Студент факультета прикладной математики и информатики Новосибирского государственного технического университета НЭТИ Николай Обидин создал систему детекции трещин, в которой используется искусственный интеллект и машинное обучение для анализа изображений и видео с камер наблюдения. Разработка позволит избежать риска возникновения аварийных ситуаций и экономических потерь.
«Трещины в бетоне могут быть незаметны невооруженным глазом, но приводят к серьезным разрушениям. Их несвоевременное обнаружение увеличивает вероятность обрушения конструкций. Регулярный мониторинг позволяет избежать серьезных финансовых затрат: ремонт аварийных зданий обходится дороже, чем профилактическое обслуживание. Современные технологии, такие как машинное обучение, открывают новые возможности для автоматизированной диагностики. В рамках проекта был собран большой набор данных, включающий изображения с различных объектов, создана базовая нейронная сеть. Я обучил ее детектировать трещины в бетоне на основе изображений, обработанных и сегментированных с помощью метода контура (контур делается на специальном приложении, его выделяют для того, чтобы нейронная сеть могла распознавать эти трещины). Система анализирует видеопотоки с камер, далее идет обработка данных: искусственный интеллект выявляет трещины на основе обученной модели», — рассказал Николай Обидин.
Созданная модель показала точность обнаружения трещин на уровне 95%. На текущий момент разработан прототип системы, который включает в себя модуль обработки видео. Прототип прошел успешные тестовые испытания. В ходе пилотного проекта система обнаружила 15 трещин, из которых 10 были пропущены при ручном контроле.
К преимуществам разработки относится своевременное выявление проблем: система позволяет обнаруживать трещины на ранней стадии, предотвращая развитие серьезных повреждений и аварийных ситуаций; экономия времени и ресурсов: автоматизированный мониторинг сокращает трудозатраты на ручной контроль, а также снижает затраты на ремонт и обслуживание. Использование искусственного интеллекта и машинного обучения гарантирует высокую точность детекции трещин, что важно для принятия взвешенных решений.
Целевая аудитория проекта — строительные компании, заинтересованные в диагностике состояния зданий для предотвращения аварий и для экономии на ремонте; муниципалитеты и государственные органы, которые несут ответственность за безопасность общественных зданий, мостовых конструкций и инфраструктуры в целом; газовые и нефтяные компании, инженерные фирмы, владельцы коммерческой недвижимости.
В планах — оптимизация и масштабирование модели, разработка пользовательского интерфейса, тестирование и доработка, запуск пилотных проектов. «В перспективе я бы хотел, чтобы обученная модель была внедрена в беспилотники, а также подводные аппараты, которые будут мониторить состояние железобетонных конструкций и фиксировать трещины как над водой, так и под водой», — добавляет Николай Обидин.
Презентация проекта прошла в рамках акселерационной программы НГТУ НЭТИ REACTOR, которая реализуется в рамках федерального проекта «Платформа университетского технологического предпринимательства» государственной программы «Научно-технологическое развитие Российской Федерации».
Источник: Управление информационной политики НГТУ НЭТИ
Сервис «Комментарии» - это возможность для всех наших читателей дополнить опубликованный на сайте материал фактами или выразить свое мнение по затрагиваемой материалом теме.
Редакция Информио.ру оставляет за собой право удалить комментарий пользователя без предупреждения и объяснения причин. Однако этого, скорее всего, не произойдет, если Вы будете придерживаться следующих правил:
Претензии к качеству материалов, заголовкам, работе журналистов и СМИ в целом присылайте на адрес
Информация доступна только для зарегистрированных пользователей.
Уважаемые коллеги. Убедительная просьба быть внимательнее при оформлении заявки. На основании заполненной формы оформляется электронное свидетельство. В случае неверно указанных данных организация ответственности не несёт.