Yolo Vision Shenzhen
Шэньчжэнь
Присоединиться сейчас

ИИ в строительной технике: новый способ строительства

Узнайте, как ИИ меняет строительную индустрию с помощью передовых технологий, делая оборудование более умным, безопасным, эффективным и экологичным.

Масштабируйте свои проекты в области компьютерного зрения с Ultralytics

Начать

Обычно, когда мы думаем о строительном оборудовании и тяжелой технике, мы представляем людей, вручную управляющих этими мощными машинами. Однако, с развитием ИИ, многие строительные машины теперь автоматизированы для снижения рисков, повышения безопасности и увеличения эффективности. Автономные и дистанционно управляемые транспортные средства становятся все более распространенными в строительной отрасли

Например, Volvo недавно разработала TA15, полностью автономный самосвал, предназначенный специально для транспортировки тяжелых материалов, таких как песок, гравий и мусор, на строительные площадки и с них. По данным Министерства труда США, в строительной отрасли самый высокий уровень смертельных травм (третье место). Благодаря интеграции AI в строительство мы можем значительно сократить число смертельных случаев и улучшить меры безопасности. В этой статье мы рассмотрим, как AI улучшает строительное оборудование, делая его более умным, безопасным и эффективным, одновременно стимулируя инновации в строительной отрасли.

Понимание того, как ИИ интегрирован в строительное оборудование

Строительная техника и транспортные средства могут попадать в аварии из-за непредсказуемых условий работы и человеческих ошибок. Однако системы на базе ИИ могут помочь руководству эффективно устранять опасности на рабочем месте и уменьшать количество этих ошибок. ИИ также можно использовать в строительной технике для оптимизации работы оборудования, мониторинга производительности машин и автоматизации графиков технического обслуживания. 

Вот более подробный обзор ключевых технологий, которые обеспечивают эти инновации:

  • Компьютерное зрение: Машины могут анализировать визуальные данные в режиме реального времени, используя такие передовые модели, как Ultralytics YOLOv8Помогая контролировать строительные площадки, track инвентарь, следить за тем, чтобы рабочие использовали средства защиты, и track посещаемость с помощью распознавания лиц.
  • Интернет вещей (IoT): IoT соединяет устройства, позволяя им обмениваться данными. Умные носимые устройства отслеживают здоровье работников, а датчики приближения и безопасности предупреждают работников об опасностях и уведомляют руководство, когда оборудование требует обслуживания.
  • Прогнозная аналитика (Predictive Analytics): Используя исторические данные и машинное обучение, прогнозная аналитика предсказывает будущие события, выявляет потенциальные проблемы и помогает оптимизировать графики. Она также может прогнозировать погодные условия для предотвращения сбоев на месте.
Рис. 1. Использование YOLOv8 и оценки позы для наблюдения за рабочими.

Применение компьютерного зрения в тяжелой технике

Компьютерное зрение меняет способы эксплуатации тяжелой техники на строительных площадках, предлагая новые и инновационные решения. Давайте рассмотрим несколько интересных приложений, которые демонстрируют потенциал анализа изображений и видеоаналитики в строительном оборудовании. 

ИИ и беспилотные весовые мосты

Автомобильные весы используются для измерения веса тяжелых транспортных средств. Это имеет решающее значение в строительстве для обеспечения соответствия транспортных средств требованиям безопасности по весу во время транспортировки. Традиционно этот процесс предполагает, что оператор будки вручную регистрирует такие данные, как время въезда и выезда транспортного средства, регистрационные номера и вес груза. Однако этот ручной подход может быть медленным, подверженным человеческим ошибкам и лишенным прозрачности.

Беспилотные весы помогут повысить точность, уменьшить количество человеческих ошибок, ускорить процесс, а также обеспечить мониторинг и прозрачность в режиме реального времени для более безопасной и эффективной работы. В них используются интегрированные с искусственным интеллектом устройства, такие как датчики, камеры, светодиодные экраны и автоматические голосовые подсказки для оптимизации всего процесса. Когда грузовик подъезжает к пункту въезда, камеры, оснащенные технологией автоматического распознавания номерных знаков (ANPR) detect номерной знак автомобиля и проверяют его регистрацию. Если регистрация действительна, система предоставляет доступ к весам. 

Рис. 2. Автоматизированные весы для взвешивания грузовых автомобилей.

Датчики взвешивания в движении с поддержкой IoT измеряют вес грузовика во время его движения и, при необходимости, предупреждают водителя о необходимости остановиться в правильном положении для точного взвешивания. Данные о весе анализируются и сравниваются с заданными пределами, и, если вес грузовика находится в пределах этих пределов, водителю дается указание направиться к выездным воротам. На выезде система ANPR повторно проверяет транспортное средство, чтобы убедиться, что оно соответствует тому, которое въехало, а камеры с компьютерным зрением отслеживают процесс на предмет каких-либо отклонений. Система оповещает руководителей и принимает соответствующие меры по устранению неполадок, таких как перегруз или аномалии водителя.

Мониторинг сонливости водителя с помощью ИИ

Опрос, проведенный Министерством транспорта США, показывает, что грузовые автомобили являются наиболее распространенным видом транспорта для перевозки грузов. Водители грузовиков часто преодолевают большие расстояния, в том числе совершая ночные рейсы. Это касается и строительной отрасли, где грузовики играют важную роль в перевозке тяжелой техники и материалов между строительными площадками, порой на значительные расстояния. Ночные поездки могут приводить к усталости и повышать риск ДТП. Исследования показывают, что 21 % ДТП со смертельным исходом происходит по вине водителей, заснувших за рулем. 

Чтобы решить эту проблему, производители грузовиков используют компьютерное зрение для контроля сонливости водителя. Такие методы компьютерного зрения, как распознавание лиц, оценка позы и обнаружение объектов, могут использоваться для отслеживания движения глаз водителя, положения головы и выражения лица. Например, если веки водителя закрываются за пределами заданного диапазона, система может detect это и подать сигнал тревоги, чтобы предупредить водителя. Системы обнаружения сонливости водителя широко используются в грузовиках Tata и других автомобильных компаниях.

Рис. 3. Мониторинг сонливости водителя с помощью компьютерного зрения.

Автономные строительные машины и ИИ

Условия работы на строительных площадках могут быть тяжелыми, особенно при экстремальных температурах. Например, на раскопках рабочие часто сталкиваются с сильной жарой, которая влияет на их способность эффективно работать и требует частых перерывов для восполнения жидкости и отдыха. Чтобы помочь сократить время простоя в этих условиях, исследователи разрабатывают автономные строительные машины, такие как бульдозеры и краны.

Эти автономные машины оснащены камерами высокого разрешения и технологией компьютерного зрения, которые анализируют местность и оценивают такие факторы, как уклон, мягкий грунт и неровные участки. Они используют детектирование объектов для распознавания людей и оборудования, повышая безопасность за счет автоматической остановки при обнаружении препятствия. Исследователи из Хуачжунского университета науки и технологий (HUST) в сотрудничестве с компанией Shantui недавно разработали автономный бульдозер, способный работать при экстремальных температурах до -10°C.

Рис. 4. Пример автономного бульдозера (источник: constructionworld.in).

Оптимизация расхода топлива в тяжелой технике

Оптимизация расхода топлива жизненно важна для строительных компаний, но внедрение методов повышения топливной эффективности может быть сложной задачей. В условиях колебания цен на топливо и работы нескольких водителей, управляющих строительной техникой, ручное управление расходом топлива становится сложным. Системы управления топливом на основе AI могут использоваться для улучшения этого процесса и снижения расхода топлива.

Эти системы управления расходом топлива на основе ИИ обучаются с использованием больших наборов данных для оптимизации расхода топлива путем создания нескольких вариантов маршрута и рекомендации наиболее экономичного маршрута. Кроме того, они могут быть интегрированы с блоком управления двигателем (ECU) транспортного средства для предоставления рекомендаций по переключению передач в режиме реального времени. Следуя этим рекомендациям, основанным на ИИ, можно оптимизировать стиль вождения различных водителей, что приведет к повышению топливной эффективности.

Рис. 5. Заправка грузовика.

Плюсы и минусы ИИ в строительной технике

Строительное оборудование, интегрированное с ИИ, предлагает ряд преимуществ, от принятия решений на основе данных до мониторинга в реальном времени. Вот некоторые ключевые преимущества:

  • Продление срока службы оборудования: Регулярный мониторинг и своевременное техническое обслуживание увеличивают срок службы оборудования.
  • Сокращение времени простоя: Автоматизированные процессы и прогнозное обслуживание минимизируют время простоя оборудования.
  • Улучшенное принятие решений: Предоставляет аналитические данные на основе данных, что позволяет более эффективно управлять ресурсами и операциями.

Однако, несмотря на растущее внедрение ИИ в строительстве, есть несколько проблем, которые следует учитывать:

  • Высокие первоначальные инвестиции: Хотя ИИ может привести к долгосрочной экономии, первоначальные затраты на внедрение этих систем значительны, что может стать препятствием для небольших компаний.
  • Проблемы конфиденциальности: Поскольку ИИ в значительной степени зависит от данных, обеспечение безопасного хранения и защиты этой информации имеет решающее значение для предотвращения несанкционированного доступа.
  • Квалифицированная рабочая сила: Интеграция ИИ в строительное оборудование требует специальной подготовки, и обучение рабочих использованию этих технологий может быть серьезной проблемой, особенно при напряженном графике.

Влияние строительной техники, управляемой ИИ

Строительная отрасль быстро осваивает ИИ, и такие компании, как Caterpillar и Daimler, лидируют в разработке беспилотных грузовиков. В 2019 году Daimler представила рабочий прототип своего автономного грузовика, который, как ожидается, выйдет на рынок к 2027 году. Автономный самосвал Caterpillar, 797F, уже делает горные работы более эффективными. Крупные компании, такие как BHP Group, Rio Tinto и Barrick Gold, используют 797F круглосуточно, сообщая об отсутствии травм на рабочем месте. Аналогичным образом, TuSimple, китайская компания, занимающаяся автономными грузоперевозками, утверждает, что ее грузовики на 11% экономичнее, чем те, которыми управляют вручную. В июне 2023 года TuSimple успешно завершила 39-мильный пробег без водителя по открытой дороге общего пользования в Китае.

Поскольку автономные грузовики продолжают оказывать положительное влияние на строительную отрасль, ожидается, что рынок будет расти со среднегодовым темпом роста (CAGR) в 10%. Благодаря строительному оборудованию на базе ИИ, повышающему безопасность и топливную экономичность, компании переходят к более безопасным и экологичным условиям труда.

Перспективы развития ИИ в строительной технике

ИИ кардинально меняет строительную отрасль, делая тяжелую технику более умной, безопасной и эффективной. От беспилотных транспортных средств до систем ИИ, которые оптимизируют расход топлива и отслеживают строительные площадки в режиме реального времени, эти технологии помогают сократить количество ошибок и сэкономить деньги. Несмотря на существующие проблемы, такие как стоимость внедрения ИИ и обучения персонала, преимущества весьма существенны. Благодаря ИИ, стимулирующему инновации, будущее строительства станет более продуктивным, устойчивым и инновационным, чем когда-либо прежде. 

Интересуетесь ИИ? Посмотрите наш репозиторий на GitHub и присоединяйтесь к нашему сообществу, чтобы пообщаться с другими энтузиастами технологий. Узнайте больше о применении ИИ в таких секторах, как самоуправление и производство.

Давайте вместе создадим будущее искусственного интеллекта!

Начните свой путь в будущее машинного обучения