Уральские ученые создали нейросеть для обнаружения трещин в мостах за секунды

Разработка УрФУ способна за секунды выявлять опасные повреждения в инфраструктуре, заменяя трудоемкие ручные проверки. Система уже показала точность 88,7% и может работать на дронах, экономя время и бюджет.

 

Ученые Уральского федерального университета создали нейросеть, способную за секунды находить опасные трещины в мостах, дорогах и зданиях. Эта технология может заменить многочасовые ручные проверки, снизить риск аварий и сэкономить бюджет на обслуживании инфраструктуры. Точность системы уже достигает 88,7% на снимках из России и Китая, а результаты исследования опубликованы в журнале Sensors.

Ключевые преимущества разработки — высокая скорость обработки (до 232 кадров в секунду) и компактная архитектура (2,51 млн параметров), что делает ее идеальной для использования в дронах и других устройствах для быстрой инспекции сооружений. Чтобы минимизировать ложные срабатывания на тенях или водяных пятнах, ученые усовершенствовали нейросеть, внедрив механизм внимания SimAM, имитирующий фокусировку человеческого зрения, и модуль Concat_BiFPN для более точного распознавания мелких трещин. Благодаря этим улучшениям точность модели выросла на 1,4%, что особенно важно в сложных условиях — например, в туннелях, под мостами или ночью.

«В то время как традиционная ручная проверка мостов или дорожных конструкций занимает от одного до двух часов, наша модель способна обрабатывать изображения в 100 раз быстрее — в течение секунд, что теоретически позволяет существенно сократить время инспекций и обеспечить непрерывный, высокоточный и объективный мониторинг».

Зоя Беляева, соавтор работы, заведующая кафедрой «Строительные конструкции и механика грунтов» УрФУ

Сейчас команда адаптирует систему для реальных задач, интегрируя ее с дронами на платформе Jetson и добавляя поддержку инфракрасных камер для обнаружения скрытых дефектов.

По данным Росстата, 60% аварий конструкций происходят из-за несвоевременного обнаружения трещин. Первая нейросетевая система мониторинга появилась в Японии в 2018 году, но требовала мощных серверов. Разработка УрФУ в 10 раз легче зарубежных аналогов, которые зачастую не работают в реальном времени.

Что будем искать? Например,ChatGPT

Мы в социальных сетях