Российские ученые разработали ИИ-технологию для анализа дефектов дорожного полотна

Российские ученые создали технологию анализа дефектов рабочего полотна. С ее помощью можно выявлять проблемы, связанные с нарушениями разметки, выбоинами и другими типами проблем, с которыми не справлялись похожие решения. Эксперты отмечают, что разработанная модель позволит автоматизировать обработку изображений асфальтобетонного покрытия, получаемых с помощью автомобильно-дорожных сканеров, для оценки состояния дорожного полотна. Это во много раз ускорит процесс диагностики и планирования ремонтных работ. Технология на данный момент находится на стадии апробации. : ВКонтакте, Одноклассники

Ученые из Московского технического университета связи и информатики МТУСИ и Московского автомобильно-дорожного государственного технического университета МАДИ создали технологию анализа дефектов рабочего полотна. Теперь с ее помощью можно выявлять проблемы, связанные с нарушениями разметки, выбоинами и другими типами проблем, с которыми не справлялись похожие решения. Разработанная модель позволит автоматизировать обработку изображений асфальтобетонного покрытия, получаемых с помощью автомобильно-дорожных сканеров, для оценки состояния дорожного полотна. Это во много раз ускорит процесс диагностики и планирования ремонтных работ. Ранее, при использовании акустического анализа, датчики, расположенные на дорожной лаборатории, фиксировали звуки окружающей среды и проезжей части, а затем эксперт слушал и оценивал те или иные данные. Сейчас с помощью методов ИИ можно отфильтровать шумы, выделить значимые сигналы и затем классифицировать дефекты. Совмещение акустического анализа износа дорожного покрытия и ИИ — это относительно новое и перспективное направление. Технология на данный момент находится на стадии апробации и используется в дорожных лабораториях МТУСИ и МАДИ. Функционал реализовывается постепенно в ходе выполнения научно-исследовательских работ, уточнили в пресс-службе МТУСИ. Там же сообщили, что в мобильных дорожных лабораториях появляется всё больше нейросетевых моделей, которые оптимизированы для работы на микрокомпьютерах.

ИИ решит одну извечную российскую проблему Российские ученые из МТУСИ и МАДИ создали систему на базе искусственного интеллекта, способную автоматически находить ямы, трещины и исчезнувшую разметку на дорогах. Работает просто: сканеры на авто собирают данные, а нейросети анализируют их с высокой точностью, распознавая дефекты, которые раньше можно было уловить только вручную — и то не всегда. Особенность подхода — сочетание компьютерного зрения с акустическим анализом: нейросети фильтруют шумы и выделяют важные сигналы, ускоряя диагностику и ремонт дорожного покрытия.

ИИ на страже российских дорог Российские дороги станут безопаснее благодаря инновационной разработке ученых МТУСИ и МАДИ, которые создали «умную» систему, выявляющую с высокой точностью дефекты дорожного полотна. В основе разработки лежат методы машинного обучения и виброакустического анализа. Система анализирует изображения, полученные с автомобильных сканеров, с помощью ИИ отфильтровывает шумы и точно классифицирует выбоины, трещины, нарушения разметки и другие повреждения дорожного покрытия. В результате формируется детальная карта проблемных участков, позволяющая дорожным службам оперативно реагировать на возникающие проблемы. Проект проходит финальные испытания в университетских лабораториях и обещает стать новым стандартом для дорожных служб по всей России. Подробнее о разработке – на нашем сайте.

Чат, который думает за тебя

Детектор лужи: ИИ найдет ямы и дефекты на дорогах в десятки раз быстрее Источник: Известия Ученые из Московского технического университета связи и информатики МТУСИ и Московского автомобильно-дорожного государственного технического университета МАДИ создали технологию анализа дефектов рабочего полотна. Теперь с ее помощью можно выявлять проблемы, связанные с нарушениями разметки, выбоинами и другими типами проблем, с которыми не справлялись похожие решения. Совмещение акустического анализа износа дорожного покрытия и ИИ — относительно новое и перспективное направление. Акустические данные могут быть использованы в качестве дополнительной «модальности» при использовании нейросетевых моделей, рассказала «Известиям» и.о. замдекана факультета «Информационные технологии» ИТ по научной работе МТУСИ Ксения Полянцева. Разработка перспективна, но ее тиражирование упирается в технологический барьер, связанный с деградацией моделей компьютерного зрения при изменении условий использования системы. Например, связанных с природными особенностями конкретных регионов. Как следствие, точность обнаружения и классификации дефектов различными экземплярами системы на местах может значительно отличаться от номинальной, считает директор Мегафакультета трансляционных информационных технологий университета ИТМО, научный руководитель исследовательского центра «Сильный искусственный интеллект в промышленности, эксперт Центра компетенций НТИ «Технологии машинного обучения и когнитивные технологии» на базе ИТМО Александр Бухановский. — По этой причине дальнейшее развитие таких решений требует, с одной стороны, внедрения в их алгоритмы элементов автоматического машинного обучения, способных эффективно настраивать структуру нейросети для учета специфики использования в конкретном районе. С другой стороны, необходимо продумать и единую облачную экосистему для постоянного обучения самих моделей ИИ на вновь поступающих данных, — добавил он.

Ямы vs Нейросеть Российские ученые из МТУСИ и МАДИ разработали систему на базе искусственного интеллекта для диагностики дорожного полотна. Модель с высокой точностью распознает ямы, выбоины, стертую разметку и другие дефекты, пишут «Известия». Технология сочетает нейросетевые алгоритмы с виброакустическим анализом: система считывает изображения с мобильных дорожных сканеров и записанные звуки проезжей части, автоматически фильтрует шум, выделяет значимые сигналы и классифицирует повреждения. Это позволяет в десятки раз ускорить диагностику дорог, так как раньше все данные обрабатывали вручную. Сейчас технология проходит тестирование в университетских лабораториях. В перспективе ее планируют масштабировать, в том числе в рамках госпрограмм и нацпроектов. Ученые тем временем уже работают над адаптивными моделями, которые будут «обучаться на ходу» и подстраиваться под погодные и региональные особенности.

Учёные МТУСИ и МАДИ представили систему на основе ИИ для контроля состояния дорог и выявления дефектов Учёные из МТУСИ и МАДИ представили решение для анализа дефектов дорожного покрытия. В его основе лежит сочетание искусственного интеллекта и виброакустического анализа, сообщают «Известия». 1 DevHub

ИИ против ям: как нейросети спасают российские дороги Ученые из МТУСИ совместно с МАДИ разработали инновационную систему на основе искусственного интеллекта для ускоренного анализа дефектов дорожного полотна! Как работает система? • использует алгоритмы компьютерного зрения для автоматического выявления дефектов • для сбора данных используются видеозаписи, полученные с камер, установленных на транспортных средствах или беспилотниках • алгоритмы анализируют изображения, фиксируя и классифицируя обнаруженные дефекты Автоматический анализ позволяет значительно сократить время и сэкономить деньги Подобные технологии уже используются в Москве, а в Вологодской области прошли успешные тесты системы Разработанная модель позволит автоматизировать обработку изображений асфальтобетонного покрытия для оценки состояния дорожного полотна. Это во много раз ускорит процесс диагностики и планирования ремонтных работ Что думаете? Рабочая схема? Дайте знать реакцией!