Российские инженеры создали систему искусственного интеллекта, способную самостоятельно обнаруживать опасные трещины в мостах, тоннелях и других конструкциях. ИИ интегрируется непосредственно в дрон, что даёт возможность проверять даже сложно доступные объекты. На данный момент такие осмотры выполняются вручную, при этом на один значительный объект требуется не менее трёх экспертов, а иногда привлекают промышленных альпинистов. Для повышения точности нейросеть воспроизводит принцип фокусировки человеческого глаза. По мнению специалистов, данная технология значительно облегчает труд человека, однако работу машины необходимо контролировать оператору.

Поиск дефектов с помощью ИИ

Исследователи Уральского федерального университета разработали нейросеть, которая за несколько секунд выявляет опасные трещины в мостах, дорогах, тоннелях, зданиях и другой инфраструктуре. Для улучшения точности при анализе видео с дронов искусственный интеллект имитирует механизм фокусировки зрения человека. Кроме того, он применяет данные инфракрасного спектра, позволяющие выявлять разрушения, незаметные на стандартных изображениях. Точность разработки, проверенной на примерах из России и Китая, составляет 88,7%. Сейчас осмотры объектов проводятся вручную, и для одного сооружения требуется минимум три эксперта.

— Обследование больших конструкций занимает много времени. Не всегда возможно добраться в труднодоступные места, поэтому задействуют дополнительные средства и даже альпинистов. Иногда используют съемку дронами, но затем приходится просматривать обширные видеоматериалы. Наша система заменит такие долгие осмотры, уменьшит риск аварий и снизит затраты на обслуживание инфраструктуры, — пояснила заведующая кафедрой «Строительные конструкции и механика грунтов» УрФУ Зоя Беляева.

Проверки регулярно проводят специализированные организации, где на каждый тип объекта назначается профильный инженер. На крупные сооружения привлекают нескольких специалистов. Один осмотр длится до двух часов. Нейросеть же способна обрабатывать изображения в 100 раз быстрее. Созданное в УрФУ решение позволит автоматизировать труд экспертов, добавила учёный.

ИИ отличается высокой скоростью обработки — до 232 кадров в секунду. Благодаря легкой конструкции программного продукта анализ выполняется на вычислительных устройствах, установленных на самом дроне, без необходимости передачи данных на мощные удалённые серверы. Это существенно ускоряет работу, обеспечивает изучение изображений в реальном времени и повышает надежность системы.

Чтобы снизить количество ложных срабатываний на тенях и пятнах от воды, разработчики внедрили в ИИ механизм внимания SimAM. Он имитирует фокус человеческого зрения, выделяя области с трещинами без необходимости расчетов дополнительных параметров. Данный алгоритм используется для обнаружения границ объектов. В традиционных методах машина перебирает цвета и расположение, тогда как имитация естественного процесса основана на поиске знакомых узоров, аналогично человеческому восприятию.

Сейчас команда адаптирует систему для практического применения: интегрирует её с дронами и добавляет поддержку инфракрасных камер, что позволит выявлять скрытые дефекты в темноте или под грязью.

— Мы исследуем возможность объединения инфракрасных и видимых изображений, чтобы усилить текстурную информацию с помощью инфракрасного спектра и повысить способность модели выявлять трещины при низком контрасте. Хотя на данный момент эти работы экспериментальные, они создают основу для системы круглосуточного и всепогодного мониторинга в будущем, — отметил соавтор проекта, аспирант кафедры «Строительные конструкции и механика грунтов» УрФУ Чжан Цзяхуэй.

Разработчики подчёркивают, что на текущем этапе работу искусственного интеллекта должен контролировать человек, поскольку риск ошибки всё ещё существует. Полная автоматизация – задача будущего.

Работу нейросети должен контролировать оператор

Использование автоматизированных технологий контроля уже признано эффективным при обследовании дорожных покрытий, отметил заведующий кафедрой «Дорожно-строительные материалы» МАДИ Юрий Васильев. Он считает наиболее результативным сочетание работы человека и техники.

— У нас применяются передвижные дорожные лаборатории с камерами, установленные на автомобилях, которые во время движения фиксируют трещины и выбоины. Аналогично можно использовать и дроны. Наши испытания показали, что оптимальным является полуавтоматический режим: машина распознаёт то, что не всегда видит человек, но оператор проводит контрольную проверку. С развитием ИИ эти методы выглядят весьма перспективно, — заявил он.

При разработке подобных систем на первый план выходят технические аспекты, такие как стабилизация летательного аппарата и разрешающая способность камер, добавил специалист.

Данная технология поможет оптимизировать время работы экспертов и сократит продолжительность обследования мостов. Однако для её применения необходим высококвалифицированный специалист с опытом, способный разобраться в причинах появления трещин и оценить степень их опасности, отметил доцент кафедры железобетонных и каменных конструкций, руководитель лаборатории обследования зданий и сооружений (ЛОЗиС) НИИ экспериментальной механики НИУ МГСУ Андрей Лапшинов.

— В настоящее время обследование проводится визуально. Этот этап очень важен при диагностике мостов, и именно квалификация эксперта играет ключевую роль. Также применяются современные методы, такие как термография, георадиолокация, лазерное 3D-сканирование и прочие. Однако ожидать, что через 5–10 лет появится один прибор с полным набором функций, всё же рано, — подчеркнул он.

В целом технология имеет перспективы, но заменить человека она не сможет. Поэтому нужны компетентные специалисты для оценки результатов, которые выдает нейросеть, резюмировал Андрей Лапшинов.