Кажется неизбежным, что роботы будут играть большую роль в строительной отрасли, но до тех пор, пока эти машины не смогут автоматически определять приоритеты задач, руководителям проектов все равно придется вручную оценивать, как продвигается проект.

Однако производительность строительной отрасли на протяжении десятилетий отстает от производительности других секторов.

Искусственный интеллект и глубокое обучение могут сделать робототехнику полезной в строительной отрасли. Израильский стартап Buildots, занимающийся ИИ , делает первые шаги к тому, чтобы это произошло.

Buildots прикрепляет камеры с обзором на 360 градусов к каскам руководителей проектов, чтобы собирать кадры со строительной площадки и анализировать данные.

На типичном объекте ведутся десятки тысяч различных строительных работ. Задачи могут быть как небольшие, как установка дверной ручки, так и большие, как кладка кирпичной стены.

Менеджеру проекта, который хочет убедиться, что комната идет по плану, необходимо открыть несколько дизайнов, файл расписания и начать измерение позиций и проверку прогресса для каждой из задач. Это может привести к тому, что некоторые области будут проверяться только один раз, а не на постоянной основе.

Платформа Buildots создает диспетчерскую за счет автоматического сбора данных с помощью камер и сравнивает их с проектами и графиком проекта.

Он анализирует каждую электрическую розетку, стену или окно отдельно, чтобы определить их точное состояние относительно ожидаемого на планах. Сравнение дает представление о плане проектирования, отмечает проблемы, которые могут быть решены, и точно отслеживает прогресс.

Модели и алгоритмы глубокого обучения, такие как механизм стабилизации изображения на основе искусственного интеллекта, удаление личных данных, которое удаляет людей, экраны телефонов / планшетов, бумажные заметки и классификация состояний, могут преобразовывать визуальные данные в аналитические данные.

Хотя люди могут естественным образом анализировать планировку пространства и видеть, что еще нужно сделать, для замены этого на технологии требуются высокопроизводительные устройства визуализации и сложные алгоритмы.

При создании своей архитектуры искусственного интеллекта компания заметила, что в типичной квартире обычно имеется более 50 электрических розеток. Это означает, что после постройки нескольких этажей легко будет установлена ​​тысяча различных розеток.

Поскольку эти торговые точки теперь снимаются несколько раз в неделю с помощью камеры в каске, они снимаются с разных ракурсов, что означает сотни тысяч различных изображений этих торговых точек.

В большинстве случаев такие же типы розеток устанавливаются на каждом втором этаже здания, часто в том же месте. Данные за первые несколько недель показывают тысячи различных физических экземпляров под сотнями разных углов и в разных условиях освещения.

Во время сбора данных модели постоянно переобучаются и переоборудуются для этого конкретного проекта, что обеспечивает чрезвычайно высокие уровни точности в рамках этого проекта.

Платформа обеспечивает общую осведомленность, которую можно использовать для интеграции других технологий, таких как робототехника, в планы строительства без необходимости тратить время и ресурсы на их руководство.

Повышение точности приведет к повышению производительности и экономии средств — и это может быть только хорошо — независимо от того, в какой отрасли это происходит.