هوش مصنوعی در ساخت و ساز

ارزیابی وضعیت فنی ساختمان ها توسط هواپیماهای بدون سرنشین

"نما هویت ساختمان است، چهره معماری که به ساختمان اجازه می دهد به یک دسته یا سبک دیگر اختصاص یابد. تصور کنید ناگهان بخشی از نمای یک ساختمان قدیمی در شهری قدیمی دچار تغییر شود.  استاد گروه سیستم‌های الکترونیکی دانشگاه فنی ویلنیوس می‌گوید: یک هواپیمای بدون سرنشین که در کنار آن پرواز می‌کند، چنین تغییری را ثبت می‌کند  شاید ساخت و ساز غیرقانونی یا آسیب شهری باشد. همانطور که پهپاد در شهر پرواز می کند و از نماهای ساختمان عکس می گیرد، داده ها به صورت بی سیم به یک پلت فرم محاسباتی ارسال می شود که می تواند تعیین کند که یک ساختمان خاص به چه طبقه ای از نما تعلق دارد.

این محقق معتقد است که عکس‌های پهپاد از نما همچنین می‌تواند برای ارزیابی وضعیت فنی ساختمان‌ها مورد استفاده قرار گیرد: نفوذ آب از طریق درزها، ترک‌ها در دکور یا سازه، تغییر رنگ عناصر نما یا حتی فرورفتگی‌های بالقوه در سطوح ، همه اینها تعیین کننده طبقه بندی یک ساختمان و به طور بالقوه می تواند امکان ارزیابی نسبتاً دقیق و خودکار را فراهم کند. او تاکید می کند که قطعات تحت نظارت پهپاد را نیز می توان مستقل از نمای کلی آنالیز کرد و دوام آنها را می توان با مقایسه تغییرات، هم از طریق بازرسی بصری و هم در مورد اسناد طراحی ساختمان، مصالح ساختمانی ارزیابی کرد. و میزان و شدت آسیب متفاوت است.

یک شهر شلوغ یک چالش است

به گفته محققان، این مطالعه با هدف شناسایی مرزهای نمای ساختمان در مواجهه با تغییرات آب و هوایی و شرایط نوری و تعیین سبک واقعی آن بر اساس طبقه بندی نما انجام شده است. پیچیدگی کار بستگی به شکل نمای ساختمان، شرایط طبیعی و پس زمینه شهری پشت آن دارد. برای الگوریتم، یک شهر شلوغ دشوارترین کار برای استخراج اطلاعات مفید است، زیرا ساختمان‌ها در مراکز شهر یا شهرهای قدیمی اغلب توسط اشیاء مختلف مانند سیم‌ها، درختان و حتی تزئینات جشن و تبلیغات پنهان می‌شوند. با این وجود، پهپاد محققان خاطرنشان می کنند که می تواند یک تصویر دقیق و با کیفیت بالا از نما را از همه زوایا جمع آوری کند.

پیش از این، با استفاده از مدل‌های ریاضی ابتدایی، محققان تنها می‌توانستند ساختمان‌هایی را با ساختار نما ساده شناسایی کنند. علاوه بر این، ساختمان‌هایی که قرار بود طبقه‌بندی شوند باید از یکدیگر جدا می‌شدند، یعنی هیچ دیوار مشترکی نداشتند یا حداقل از نظر سبکی قابل تشخیص بودند. وی افزود: «فاکتورهای محیطی و فاصله‌ای، تشخیص خطوط عناصر نما را دشوار می‌کنند، و خطوط کاذب می‌توانند در اثر سایه‌ها یا بازتاب‌ها، و همچنین زاویه دوربین و اعوجاج لنز ایجاد شوند. صرفاً استخراج شکل صحیح، طبقه‌بندی موفقیت‌آمیز بعدی را تضمین نمی‌کند».

این محقق با تاکید بر اینکه اینها دلایلی است که از راهکارهای پردازش سیگنال مبتنی بر هوش مصنوعی در این مطالعه استفاده شده است.تصاویر مناظر شهری که توسط هواپیماهای بدون سرنشین گرفته شده است می‌توانند برای نشانه‌های بصری و شناسایی نقص‌ها در ساختمان‌های تاریخی و مکان‌های میراث شهری یا برای برنامه‌ریزی توسعه شهری استفاده شوند. محققان می‌افزایند: «این یک فناوری بسیار امیدوارکننده برای نظارت بر ساختمان‌های بلند و بلوک‌های آپارتمانی است، زیرا دیدن بالای آن از روی زمین دشوار است».

انتهای پیام/