁检测作为“规定动作”，扮演着更重要的角色。对于大部分情况，不需要对桥梁结构的性态参数进行长期、持续性监测，应力应变、加速度等海量参数也难以实现结构全场、全时、全域的覆盖。如同人体体检一样，一般并无必要对多项健康指标进行连续性监测，日常的体检即可满足保健需求，在身体出现疾病预兆或症状时，再进行专项检测即可。因此，从这个意义上讲，桥梁结构检测与健康监测解决的是桥梁结构安全保障中的不同问题，二者割裂的现状亟待改变

1 以数字图像为代表的外观检查（Visual Inspec-tion,VI）技术

在2021年颁布实施的JTG 5120—2021《公路桥涵养护规范》中，细化并增加了初始检查和日常巡查类别。其中，日常巡查、经常检查（以目测为主）需要覆盖目测所及的所有桥梁构件；定期检查同样以目测为主，但检测范围更广，“需要创造接近各部件的条件，如使用桥梁检测车、搭设临时支架等”。如前文讨论，受限于人员可达性以及管理层面的经营压力，定期检查的漏检、误检问题突出，难以做到规范中要求的“定期检查应接近各部件仔细检查其缺损情况”；更为严重的是业主单位、养护单位等委托方难以复核第三方检测单位的检测报告，检测报告中的漏检、误检甚至数据伪造等重大技术隐患无法暴露。现有技术体系中，初始检查、经常检查或定期检查，检测报告中仅列出检出的病害，难以判断其他部分是否“没有病害”或“没有检查”。

随着数字图像处理、深度学习、三维重建与SLAM等技术的发展，以及无人机、机器人、无人船等平台载体工具的发展，数字图像法成为桥梁结构外观检测的新选择，在某些工况条件下甚至是更好的选择。数字图像法的最大价值在于可实现全检，获取桥梁结构所有可视表面的高分辨率图像，之后基于深度学习或数字图像处理，自动、高效地提取其中的裂缝、露筋、破损、变位等病害特征，实现病害在三维模型中的定位。基于上述优势，数字图像法桥梁检测近似于重新定义了桥梁检测，其优势包括：

1）可全检，自动提取桥梁结构全部表面病害;

2）可定位，可将图像中病害定位于桥梁整体三维模型中；

3）可对比，可实现裂缝长度宽度等病害历史数据纵向对比，判断病害发展趋势；

4）可溯源，记录所有包含病害以及不包含病害的桥梁结构表面图像，有无病害均可溯源；

5）可监督，第三方检测单位是否完成全部表面的检测任务，可通过三维重建以及图像拼接等实现检测数据的复核。

以混凝土结构裂缝病害为例，识别混凝土结构开裂及裂缝发展趋势是评价、预测结构性能的重要指标之一。传统检测或SHM系统都无法有效解决此问题。对于桥检过程人工可到达的区域，目视外观检查虽可以判定裂缝的出现和位置，但无法精确量测裂缝的宽度、形状等指标，故难以量化其发展规律。对于人工不可到达的区域，裂缝检测更难以执行。从这点上讲，数字图像法在某些情况下是很好的选择。

除表观缺陷外，基于视觉的技术也可用于车辆、变形、模态等信息的非接触式短期检测或长期监测，在桥梁安全保障中的价值突出。

2 无损检测技术

无损检测（Non-Destructive Testing,NDI）技术可用于常规检验项目，也可用于跟踪损坏状态。NDI技术可以在对结构干预最小的条件下进行探测，也可用于对不易接近的构件进行检测，如深基础、大体积混凝土等。NDI有多种原理，可用于不同的损伤机制。例如，声学方法可用于检测混凝土中的裂缝和分层，雷达技术可用于检测空洞、钢筋位置等，应根据检测目标选择合理的无损检测方法。以混凝土结构无损检测为例，“Report on nondestructive test methods for evaluation of concrete in structures”（结构中混凝土评价的无损检测方法报告）（ACI 228.2R-13)给出了常用的结构无损检测技术。

3 健康监测的新技术

传统的应用于结构健康监测的加速度、应变等传感器仅能记录结构的一种信息且其监测指标难以反映结构的微观与细致损伤，未来健康监测技术发展出现2个趋势，一是逐渐聚焦于对特定结构构件的专业化监测，二是多种传感器的集成研究。本节对其中一些典型技术进行讨论。

1）索力传感器。对于缆索体系桥梁、拉索预应力空间结构而言，索的安全受力是结构可靠的最关键因素。缆索的腐蚀断裂时常成为桥梁重大安全事故的诱因。近年来，基于磁通量、磁弹效应、光栅光纤的索力传感器以及测力销钉等间接测量传感器得到研发应用，类似的还有服务于定期检测的拉吊索自攀爬机器人与断丝检测装置等。

2）杆件弯曲监测。无论是钢桁桥梁、空间网格结构还是索膜结构，钢构件的弯曲变形是结构安全的重要检测内容。在极端荷载作用下，杆件弯曲可能快速发展进而酿成灾难，准确全面的弯曲监测对保障钢结构安全意义显著。采用激光雷达、三维扫描或三维重建等手段获取结构三维模型并识别、提取弯曲杆件，可有效地预判关键杆件的变形，加密变形识别频率后可实现长期监测。

3）融合式传感器。如基于Imote平台的SHM-A[20]等典型融合式监测传感器可同时测量加速度、温湿度并实现数据的边缘处理与无线传输。