Умное строительство: Как искусственный интеллект может повысить уровень безопасности на стройке

Искусственный интеллект сегодня активно набирает обороты, проникая во все новые сферы. Строительство — не исключение, хотя долгое время казалось, что практически все в этой сфере зависит от человеческих знаний и опыта.

Искусственный интеллект может, например, помочь значительно повысить уровень безопасности на строительной площадке. И вот каким образом.

Обнаружение опасностей на рабочем месте

По данным Управления по охране труда и технике безопасности Великобритании (Health and Safety Executive), в 2019-2020 годах на производстве в этой стране погибло 142 человека, и еще 693 000 человек получили производственные травмы, лечение которых потребовали миллиарды фунтов стерлингов.

На стройплощадке опасностей действительно много, а потому обеспечение безопасности строителей — очень серьезный вопрос. И ИИ может оказать большую помощь в обнаружении, прогнозировании и предотвращении несчастных случаев на рабочем месте.

Технологии отслеживания объектов (object tracking) можно использовать для обнаружения на рабочем месте легковоспламеняющиехся или других материалов, представляющих потенциальную опасность, или, например, острые поверхности, о которые можно порезаться. Модели ИИ могут затем в режиме реального времени предупреждать менеджеров и самих рабочих об опасности, что побудит их сохранять большую осторожность и бдительность.

Подобные технологии, включающие компьютерное зрение и ИИ, уже используются многими компаниями, стремящимся к обеспечению «нуля несчастных случаев на рабочих местах». В их числе IRIS, Everguard и многие другие.

Обнаружение средств индивидуальной защиты

Средства индивидуальной защиты (СИЗ) могут спасать жизни, но проблема в том, что не всегда экипировка на строительной площадке используется правильно — или используется вообще. По данным NIOSH, каждый день в США регистрируют около 2000 производственных травм, которые можно было предотвратить с помощью надлежащего использования СИЗ.

Менеджерам по строительству обычно сложно успевать за всем следить, и они могут просто не заметить, что какие-то рабочие ходят по территории без СИЗ. На помощь им, однако, могут прийти технологии компьютерного зрения: камеры на площадке станут дополнительными глазами, которые смогут следить за рабочими, а ИИ будет анализировать, надели ли они специальные очки, перчатки, каски, светоотражающие куртки и другие предметы снаряжения, необходимого им на стройке.

Такая разработка есть уже сегодня: специалисты создали систему компьютерного зрения, которая в режиме реального времени может определять позы строителей и наличие на них средств индивидуальной защиты. Система была обучена на основе данных из 95 видео с камер строительной площадки, и она умеет обнаруживать 8 различных видов средств индивидуальной защиты и 9 различных типов позы.

При тестировании системы на новых видеоданных она показала действительно многообещающие результаты, и разработчики уверены, что ее можно начать применять и в условиях настоящей стройки.

Обнаружение коррозии

Методы искусственного интеллекта, такие как классификация изображений и обнаружение объектов, также могут использоваться для обнаружения на строительной площадке коррозии, которая представляет серьезную опасность и для человека, и для строительных работ: коррозия может привести к поломке оборудования и конструкций, что в свое очередь может стать причиной травм и смертей, а также увеличить затраты на техобслуживание, что тоже немаловажно.

Как рассказывает V7labs, во многих странах строительные площадки посещают сертифицированные инспекторы, которые, собственно, и ищут следы коррозии. Но человеческий глаз может и ошибаться, а ИИ может справиться с этой задачей гораздо лучше.

Компании вроде Infosys уже разрабатывают решения искусственного интеллекта на основе нейронных сетей для надежного и последовательного обнаружения и классификации коррозии. В настоящее время ИИ компании — даже при том, что его обучали на основе относительно небольшой базы данных — может идентифицировать и классифицировать проблему с точностью 70%! А при обучении на большем количестве визуальных данных точность алгоритма будет только расти.