Автономная система обнаружения трещин в инфраструктуре с ИИ

Разработка автономной системы сегментации и исследования трещин для гражданской инфраструктуры

Выявление трещин играет ключевую роль в мониторинге состояния гражданской инфраструктуры. Новая система автономной сегментации и исследования трещин позволяет агенту навигации функционировать без участия человека. В ходе испытаний система успешно обнаружила более 85% трещин в обучающей выборке и достигла 82% покрытия в тестовом наборе данных.

С точки зрения вычислительных ресурсов предложенная система повышает эффективность на 64% по сравнению с традиционными методами полного сканирования, демонстрируя высокий потенциал для практического применения на беспилотных летательных аппаратах и других устройствах с ограниченными ресурсами.

Регулярные проверки структурной целостности являются важнейшей частью оценки безопасности зданий. Однако традиционные методы inspection остаются крайне трудоёмкими. В последние годы многочисленные исследования подтвердили эффективность использования беспилотников в этой сфере, что значительно повысило эффективность проверок и снизило риски для персонала, работающего в опасных условиях — таких как мосты, башни ветряных турбин и плотины.

Несмотря на эти достижения, проверки с помощью БПЛА по-прежнему сильно зависят от человеческого фактора, включая ручное управление или предварительное планирование маршрутов полёта. Такая зависимость неизбежно приводит к ошибкам и может создавать слепые зоны в покрытии конструкций, что создаёт сложности как для управления дронами, так и для планирования траектории.

Для решения этих проблем в новом исследовании, опубликованном в журнале Automation in Construction, предложена полностью автономная framework для inspection трещин. Используя глубокое обучение с подкреплением, исследователи обучили автономного агента, способного адаптивно следовать за pattern трещин для максимального повышения эффективности проверки, а также принимать решение о завершении поиска для оптимизации энергопотребления БПЛА.

Обученный агент способен исследовать наличие трещин и самостоятельно навигаироваться без участия человека, используя лишь частично наблюдаемые состояния окружающей среды.

Предложенный подход значительно сокращает временные и трудовые затраты, связанные с мониторингом структурного состояния, и позволяет проводить проверки чаще. В конечном итоге это способствует более раннему выявлению потенциальных структурных проблем и повышению безопасности и долговечности гражданской инфраструктуры.

Интеграция искусственного интеллекта и беспилотных технологий способна превратить мониторинг структурной целостности в более безопасный, быстрый и надёжный процесс.