Уральские ученые создали нейросеть для мгновенного обнаружения трещин в мостах

Впервые автоматизированный мониторинг внедрили в Японии, где в 2018 году представили нейросетевую систему обнаружения трещин. Однако это решение требовало значительных вычислительных мощностей. 

Ученые Уральского федерального университета (УрФУ) представили инновационную разработку — нейросеть для мгновенного выявления опасных трещин в мостах, дорогах и зданиях. По данным пресс-службы вуза, технология демонстрирует точность 88,7% при анализе снимков из России и Китая, что в сотни раз быстрее традиционных методов проверки, занимающих 1-2 часа. Результаты исследования опубликованы в журнале Sensors.

Технологические преимущества разработки

Разработка уральских ученых обрабатывает до 232 кадров в секунду благодаря оптимизированной архитектуре с 2,51 млн параметров. По сравнению с зарубежными аналогами система в 10 раз легче и эффективнее. Для повышения точности исследователи внедрили специальные модули: SimAM, имитирующий фокусировку человеческого зрения, и Concat_BiFPN, улучшающий распознавание мелких дефектов.

Тестирование на 2000 изображений, включая сложные условия съемки в туннелях и ночное время, показало рост точности на 1,4%. Уникальный модуль C3Ghost позволил сократить вычислительные затраты на 16% без потери качества анализа.

Перспективы внедрения нейросети 

Как пояснил аспирант УрФУ Чжан Цзяхуэй, сейчас ведется адаптация системы для работы с беспилотниками и инфракрасными камерами. Это позволит выявлять скрытые дефекты под слоем грязи или в условиях плохой видимости. Технология особенно актуальна в свете статистики Росстата: 60% аварий конструкций происходят из-за несвоевременного обнаружения повреждений.

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

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 зарубежных аналогов — в течение секунд, что теоретически позволяет существенно сократить время инспекций и обеспечить непрерывный, высокоточный и объективный мониторинг. В дальнейшем мы планируем провести тестирование модели на платформе Jetson и интегрировать ее с беспилотными системами для практического применения в задачах мониторинга мостов, дорог и другой инженерной инфраструктуры в реальном времени.

Разработка соответствует международным стандартам ASTM и CEN. При поддержке промышленных партнеров система может быть оперативно внедрена для мониторинга критической инфраструктуры, заменив трудоемкие ручные проверки, требующие участия трех экспертов на объект.

Ранее журнал «RUБЕЖ» рассказывал про нейросеть, которая создает детализированную карту подземных слоев. Эта инновация поможет инженерам определять безопасные участки для строительства. 

---

---