Naše izgrađeno okruženje stari i propada brže nego što možemo da ga održavamo. Nedavna urušavanja zgrada i strukturalni kvarovi na putevima i mostovima pokazatelji su problema koji će se verovatno pogoršati, prema ekspertima, jer jednostavno nije moguće pregledati svaku pukotinu, škripu i mrvljenje da bi se analizirali opasni znaci kvara usled normalnog habanja.
U nadi da će nadoknaditi zaostatak, istraživači sa Inženjerskog fakulteta Univerziteta Drekel pokušavaju da daju robotskim asistentima alate za pomoć inspektorima u poslu.
Proširujući tehnologije vizuelne inspekcije – koje su ponudile delimična rešenja za brzu procenu štete u poslednjih nekoliko godina – sa novim pristupom mašinskog učenja, istraživači su kreirali sistem za koji veruju da bi mogao da omogući efikasnu identifikaciju i inspekciju problematičnih oblasti od strane autonomnih robota.
Kako je objavljeno u časopisu Automatizacija u građevinarstvu, njihov sistem na više skala kombinuje kompjuterski vid sa algoritmom dubokog učenja kako bi se precizirala problematična područja pucanja pre nego što usmere seriju laserskih skeniranja regiona kako bi kreirali kompjuterski model „digitalnog blizanca“ koji se može koristi se za procenu i praćenje štete.
Sistem predstavlja strategiju koja bi značajno smanjila sveukupno inspekcijsko opterećenje i omogućila fokusirano razmatranje i brigu potrebnu za sprečavanje strukturalnih kvarova.
„Pukotine se mogu smatrati pacijentovim medicinskim simptomima koje treba pregledati u ranim fazama“, autori, Arvin Ebrahimkhanlou, Ph.D., docent, i Ali Ghadimzadeh Alamdari, istraživač asistent, oboje na Drekel’s College of Engineering , napisao je. „Shodno tome, rano i tačno otkrivanje i merenje pukotina je od suštinskog značaja za pravovremenu dijagnozu, održavanje i popravke, sprečavajući dalje propadanje i ublažavajući potencijalne opasnosti.“
Ali upravo sada, primećuju, toliko državnih zgrada, mostova, tunela i brana spadaju među ranjenike koji hodaju da bi prvi prioritet trebalo da bude postavljanje sistema trijaže. Pre dvopartijskog zakona o infrastrukturi, Američko društvo građevinskih inženjera procenilo je zaostatak od 786 milijardi dolara u popravkama puteva i mostova. Dodatak izazovu je sve veći nedostatak kvalifikovanih infrastrukturnih radnika — uključujući inspektore i one koji bi popravljali stare strukture.
„Civilna infrastruktura uključuje velike strukture i mostove, ali njihovi nedostaci su često malih razmera“, rekao je Ebrahimkanlu. „Verujemo da će primena robotskog pristupa u više razmera omogućiti efikasno pre-skrining problematičnih područja putem kompjuterskog vida i precizno robotsko skeniranje defekata korišćenjem nedestruktivnih, laserskih skeniranja.
Umesto fizičkog merenja subjektivno interpretiranog od strane ljudskih očiju, sistem koristi stereo-dubinsku kameru visoke rezolucije za prenos strukture u program za duboko učenje koji se naziva konvoluciona neuronska mreža. Ovi programi, koji se koriste za prepoznavanje lica, razvoj lekova i otkrivanje dubokog lažiranja, privlače pažnju zbog svoje sposobnosti da uoče najfinije obrasce i neslaganja u ogromnim količinama podataka.
