Инженеры Северо-Кавказского федерального университета разрабатывают систему на базе искусственного интеллекта, которая сможет автоматически выявлять и анализировать трещины в зданиях.
Трещины представляют серьёзную угрозу безопасности и долговечности строительных объектов. Они возникают из-за естественного старения материалов, ошибок проектирования, нарушений технологии или избыточных нагрузок. Без своевременной диагностики дефекты могут привести к разрушению конструкции и обрушению здания.
Исследования проводятся в Научно-исследовательской лаборатории «Центр испытаний материалов, изделий и конструкций». Специалисты тестируют архитектуры на основе глубокого обучения и компьютерного зрения.
«Приоритет отдается сегментационным моделям, способным выделять трещины на изображениях строительных конструкций. Окончательная архитектура будет определена в ходе итерационного дообучения на подобранном датасете, собранном в процессе пилотных обследований», — объясняет руководитель проекта, старший преподаватель департамента строительной инженерии и прототипирования Дмитрий Воробьёв.
Оператор загружает в программу снимки различных дефектов, а нейросеть учится их распознавать, описывать параметры и причины появления. В будущем планируется расширить возможности до анализа видеоматериалов.
Система позволяет дообучаться на новых данных. При появлении изображений неизвестных типов повреждений их можно разметить и использовать для улучшения модели без полного переобучения.
Сейчас специалисты создают бинарную карту трещин для измерения их длины, направления и плотности. Целевой показатель точности должен составить не менее 85%. Окончательный процент допустимой погрешности определят после пилотных испытаний.
Проект находится в активной фазе — идёт валидация гипотезы и создание технического прототипа. По словам разработчиков, аналогов данного решения нет ни в России, ни за рубежом.
Внедрение продукта запланировано в три этапа: презентации прототипа для компаний технического обследования, пилотные внедрения в реальных условиях и коммерческая реализация с различными моделями монетизации. Полная окупаемость проекта ожидается в течение 18-36 месяцев при условии привлечения заказчиков.
«В перспективе возможна адаптация под обследование мостов, промышленных сооружений и инженерной инфраструктуры при наличии достаточного объёма данных и экспертной поддержки», — отмечает разработчик.
В пресс-службе вуза рассказали, что оборудование для Научно-исследовательской лаборатории «Центр испытаний материалов, изделий и конструкций» СКФУ приобретено в рамках программы развития «Приоритет-2030».
