Revolucionarni sistem, ki ga vodi umetna inteligenca in robotika, je bil razvit s strani raziskovalcev na univerzi Drexel v Pennsylvaniji. Obeta si, da bo transformiral način pregleda struktur in zgradb glede poškodb. Ta inovativni sistem združuje tehnologiji računalniškega vida in strojnega učenja, s čimer identificira in ocenjuje morebitna problematična območja.
Trenutno stanje infrastrukture vse bolj skrbi, saj se strukture hitreje slabšajo, kot jih je mogoče vzdrževati. Nedavni zrušitvi in napake so pokazale potrebo po bolj učinkovitem in učinkovitem načinu za identifikacijo znakov poslabšanja in preprečitev katastrofalnih dogodkov. Tradicionalne metode pregleda so dolgotrajne in ne morejo zajeti vsake razpoke, kar otežuje identifikacijo nevarnih znakov okvare med normalno obrabo.
Novi sistem večlestvičnosti uporablja računalniški vid in algoritem globokega učenja za identifikacijo problematičnih področij. Nato usmeri vrsto laserskih skeniranj in ustvari digitalni dvojček, ki se lahko uporablja za natančno oceno in spremljanje poškodb. Z optimizacijo procesa pregleda se obseg dela lahko znatno zmanjša, kar omogoča ciljno usmerjene prizadevanje za vzdrževanje in popravila.
Namesto da bi se zanašal samo na fizične meritve, sistem uporablja načret visoke ločljivosti s stereo-kamero in konvolucijsko nevronsko mrežo za identifikacijo razpok podobnih vzorcev. Ta napredna tehnologija zazna tudi najmanjše vzorce in razlike v velikih količinah podatkov. Ko je določeno zanimivo območje, robotska roka pregleda območje z laserskim skenerjem, kar ustvari celovito tridimenzionalno sliko poškodovanega območja. Poleg tega Lidarska kamera skenira okoliško strukturo in zagotavlja dodatne dragocene informacije.
Prednosti novega sistema segajo preko prvotnega pregleda. Digitalni dvojček modela omogoča sledenje razvoju razpok, kar zagotavlja lastnikom mostov boljše razumevanje stanja njihove infrastrukture. To jim omogoča učinkovito načrtovanje vzdrževalnih in popravljalnih prizadevanj ter zagotavljanje dolgoročne strukturne celovitosti zgradbe ali mostu.
Čeprav bodo človeški pregledovalci še vedno odigrali vlogo pri odločanju, lahko vpeljava robotov z umetno inteligenco zmanjša njihov obseg dela in zmanjša verjetnost spregleda ali subjektivnih napak pri presoji. S samodejnim postopkom pregleda se lahko zbiranje podatkov omeji na območja, ki zahtevajo pozornost, kar izboljšuje splošno učinkovitost in natančnost.
Raziskovalci si predstavljajo integracijo tega sistema v večji avtonomni nadzorni okvir, vključno z droni in drugimi avtonomnimi vozili. Celovit pristop si prizadeva ustvariti bolj inteligenten in učinkovit sistem za ohranjanje strukturne celovitosti različnih vrst infrastrukture.
Za praktično uporabo in stalno izboljšanje te prelomne tehnologije bodo ključni preizkusi v realnem svetu in sodelovanje z industrijo ter regulativnimi organi. S potencialom za revolucijo na področju pregleda struktur ta AI-vodeni robotski sistem napoveduje novo obdobje preventivnega vzdrževanja in popravljalnih prizadevanj za starajočo se infrastrukturo.
Pogosta vprašanja:
1. Kaj je AI-vodeni robotski sistem, ki so ga razvili raziskovalci na univerzi Drexel?
– AI-vodeni robotski sistem je prelomna tehnologija, ki združuje računalniški vid in strojno učenje za pregled in oceno struktur in zgradb glede poškodb.
2. Kako sistem identificira morebitna problematična območja?
– Sistem uporablja računalniški vid in algoritem globokega učenja za identifikacijo razpok podobnih vzorcev in odstopanj v podatkih, zbranih s kamerami visoke ločljivosti s stereo-vision in Lidarsko kamero.
3. Kakšna je prednost uporabe tega sistema v primerjavi s tradicionalnimi metodami pregleda?
– Sistem optimizira proces pregleda, kar ga naredi bolj učinkovitega in natančnega. Identificira problematična območja, ki jih je težko zaznati s prostim očesom ali tradicionalnimi metodami.
4. Kako sistem ustvari digitalni dvojček poškodovanega območja?
– Po identifikaciji zanimivega območja robotska roka pregleda območje z laserskim skenerjem in tako ustvari tridimenzionalno sliko poškodovanega območja.
5. Kakšne so koristi digitalnega dvojčka modela?
– Digitalni dvojček modela omogoča sledenje rasti razpok, kar lastnikom mostov omogoča boljše razumevanje stanja njihove infrastrukture. To omogoča učinkovito načrtovanje vzdrževalnih in popravljalnih prizadevanj.
6. Kako ta sistem zmanjšuje delovno obremenitev človeških pregledovalcev?
– S samodejnim postopkom pregleda sistem omeji zbiranje podatkov na območja, ki zahtevajo pozornost. S tem se zmanjšuje delovno obremenitev človeških pregledovalcev in verjetnost spregleda ali subjektivnih napak pri presoji.
7. Kakšna je vizija za prihodnost tega sistema?
– Raziskovalci si prizadevajo integrirati ta sistem v večji avtonomni nadzorni okvir, ki vključuje dronove in druga avtonomna vozila. Celovit pristop si prizadeva ustvariti bolj inteligenten in učinkovit sistem za ohranjanje strukturne celovitosti.
Ključni pojmi in opredelitve:
– Računalniški vid: Računalniški vid je veja umetne inteligence, ki se osredotoča na omogočanje računalnikom razumevanje digitalnih slik ali videoposnetkov na visoki ravni.
– Strojno učenje: Strojno učenje je podzvrst umetne inteligence, ki uporablja algoritme in statistične modele za omogočanje računalnikom učenje iz podatkov ter napovedovanje ali odločanje brez eksplicitnega programiranja.
– Globoke učne metode: Globoke učne metode so podzvrst strojnega učenja, ki uporablja nevronske mreže z več sloji za učenje in izvlečenje kompleksnih vzorcev ter predstavitev iz podatkov.
Predlagane povezave:
– Univerza Drexel
– Pregled umetne inteligence
– Digitalna knjižnica računalniške družbe
The source of the article is from the blog mivalle.net.ar