Программа — взгляд: имитирующий человеческий глаз ИИ найдет трещины в мостах
Российские специалисты разработали систему на основе искусственного интеллекта, которая способна самостоятельно находить опасные трещины в мостах, тоннелях и других сооружениях. ИИ устанавливается прямо на дрон, что позволяет обследовать даже труднодоступные конструкции. Сейчас такие проверки проводятся вручную и на один крупный объект приходится привлекать трех экспертов, а иногда и промышленных альпинистов. Для более точной работы нейросеть имитирует принцип фокусировки человеческого взгляда. По мнению экспертов, технология заметно облегчит труд человека, однако машина должна работать под контролем оператора.
Поиск дефектов с помощью ИИ
Ученые Уральского федерального университета создали нейросеть, которая за секунды находит опасные трещины в мостах, дорогах, тоннелях, зданиях и другой инфраструктуре. Для повышения точности выявления дефектов при анализе видеоизображения с дрона искусственный интеллект имитирует механизм фокусировки человеческого взгляда. При этом он будет использовать данные инфракрасного диапазона, которые позволяет ему увидеть разрушения, которые нельзя заметить на обычной картинке. Разработка уже показала точность 88,7% на реальных примерах из России и Китая. Сейчас контроль за состоянием важных объектов проводится вручную. Для осмотра одной постройки нужно как минимум три специалиста.
— Обследование крупной конструкции требует больших временных затрат. И не во все области человек может добраться, поэтому приходится использовать дополнительные обвесы и даже привлекать альпинистов. В некоторых случаях пытаются использоваться съемку с дронов. Однако все равно потом приходится отсматривать большие объемы видео. Наша технология заменит многочасовые ручные проверки, снизит риск аварий и сэкономит бюджет на обслуживании инфраструктуры, — рассказала заведующая кафедрой «Строительные конструкции и механика грунтов» УрФУ Зоя Беляева.
Периодические проверки проводят специализированные организации, в которых за каждый тип объектов (мост, тоннель и так далее) отвечает профильный инженер. Для особо крупных сооружений необходимо несколько экспертов. Один обход занимает до двух часов. Нейросеть способна обрабатывать изображения в 100 раз быстрее. Разработка УрФУ позволит автоматизировать работу специалистов, добавила ученый.
ИИ обладает высокой скоростью обработки — до 232 кадров в секунду. Благодаря облегченной архитектуре система может анализировать данные, используя вычислительные устройства, которые установлены непосредственно на дроне, а не отправлять их для обработки на мощные удаленные серверы. Это заметно ускоряет работу, дает возможность изучать изображения в реальном времени и делает систему более надежной.
Чтобы уменьшить количество ложных срабатываний на тенях или водяных пятнах, исследователи внедрили в ИИ механизм внимания SimAM. Он имитирует фокусировку человеческого зрения и позволяет выделять области с трещинами без расчета дополнительных параметров. Алгоритм используется для поиска границ объектов. При стандартном подходе машина просто перебирает различные цвета и их расположения, а имитация естественного процесса основана на поиске знакомых паттернов, как это делает человек.
Сейчас команда адаптирует систему для реальных задач — совмещает ее с дронами и добавляет поддержку инфракрасных камер, что позволит обнаруживать скрытые дефекты ночью или под слоем грязи.
— Мы исследуем возможность слияния инфракрасных и видимых изображений, чтобы за счет инфракрасного спектра усилить текстурную информацию и повысить способность модели обнаруживать трещины в условиях низкого контраста. Хотя эта работа пока находится на экспериментальной стадии, она закладывает основу для создания системы круглосуточного и всепогодного мониторинга в будущем, — отметил соавтор работы, аспирант кафедры «Строительные конструкции и механика грунтов» УрФУ Чжан Цзяхуэй.
По словам разработчиков, на данном этапе контролировать работу искусственного интеллекта должен человек, так как еще остается возможность ошибки. Полная автоматизация — дело будущего.
Работу нейросети должен контролировать оператор
Использование технологий автоматического анализа уже хорошо себя зарекомендовало при контроле состояния дорожного полотна, отметил завкафедрой «Дорожно-строительные материалы» МАДИ Юрий Васильев. Наиболее эффективным выглядит комбинированный подход, когда человек и машина работают вместе.
— Мы используем передвижные дорожные лаборатории, когда на автомобиль устанавливают камеру, и во время движения фиксируются трещины и выбоины. Аналогичным образом можно использовать и летательные аппараты. Наши эксперименты показали, что оптимальный вариант — это полуавтомичесая система. Машина может распознать то, что не может заметить человек, но оператор должен проводить контрольную поверку. С учетом развития ИИ эти технологии очень перспективны, — сказал он.
При создании систем такого рода на первый план выходят вопросы стабилизации летательного аппарата, разрешения его камеры и другие технические нюансы, добавил он.
Разработка поможет оптимизировать рабочее время экспертов и сократить длительность обследования мостов. Но для ее применения потребуется специалист с высокой квалификацией и соответствующим опытом, так как необходимо понимать генезис трещин, из-за чего они возникают, насколько они опасны, отметил доцент кафедры железобетонных и каменных конструкций, заведующий лабораторией обследования зданий и сооружений (ЛОЗиС) Научно-исследовательского института экспериментальной механики (НИИ ЭМ) НИУ МГСУ Андрей Лапшинов.
— Сейчас проводится визуальное обследование. Это очень важный этап в диагностике мостов, и здесь как раз важна квалификация эксперта. Применяются также современные методы, такие как термография, георадиолокация, лазерное 3D-сканирование и прочие. Но ожидать, что в одном приборе будут все эти функции, наверное, преждевременно. На это понадобится еще 5–10 лет, — сказал он.
В целом технология перспективна, но человека она не заменит. Поэтому нужны грамотные специалисты для оценки результатов, получаемых этой нейросетью, резюмировал Андрей Лапшинов.
