索塔承载了整座斜拉桥的大部分荷载，在运营中其健康状况直接影响桥梁的安全。然而，由于索塔箱内外温差、水泥硬化过程中的收缩、膨胀不一致、索塔所受应力超过材料强度、不均匀沉降及构造问题等多种因素的影响，80%以上的缆索桥梁高大钢筋混凝土结构索塔，均出现了竖向裂缝病害。目前主要进行人工观察、超声波扫描难以到达高大索塔的各个部位，且存在检修费用高、安全性差等弊端，索塔开裂病害成为管理部门的安全隐忧，高大索塔的裂缝检测成为行业的技术难题。在上述背景下，广西交通运输厅于2010年下达科技项目“基于机器人智能扫描与图像识别的斜拉桥索塔病害检测与评估关键技术”进行立项研究。项目组以目标为导向，发挥多学科交叉研究的优势，通过理论分析、足尺模型试验和实桥验证，取得了如下主要技术研究成果：1、首次研制了基于机器人智能扫描与图像识别的斜拉桥索塔裂缝采集装置，并成功应用于实桥，达到快速、精确、高效获取高大斜拉桥索塔裂缝状况的目的。2、采用自竖直准直激光发射器、激光光斑接收系统、图像识别与分析系统，提出了大结构位移测量方法，该方法测量成本低，系统精度高3、通过对分块的裂缝信息进行矢量化和重组，提供裂缝信息的预处理、矢量化和拼接技术，开发了高大索塔采集裂缝存储——视觉重现系统。4、开发了斜拉桥高大索塔基于裂缝、索塔位移与变形检测信息的多指标参数安全状况评估技术。5、项目成功已应用于广西大冲邕江特大桥，取得了显著的技术、经济效益和社会效益。该成果获得2016年度广西省科学技术进步奖三等奖