Российские ученые представили систему на основе искусственного интеллекта, предназначенную для автоматизированного контроля состояния дорог и выявления с высокой точностью дефектов дорожного полотна — ям, выбоин, нарушений разметки. Реализация технологии стала возможной благодаря комплексному набору решений, в котором совмещены ИИ и виброакустический анализ. Она используется в дорожных лабораториях университетов МТУСИ и МАДИ, в дальнейшем планируется ее практическое применение. Поможет ли методика сделать российские дороги более безопасными и комфортными для водителей — в материале «Известий».
Анализ дефектов дорожного покрытия
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.
Анализ дефектов дорожного покрытия
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.
— 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, — отметила она.
Разработанная 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 большей нейросетевых моделей, которые оптимизированы для работы на микрокомпьютерах. В пример специалисты привели программу MobileNetV4 (ее создали в Google) для дорожных дронов, которая работает в 10 раз быстрее на компьютерах серии Raspberry Pi.
— Мы уже разрабатываем инструментарий, включающий в себя интеграцию данных из различных источников, таких как лазерные сканеры и радары, для более полного анализа состояния дорог. Также ведутся работы над адаптивными моделями, способными обучаться на ходу и подстраиваться под новые условия эксплуатации. Улучшение интерфейсов и интеграция с системами управления инфраструктурой помогут сделать технологию более доступной и удобной в использовании, — резюмировала Ксения Полянцева.
