Výskumníci z Drexel University v Pennsylvánii vyvinuli revolučný systém riadený AI, ktorý sľubuje zmeniť spôsob kontroly štruktúr a budov na poškodenie. S cieľom zabrániť zlyhaniu, tento inovatívny systém kombinuje technológie počítačového videnia a strojového učenia za účelom identifikácie a hodnotenia potenciálnych problémových oblastí.
Aktuálny stav infraštruktúry je stále znepokojujúci, keďže štruktúry sa zhoršujú rýchlejšie, než je možné ich udržiavať. Nedávne zrútenia a poruchy poukazujú na potrebu efektívneho a účinného spôsobu identifikácie známok zhoršovania a predchádzania katastrofickým udalostiam. Tradičné metódy kontroly sú časovo náročné a nedokážu pokryť každú trhlinu, čím sa stáva ťažké identifikovať nebezpečné známky zlyhania v normálnom opotrebovaní.
Nový multi-škálový systém využíva technológie počítačového videnia a hlbokého učenia na identifikáciu problémových oblastí. Následne riadi sériu laserových skenov, ktoré vytvárajú digitálny dvojník, ktorý možno použiť na presné posúdenie a monitorovanie poškodenia. Optimalizáciou procesu kontroly možno výrazne znížiť pracovné zaťaženie a umožniť cielené úsilie o údržbu a opravu.
Systém nepočíta iba s fyzikálnymi meraniami, ale používa aj kamery so stereo-hĺbkovým zobrazením vysokého rozlíšenia a konvolučnú neurónovú sieť, aby identifikoval štruktúru trhlín. Táto pokročilá technológia dokáže identifikovať aj najjemnejšie vzory a odchýlky vo veľkom množstve údajov. Po identifikácii záujmového územia robotická ruka skenuje oblasť pomocou skenera s laserovou linkou, čím vytvára komplexný trojrozmerný obraz poškodenej oblasti. Okrem toho skenuje lidarová kamera okolitú štruktúru, poskytujúc ďalšie dôležité informácie.
Výhody tohto nového systému siahajú za hranice počiatočnej kontroly. Model digitálneho dvojča umožňuje sledovať rast trhlín, čo dáva majiteľom mostov lepší prehľad o stave infraštruktúry. To im umožňuje efektívne plánovať úsilie o údržbu a opravu a zabezpečovať dlhodobú štrukturálnu integritu budovy alebo mosta.
Aj keď ľudskí inšpektori budú stále hrať určitú úlohu v rozhodovaní, uvedenie robotických asistentov riadených AI môže výrazne znížiť ich pracovné zaťaženie a minimalizovať riziko prehliadok alebo chybného subjektívneho posúdenia. Automatizáciou procesu kontroly sa môže obmedziť zber údajov len na oblasti, ktoré vyžadujú pozornosť, čo zlepšuje celkovú efektivitu a presnosť.
Výskumníci sa predstavujú, že tento systém začleňujú do väčšieho autonómneho monitorovacieho rámca, ktorý zahŕňa drony a ďalšie autonómne vozidlá. Tento komplexný prístup má za cieľ vytvoriť inteligentný a efektívny systém na udržiavanie štruktúrnej integrity rôznych typov infraštruktúry.
Pre praktické použitie a neustále zdokonaľovanie tejto transformačnej technológie budú kľúčové testy v reálnych podmienkach a spolupráca s priemyslom a regulačnými orgánmi. S potenciálom revolučnej kontroly štruktúr signalizuje tento systém riadený AI a robotikou novú éru preventívnej údržby a opatrení na opravy pre starú infraštruktúru.
Často kladené otázky:
1. Aký je AI riadený robotický systém vyvinutý výskumníkmi na Drexel University?
– AI riadený robotický systém je revolučná technológia, ktorá kombinuje počítačové videnie a strojové učenie na kontrolu a posúdenie štruktúr a budov na poškodenie.
2. Ako systém identifikuje potenciálne problémové oblasti?
– Systém používa počítačové videnie a hlboký učiaci algoritmus na identifikáciu štruktúry trhlín a odchýliek vo dátach získaných z kamier s vysokým rozlíšením a lidarových kamier.
3. Aká je výhoda použitia tohto systému oproti tradičným metódam kontroly?
– Systém optimalizuje proces kontroly, čím ho robí efektívnejším a presnejším. Dokáže identifikovať problémové oblasti, ktoré by bolo ťažké zistiť na prvý pohľad alebo pomocou tradičných metód.
4. Ako systém vytvára digitálne dvojča poškodenej oblasti?
– Po identifikácii záujmového územia skenuje robotická ruka oblasť pomocou skenera s laserovou linkou, čím vytvára trojrozmerný obraz poškodenej oblasti.
5. Aké sú výhody modelu digitálneho dvojča?
– Model digitálneho dvojča umožňuje sledovať rast trhlín, čím majiteľom mostov poskytuje lepšie porozumenie stavu ich infraštruktúry. To umožňuje efektívne plánovanie úsilie o údržbu a opravu.
6. Ako tento systém znižuje pracovné zaťaženie ľudských inšpektorov?
– Automatizáciou procesu kontroly systém obmedzuje zber údajov len na oblasti, ktoré si vyžadujú pozornosť. Tým sa znižuje pracovné zaťaženie ľudských inšpektorov a minimalizuje sa pravdepodobnosť prehliadok alebo chybného subjektívneho posúdenia.
7. Aká je budúcnosť tohto systému?
– Výskumníci si predstavujú začleniť tento systém do väčšieho autonómneho monitorovacieho rámca, ktorý zahŕňa drony a ďalšie autonómne vozidlá. Tento komplexný prístup má za cieľ vytvoriť inteligentný a efektívny systém na udržiavanie štruktúrnej integrity.
Kľúčové pojmy a definície:
– Počítačové videnie: Počítačové videnie je odvetvie umelej inteligencie, ktoré sa zameriava na umožnenie počítačom získať vysokoúrovňové porozumenie digitálnych obrázkov alebo videí.
– Strojové učenie: Strojové učenie je podskupina umelej inteligencie, ktorá používa algoritmy a štatistické modely umožňujúce počítačom učiť sa a robiť predpovede alebo rozhodnutia bez explicitného programovania.
– Hlboké učenie: Hlboké učenie je podskupina strojového učenia, ktorá používa neurónové siete s viacerými vrstvami na učenie a extrahovanie zložitých vzorov a reprezentácií z údajov.
Odporúčané súvisiace odkazy:
– Drexel University
– Prehľad umelej inteligencie
– Digitálna knižnica Computer Society
The source of the article is from the blog yanoticias.es