隨着建築工程規模愈來愈大、樓宇愈建愈高，加上組裝合成建築法（MiC）日益普及，建築安全管理正經歷一場重大的轉變。過去，工地安全主要依靠工程經驗、人工監察及定期檢查；但在施工環境日趨複雜、項目周期不斷加快的今天，單靠傳統方式已難以全面應對潛在風險。
建築業正逐步由「事故後應對」走向「事故前預防」。透過先進感測、人工智能及數據分析，工程團隊得以更全面掌握施工現場及關鍵設備的實時狀況，及早發現異常，提升整體安全水平。
提升組裝合成建築的精準度與安全性
以 MiC 項目為例，大型預製組件往往需要透過起重機吊運至高空，再以極高精度完成安裝。然而，操作員在吊裝過程中經常受距離、視線及環境條件限制，稍有偏差便可能增加碰撞風險，甚至影響工程進度。
為應對這項挑戰，應科院研發了智慧光學精準定位系統，結合智慧光學、神經形態感測及邊緣運算技術，為操作員提供實時位置及對位資訊，協助其在複雜吊裝環境下作出更準確的判斷。透過人工智能分析感測器數據，系統能進一步識別偏差情況、偵測異常運動模式，並支援及時介入和處理，從而提升複雜吊裝作業過程中的態勢感知能力。
然而，安全風險並不只存在於吊裝過程之中。起重機在長期運作下會承受反覆受力，金屬疲勞和結構損耗往往在肉眼無法察覺的情況下逐漸累積，並可能在兩次例行檢查之間出現變化。
針對這項挑戰，應科院開發了光子起重機結構健康監測系統，利用光纖布拉格光柵（FBG）感測器持續監測關鍵結構位置的受力狀況，協助工程團隊以量化數據了解設備健康情況，及早識別潛在風險，為維護和營運決策提供更可靠依據。
讓數據成為預見風險的能力
更值得關注的是，這些技術的價值並不僅限於即時監測。本質上，它們正在建立一套能夠持續累積和分析數據的基礎設施。人工智能則成為連接數據與決策的重要橋樑，能夠快速分析大量施工及設備運作數據，發掘人眼難以察覺的模式和異常情況。
當吊裝作業數據、設備健康數據及數碼孿生技術結合後，工程團隊不但能重現施工過程、分析異常情況，還能預測設備維護需求及未來風險，逐步實現由被動維修走向預測性維護。隨着模型持續學習和優化，人工智能更可提升風險評估的準確度，為潛在安全事故提供更早期的預警。
邁向更智慧、更安全、更具韌性的工地
隨着建築業加速數碼轉型，更清晰地掌握現場狀況、更精準地量度關鍵參數，以及更早預見潛在風險的能力，正逐漸成為重要的競爭優勢。未來的建築安全不再僅取決於更先進的設備或更嚴格的程序，而在於能否將創新科技有效融入日常營運及決策流程之中。
應科院的創新實踐展示了人工智能、智能感測與光子技術融合的巨大潛力，為未來建築工地實現更安全、更智慧及更具韌性的運作模式提供重要啟示。
了解更多: corporate@astri.org
