Ученые из Московского технического университета связи и информатики (МТУСИ) и Московского автомобильно-дорожного государственного технического университета (МАДИ) представили систему на основе искусственного интеллекта, предназначенную для автоматизированного контроля состояния дорог и выявления дефектов дорожного полотна с высокой точностью. С ее помощью станет проще обнаружить проблемы, связанные с отсутствием разметки, выбоинами и другими типами проблем, с которыми не справлялись похожие решения.
Фото: Freepik
По мнению и. о. замдекана факультета «Информационные технологии» (ИТ) по научной работе МТУСИ Ксении Полянцевой, совмещение акустического анализа износа дорожного покрытия и ИИ является перспективным направлением.
По ее словам, разработанная модель позволит автоматизировать обработку изображений асфальта, получаемых с помощью автомобильно-дорожных сканеров, для оценки его состояния. 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», — пояснила Полянцева.
Фото: Freepik
В тоже время научный руководитель исследовательского центра «Сильный искусственный интеллект в промышленности» Александр Бухановский считает разработку перспективной, но отмечает, что ее тиражирование упирается в технологический барьер, связанный с деградацией моделей компьютерного зрения.
В таком случае точность обнаружения и классификации дефектов различными экземплярами системы на местах может значительно отличаться от номинальной.
Также старший преподаватель кафедры киберспорта факультета игровой индустрии и киберспорта университета «Синергия» Даниил Аржаков задается вопросом, как система поведет себя в условиях сильных помех, например в плотном городском трафике или при плохой погоде.
Он также отметил, что заявленная скорость обработки требует независимых тестов, так как подобные решения часто «тормозят» при работе с реальными данными. «Если разработчики смогут решить эти проблемы, технология имеет все шансы стать стандартом во всей отрасли», — считает Аржаков.
Фото: Freepik
По словам директора АНО Спортивно-методический центр «Кафедра киберспорта» Виктории Бересневой, технология имеет все шансы получить массовое применение.
Эксперт подчеркнула, что разработка может обладать значительным потенциалом к масштабированию и апробации, в том числе в национальных проектах и госпрограммах, направленных на модернизацию и цифровизацию транспортной отрасли.