<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Article Authoring DTD v1.4 20240229//EN" "JATS-articleauthoring1.dtd">
<article article-type="research-article" xml:lang="zh-CN" xmlns:xlink="http://www.w3.org/1999/xlink">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">29</journal-id>
      <journal-title-group>
        <journal-title>《建筑施工与发展》</journal-title>
        <abbrev-journal-title>CONSTRUCTION AND DEVEL OPMENT</abbrev-journal-title>
      </journal-title-group>
      <issn>ISSN：2737-4262；EISSN:2705-1269</issn>
      <publisher>
        <publisher-name>华文科学出版社</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.12421/JZSGYFZ2705-1269-25072165</article-id>
      <article-id pub-id-type="publisher-id">24381</article-id>
      <title-group>
        <article-title>基于机器视觉的桥梁桩基成孔质量与边坡稳定性智能监控</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <string-name>王 豪 中交一公局海威建设工程有限公司</string-name>
        </contrib>
      </contrib-group>
      <pub-date pub-type="epub">
        <year>2025</year>
        <month>21</month>
      </pub-date>
      <issue>21</issue>
      <abstract>
        <p>针对桥梁桩基成孔质量与边坡稳定性传统监控效率低、精度差、主观性强的问题，提出基于机器视觉的智能监控方案。系统分析
核心影响因素并明确关键控制指标，基于双目视觉与深度学习设计监测模块，孔径监测精度±2mm、边坡位移分辨率 0.1mm、异常响应≤
3s。融合多源数据构建预警机制，开发可视化平台。经工程验证，缺陷识别准确率 96.8%，边坡预警提前 24h 以上，效率提升 60%+，保障
施工安全与质量。
关键词：机器视觉；桥梁桩基；成孔质量；边坡稳定性；智能监控；异常预警</p>
      </abstract>
    </article-meta>
  </front>
</article>
