ต่อไปคำแนะนำต่อไป
AI Loss-of-Load and Cargo Securement Checks for Truckers
อุตสาหกรรม
คู่มืออุตสาหกรรม
AI ในการตรวจสอบสะพานและถนนใช้คอมพิวเตอร์วิทัศน์และการวิเคราะห์เซ็นเซอร์เพื่อค้นหาและวัดข้อบกพร่อง เช่น รอยแตกร้าว การหลุดร่อน การกัดกร่อน และหลุมบ่อ
ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min
โดยใช้งานได้กับรูปภาพและการสแกนที่เก็บรวบรวมโดยโดรน ยานพาหนะ และเซ็นเซอร์แบบคงที่ เป็นเรื่องสำคัญเนื่องจากหน่วยงานจัดการเครือข่ายขนาดใหญ่ของสินทรัพย์ที่มีอายุมากโดยมีผู้ตรวจสอบและงบประมาณที่จำกัด และบันทึกสภาพที่ขับเคลื่อนด้วยข้อมูลที่สอดคล้องกันจะช่วยแก้ไขปัญหาที่สำคัญที่สุดก่อน
ในสหรัฐอเมริกา มาตรฐานการตรวจสอบสะพานแห่งชาติกำหนดให้สะพานทางหลวงส่วนใหญ่ได้รับการตรวจสอบตามปกติเป็นระยะๆ โดยปกติทุกๆ 24 เดือน โดยจะรายงานผลไปยัง National Bridge Inventory เดิมทีสิ่งนี้หมายถึงผู้ตรวจสอบบันได เชือก หรือรถบรรทุกถัง ถ่ายรูปและจดบันทึกด้วยลายมือ มีการสำรวจถนนด้วยวิธีที่แตกต่างกัน โดยมักใช้รถตู้เฉพาะทางเพื่อวัดความขรุขระ (International Roughness Index) และความเสียหายของพื้นผิว โดยสรุปผลลัพธ์เป็นคะแนน เช่น ดัชนีสภาพผิวทาง AI เปลี่ยนวิธีการรวบรวมและวิเคราะห์ข้อมูล โดรนจับภาพความละเอียดสูงหลายพันภาพในบริเวณที่เข้าถึงยาก และโฟโตแกรมเมทรีจะเย็บภาพเหล่านั้นเป็นโมเดล 3 มิติ โมเดลการเรียนรู้เชิงลึก ซึ่งมักเป็นเครือข่ายการแบ่งส่วน เช่น ตัวแปร U-Net จะติดป้ายกำกับแต่ละพิกเซลว่าเป็นรอยแตกร้าว การหลุดร่อน เหล็กเส้นที่เผยให้เห็น หรือการกัดกร่อน บนถนน โมเดลการตรวจจับวัตถุจะค้นหาหลุมบ่อและจำแนกประเภทของรอยแตกร้าวจากกล้องของยานพาหนะ สิ่งเหล่านี้อาจรวมถึงกล้องติดรถยนต์ราคาถูกบนยานพาหนะที่ขับเคลื่อนเครือข่ายอยู่แล้ว เซ็นเซอร์อื่นๆ มองเห็นใต้พื้นผิว LiDAR วัดรูปทรงและระยะห่าง เรดาร์ทะลุพื้นและอินฟราเรดเทอร์โมกราฟีเผยให้เห็นการเสื่อมสภาพภายในพื้นคอนกรีต การตรวจสอบสภาพโครงสร้างใช้สเตรนเกจ มาตรวัดความเร่ง และการเรียนรู้ของเครื่องเพื่อตรวจจับการเปลี่ยนแปลงพฤติกรรมของบริดจ์เมื่อเวลาผ่านไป ในบริบทนี้ แฝดดิจิทัลคือโมเดลของสินทรัพย์ที่เชื่อมโยงกับประวัติการตรวจสอบและข้อมูลเซ็นเซอร์ วิศวกรสามารถใช้เพื่อดูว่าข้อบกพร่องมีการเปลี่ยนแปลงอย่างไรและวางแผนการบำรุงรักษาได้ ความเข้าใจผิดหลายประการเป็นเรื่องปกติ AI ไม่ได้แทนที่ผู้ตรวจสอบที่มีคุณสมบัติเหมาะสม ยังคงต้องมีการตรวจสอบแบบลงมือปฏิบัติจริงสำหรับรายละเอียดที่สำคัญ และวิศวกรยังคงให้คะแนนสภาพและการตัดสินใจเกี่ยวกับน้ำหนักบรรทุก ภาพรอยแตกร้าวเพียงอย่างเดียวไม่สามารถแสดงความรุนแรงของรอยแตกร้าวในเชิงโครงสร้างได้ เนื่องจากจะขึ้นอยู่กับตำแหน่ง ประเภทของชิ้นส่วน และน้ำหนักที่บรรทุก แบบจำลองยังสร้างข้อผิดพลาดที่คาดเดาได้ ทำให้เกิดความสับสนกับคราบ รอยต่อ เงา และรอยแบบหล่อที่มีรอยแตกร้าว
กรมขนส่งของรัฐใช้โดรนบินใต้สะพานคานเหล็ก แบบจำลองบ่งชี้ถึงการกัดกร่อนและรอยแตกร้าวในภาพ เพื่อให้ผู้ตรวจสอบรู้ว่าจะต้องมองอย่างใกล้ชิดที่ใด ช่วยลดระยะเวลาที่จำเป็นต้องใช้รถบรรทุกตรวจสอบใต้สะพาน
เมืองแห่งหนึ่งติดกล้องไว้บนรถบรรทุกขยะหรือรถบัสที่ขับอยู่ทุกถนน แบบจำลองการตรวจจับจะบันทึกหลุมบ่อและการแตกร้าวด้วยตำแหน่ง GPS และทีมงานจะได้รับรายชื่อการซ่อมแซมตามลำดับ
หน่วยงานทางหลวงแห่งหนึ่งขับรถตู้สำรวจโดยมีเครื่องโปรไฟล์แบบเลเซอร์และกล้องหันลงผ่านเครือข่ายในแต่ละปี รถตู้จะคำนวณดัชนีความหยาบและการแตกร้าวที่ป้อนเข้าสู่ระบบการจัดการทางเท้าของหน่วยงาน
เจ้าของสะพานสแกนพื้นคอนกรีตด้วยเรดาร์เจาะทะลุพื้นและถ่ายภาพความร้อนอินฟราเรด แบบจำลองมีแนวโน้มที่จะเกิดการแตกหัก ดังนั้นเจ้าของจึงสามารถวางแผนการซ่อมแซมตามเป้าหมาย แทนที่จะเปลี่ยนดาดฟ้าทั้งหมด
หน่วยงานต่างๆ มีแนวโน้มที่จะรวบรวมข้อมูลบ่อยกว่าและมีค่าใช้จ่ายต่ำกว่า โดยมีการเพิ่มกล้องประจำยานพาหนะและโดรนเข้าไปในการตรวจสอบตามกำหนดเวลา ไม่ใช่แทนที่ การเปลี่ยนแปลงที่ใหญ่กว่าอาจอยู่ในการจัดการสินทรัพย์: การเชื่อมโยงข้อมูลสภาพกับแบบจำลองการเสื่อมสภาพ เพื่อให้งบประมาณไปที่สินทรัพย์ซึ่งการซ่อมแซมทันเวลาจะป้องกันความล้มเหลวที่มีค่าใช้จ่ายสูง อุปสรรคต่างๆ ได้แก่ กฎการบินด้วยโดรนใกล้กับการจราจร การจัดเก็บข้อมูล รอบการจัดซื้อที่ล่าช้า และความจำเป็นในการแสดงให้เห็นว่าผลลัพธ์ที่ได้รับความช่วยเหลือจาก AI เป็นไปตามมาตรฐานการตรวจสอบ หุ่นยนต์ที่ตรวจสอบพื้นที่จำกัดหรือด้านล่างของกระดานกำลังอยู่ในระหว่างการวิจัย แต่การใช้งานเป็นประจำจะขึ้นอยู่กับความน่าเชื่อถือที่ได้รับการพิสูจน์แล้วและการยอมรับตามกฎระเบียบ
จดหมายข่าวฟรี
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
AI ในการตรวจสอบสะพานและถนนใช้คอมพิวเตอร์วิทัศน์และการวิเคราะห์เซ็นเซอร์เพื่อค้นหาและวัดข้อบกพร่อง เช่น รอยแตกร้าว การหลุดร่อน การกัดกร่อน และหลุมบ่อ โดยใช้งานได้กับรูปภาพและการสแกนที่เก็บรวบรวมโดยโดรน ยานพาหนะ และเซ็นเซอร์แบบคงที่ เป็นเรื่องสำคัญเนื่องจากหน่วยงานจัดการเครือข่ายขนาดใหญ่ของสินทรัพย์ที่มีอายุมากโดยมีผู้ตรวจสอบและงบประมาณที่จำกัด และบันทึกสภาพที่ขับเคลื่อนด้วยข้อมูลที่สอดคล้องกันจะช่วยแก้ไขปัญหาที่สำคัญที่สุดก่อน
โดยทั่วไปการตรวจสอบตามปกติจะเกิดขึ้นทุกๆ 24 เดือน และผลลัพธ์จะถูกรายงานไปยัง National Bridge Inventory
กรอบขอบจะแสดงตำแหน่งของรอยแตกแต่ไม่ใช่รูปร่าง การแบ่งส่วนระดับพิกเซลทำให้สามารถวัดความยาวและความกว้างได้
ระยะการเก็บตัวอย่างภาคพื้นดินจะแปลงจำนวนพิกเซลเป็นการวัดทางกายภาพ หากไม่มีมัน ก็ไม่สามารถวัดความกว้างของรอยแตกได้
GPR และอินฟราเรดเทอร์โมกราฟฟีสามารถตรวจจับการหลุดร่อนและการเสื่อมสภาพอื่นๆ ที่ซ่อนเร้นซึ่งภาพถ่ายพื้นผิวไม่สามารถมองเห็นได้
คุณลักษณะเชิงเส้นหรือสีเข้มที่ไม่แคร็กสามารถหลอกโมเดลได้ ซึ่งเป็นเหตุผลหนึ่งที่ทำให้การตรวจสอบโดยมนุษย์ยังคงวนซ้ำอยู่
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
AI Loss-of-Load and Cargo Securement Checks for Truckers
อุตสาหกรรม