Revoliucinga dirbtinio intelekto ir robotikos sistema buvo sukurta Pensilvanijos Drexel universiteto mokslininkų. Ji žada pakeisti būdą, kaip tikrinamos pastatų ir konstrukcijų būklės. Ši inovatyvi sistema siekia užkirsti kelią gedimams, derindama kompiuterinį matymą su mašininio mokymosi technologijomis, skirtomis nustatyti ir įvertinti potencialias problemų vietas.
Esamo infrastruktūros būklės problema vis labiau kelia nerimą, nes pastatų ir konstrukcijų būklė greitai blogėja ir nespėjama jas tinkamai priežiūrėti. Neseniai įvykę įvykiai, tokių kaip žlugimas ir gedimai, pabrėžė poreikį efektyviems ir veiksmingiems būdams nustatyti gedimų požymius ir išvengti katastrofų. Tradiciniai tikrinimo metodai yra laiko gėlė ir negali aptikti kiekvienos plyšio, todėl sunku identifikuoti pavojingus gedimo požymius tarp normalesnio žlugimo.
Naujosios daugiaskaitybinės sistemos naudoja kompiuterinį matymą ir giluminio mokymosi algoritmą identifikuoti problemas. Tada ji perduoda seka lazerio skenavimų, kad būtų sukurtas tikslus pažeistų sričių įvertinimas ir stebėjimas. Patobulinus tikrinimo procesą, darbo apkrova gali būti ženkliai sumažinta, leidžiant geležiniui priežiūros ir remonto darbams.
Sistema naudoja ne tik fizinius matavimus, bet ir aukštos raiškos stereo gylio kameros vaizdo sekas bei konvoliucinio neuroninio tinklo technologiją plyšio panašių modelių identifikavimui. Ši pažangi technologija gali aptikti net feinąsius modelius ir nesutapimus dideliame duomenų kiekyje. Kai nustatoma susidomėjimo sritis, robotinė ranka įrašo lazerio linijos skaitlentės pagalba, sukurdama išsamų trijų matmenų paveikslą pažeistos srities. Taip pat, LIDAR kamera nuskenkuoja aplinkui esančią struktūrą, suteikdama reikšmingos informacijos.
Naujosios sistemos privalumai viršija tik pradinius tikrinimus. Skaitmeninis dvynys leidžia stebėti plyšių augimą, suteikiant tiltų savininkams geresnį supratimą apie jų infrastruktūros būklę. Tai jiems leidžia veiksmingai planuoti priežiūros ir remonto darbus, užtikrinant pastato ar tilto ilgalaikę struktūrinę vientisumą.
Nors žmonės inspektoriai vis dar atlieka sprendimų priėmimo vaidmenį, dirbtinio intelekto vadovaujamų robotų asistentų įvedimas gali labai sumažinti jų darbo apkrovą ir sumažinti klaidų tikimybę dėl darbo valandų ar subjektyvios nuomonių. Automatizuojant tikrinimo procesą, duomenų rinkimas gali būti apribotas tik tai reikalingoms sritims, gerinant bendrą efektyvumą ir tikslumą.
Mokslininkai numato integruoti šią sistemą į didesnę autonominių stebėjimo struktūrą, į kurią įeitų dronai ir kitos autonominių transporto priemonių. Ši visapusiška sąnašų metodika siekia sukurti intelektualesnę ir efektyvesnę sistemą, skirtą palaikyti struktūrinį vientisumą skirtingose infrastruktūros rūšyse.
Tikrindami ir bendradarbiaudami su pramonės ir reguliavimo institucijomis, svarbu taikyti ir nuolat tobulinti šią transformacinę technologiją. Turint galimybę revoliucijonizuoti struktūrinį tikrinimą, ši dirbtinio intelekto vadovaujama robotų sistema signalizuoja naują prevencinės priežiūros ir remonto pastarųjų infrastruktūrinių darbų erą.
FAQ skyrius:
1. Kas yra dirbtinio intelekto vadovaujama robotų sistema, kuriai buvo pasiektas pažangus aiški išsami informacija?
– Žemės universiteto mokslininkų kuriama dirbtinio intelekto vadovaujama robotų sistema yra pažangi technologija, kuri derina kompiuterinį matymą ir mašininio mokymosi sistemas norint tikrinti pastatus ir konstrukcijas sugedimus..
2. Kaip sistema aptinka potencialias problemų vietas?
– Sistema naudoja kompiuterinį matymą ir giluminio mokymosi algoritmą norint identifikuoti plyšio panašius modelius ir prieštaravimus, surinktus iš aukštos raiškos stereo gylio kamerų ir LIDAR kamerų.
3. Kokia nauda iš šios sistemos lyginant su tradicine tikrinimo metodu?
– Sistema srautins tikrinimo procesą, taip padarydama jį efektyvesnį ir tikresnį. Ji gali aptikti problemų vietas, kurias gali būti sunku pastebėti be ginklo akies ar tradicinių metodų.
4. Kaip sistema sukuria pažeistos srities skaitmeninį dvynį?
– Nustatius dominačią sritį, robotinė ranka skenuoja sritį lazerio linijų skenerio pagalba, kuri sukuria pažeistos teritorijos trimatį vaizdą.
5. Kokie yra skaitmeninio dvynio modelio privalumai?
– Skaitmeninis dvynys leidžia stebėti plyšių augimą, suteikiant tiltų savininkams geresnį supratimą apie jų infrastruktūros būklę. Tai leidžia jais efektyviai planuoti priežiūros ir remonto darbus.
6. Kaip ši sistema sumažina žmogaus inspektorių darbo apkrovą?
– Automatizuojant tikrinimo procesą, duomenų rinkimas apsiriboja tik sritimis, kurioms reikia dėmesio. Tai sumažina žmogiškųjų inspektorių darbo apkrovą ir sumažina klaidų tikimybę dėl nepastebėjimo ar subjektyvios nuomonės.
7. Kokios yra šios sistemos ateities vizijos?
– Mokslininkai siekia įtraukti šią sistemą į didesnę autonominių stebėjimo sistemos struktūrą, kurioje dalyvauja dronai ir kitos autonominių transporto priemonių. Ši visapusiška metodika siekia sukurti intelektualesnę ir efektyvesnę sistemą struktūriniame vientisume.
Pagrindinės sąvokos ir apibrėžimai:
– Kompiuterinis matymas: Kompiuterinis matymas yra dirbtinio intelekto šaka, skirta leisti kompiuteriams gauti aukšto lygio supratimą apie skaitmeninius vaizdus ar vaizdo įrašus.
– Mašininis mokymas: Mašininis mokymas yra dirbtinio intelekto poaibis, naudojantis algoritmus ir statistinius modelius, leidžiantiems kompiuteriams mokytis iš to ir daryti spėjimus ar priimti sprendimus be aiškių instrukcijų.
– Giluminis mokymas: Giluminis mokymas yra mašininio mokymo poaibis, naudojantis daugiasluoksnėmis neuronų tinklo struktūromis, norint išmokti ir ištraukti sudėtingus modelius ir apibūdinimus iš duomenų.
Siūlomi susiję nuorodos:
– Drexel University
– Dirbtinis intelektas: apžvalga
– Kompiuterinės draugijos dijitalinė biblioteka
The source of the article is from the blog kunsthuisoaleer.nl