中大UrbanNet推AI驗樓 建構智慧城市

一般而言，業主或物業管理公司委託測量師進行驗樓，測量師及團隊會到相關大廈檢視，使用錘仔等工具檢驗；至於大廈外牆，便需要扑鎚機或超聲波儀器協助檢驗。
UrbanNet團隊領袖張嘉龍（Daniel）說：「如果底層結構經嚴重破損，例如達到空洞的程度，使用這些接觸式的工具，有可能影響樓宇安全。」

人工智能是優勢

香港中文大學機械與自動化工程學系的無人機團隊，研發出嶄新的技術，推出UrbanNet建築檢查應用程式，利用無人機，結合人工智能與機器學習算法來檢測建築物裂縫，從而及早發現和診斷大廈結構問題。 
團隊派出無人機，圍繞目標大廈進行拍攝，擷取大量二維圖像，透過人工智能，將這些二維圖像化為三維立體模型。
UrbanNet還使用神經網絡來檢測建築物裂縫，從而及早診斷結構問題，協助業主或物管公司作出維護決策。
以上兩個人工智能模型，經已在科學期刊內刊登，前者已獲專利；後者日後或會申請專利，這令UrbanNet具有優勢，與市場相類似的解決方案不同。
「無人機團隊先後使用了700萬張二維圖像訓練人工智能，準確率達到九成以上。」
使用人手檢測的話，可能會出現遺漏或者判斷錯誤，UrbanNet可以避免這些問題。
UrbanNet可以將相關數據結合地理信息系統（GIS）的資訊，從而建構建築物的「數位雙生」（Digital Twin），讓持份者在平台上隨時了解建築物的情況，監測建築物健康狀況或估計城市熱島效應，從而提出最佳城市改造策略。
UrbanNet可以編輯一份全面的環境評估報告， 並為持份者之間的協作和知識共享，提供一個開放的平台。

監察工程進度

現時強制驗樓動輒需時長達一至兩年，使用UrbanNet可以將流程縮短至三至六個月以下，因為可以7×24全天候檢測，即是在晚上亦可以進行。
無人機拍攝的圖像，只能反映當刻情況，如果需要持續監察，業主或物管公司需要定期派出無人機進行拍攝，持續收集數據，實現相關建築物的「數位雙生」。
若果持續收集數據，UrbanNet還能夠因應樓宇的現時情況作出預測，估算可是需要進行維修，讓物管公司更有預算。
UrbanNet現時主要集中於為舊式樓宇提供服務，因為香港樓齡超過50年的建築物，估計超過30,000幢以上。
UrbanNet先後為沙田物流中心及饒宗頤文化館進行檢測，為物管公司節省人力及時間。
這些舊式建築物可能只有二維圖則，而且只會顯示基本結構，甚至沒有屋頂及窗戶的位置，若果需要建構三維立體模型，便需要聘請大量人手協助，動輒需要50至100名人員，花費一至兩年時間才能完成。
中大團隊可以派出無人機，除了收集外部數據外，同時可以在室內每一層、每個角度拍攝影像，擷取詳細的數據，包括窗戶的顏色及材質，從而製作三維立體模型。
UrbanNet同時可以應用於新建樓宇，近年建築業正在數碼轉型，建築公司大多採用建築資訊模型（Building Information Modeling，簡稱BIM），這亦需要大量數據，中大團隊能夠協助獲取相關立體數據。
建築業經常出現進度延誤或者豆腐渣工程，UrbanNet可以協助監工，避免出現這些情況。
「我們可以派出無人機，持續拍攝工地的影像，用以監察工程進度，同時辨識相關問題，例如水管破裂可即時找人處理，避免拖延進度。」

研發其他應用

UrbanNet還有其他方面的應用，例如協助泳池進行檢測，泳池毋須排走所有水，只需將無人機放進泳池，便能夠擷取影像，了解池邊四周及階磚的情況，大大縮短檢測時間。
由於無人機具有夜視功能，能夠在照明不足的隧道進行拍攝，這能夠協助鐵路系統保持安全，避免路軌出現裂紋等問題，影響列車運作。
「以現階段而言，建築業及物管公司是我們的首要目標顧客群，UrbanNet能夠解決他們的迫切需要。」
UrbanNet，以人工智能模型最為突出，研究團隊以本地數據訓練人工智能，因此將首先發展本地市場，日後再考慮進入內地及其他海外市場。
UrbanNet獲得多個獎項，包括高錕教授學生創意獎2023的研究團隊冠軍、日內瓦發明展的獎項等，最近獲得青年企業發展局「敢闖。敢創」創業比賽的優秀創業意念獎、第三屆「俊和學生創新獎」金獎及「優異獎⸺最具商業潛力大獎」。

:

大學科研落地

Daniel畢業於香港中文大學機械與自動化工程學系，畢業後直接成為相關學系的博士生，現時是二年級學生，預期四年可完成相關課程。
相關學系的教授陳本美及團隊，基於無人機和人工智能成立「自動化樓宇結構檢查和管理平台」團隊，由近30名博士生、博士後及研究人員組成，他們來自本地、內地及海外，並且與各地的重點實驗室合作進行研究。
UrbanNet由香港中文大學的研究資金支持，現階段是大學的科研成果，暫時並未進行商業化，但是經已接到商業機構的查詢，以進行概念驗證（Proof Of Concept, POC），這些項目可以獲得商業機構的資助。
政府今年設立100億元的「產學研1+計劃」，進一步促進產學研合作，加快推進優秀深科技「從1到N」的研發成果轉化與產業發展。