Setlerin kırılması genellikle ciddi su baskınlarına ve hasara neden olur. Magdeburg-Stendal Üniversitesi'nden on iki kişilik bir ekip, bentler, barajlar veya köprülerdeki çatlakları ve çürümüş alanları erken aşamada tespit etmek için drone'ları kullanıyor. Dört yıllık bir projenin parçası olarak Hidrolik Mühendisliği ve Hidrolik Mühendisliği Araştırma Grubu, bu görev için özel olarak tasarlanmış bir yapay zeka drone geliştirdi. Araştırmacıların da vurguladığı gibi bu projeyi özel kılan şey, drone kullanımı ile yapay zekanın birleşimi.
Reklamcılık
Profesör Dr.-Ing. Bernd Ettmer, 2008'den bu yana üniversitede hidrolik mühendisliği ve hidrolik mühendisliği testleri profesörü olarak çalışıyor. Kendisi ve ekibi barajlar, barajlar, hidroelektrik santraller, kilitler, set takviyeleri ve taşkın korumayla ilgileniyor. 2017'den beri yüzey fotoğrafları çekmek için drone kullanıyorlar. Bölgedeki koşullar hakkında bilgi edinmek amacıyla arazi modelleri oluşturmak için bu kayıtları ve ölçüm teknelerinden gelen verileri kullanıyorlar. “Bizim için drone başlangıçta yalnızca bir ölçüm aracıdır. Ona bir rota veriyorsunuz, otonom olarak uçuyor ve üzerinden uçulan alanın tam bir bilgisayar modeline sahip oluyoruz” diye açıklıyor Ettmer, Bilim Bilgi Servisi'ne (IDW). Ekip, araştırma projesini su altı da dahil olmak üzere yapılardaki çatlakları ve hasarları tespit etmek için kullandı. Ekip, çalışanların drone tarafından çekilen fotoğrafları hasar açısından zahmetli bir şekilde incelemesine gerek kalmaması için yapay zeka algoritmaları kullandı.
Ayrıca okuyun
Daha fazlasını göster
Daha az göster
Öğrenme süreçleri hasar tespitini iyileştirir
Yapay zekanın tanıyabilmesi için çatlak veya hasar görüntüleri ile eğitilmesi gerekir. İlk başta sembolik çatlaklar olarak kesilmiş kağıt parçaları kullanıyorlar, eğitim ilerledikçe şekilleri ve renkleri doğal çatlaklara uyarlanıyor. Ettmer ve ekibi, üniversitenin laboratuvar salonlarına, drone'un fotoğraf çekmek için üzerinden uçtuğu bir test seti kurdu. Yapay zeka teknolojisi bu kayıtları hasar olarak tanımlamayı öğreniyor. Proje bu yılın başında başladığı için ilk birkaç ay temel işler yaparak geçti. Dr.-Ing. Hidrolik mühendisliğinde kıdemli mühendis olan Daniel Hesse, projedeki drone'lardan öncelikli olarak sorumlu. “Şu anda drone’ları standart bir RGB kamerayla çalıştırıyoruz. Bir sonraki görev, projenin yeterli şekilde uygulanması için hangi sensörlere ihtiyacımız olduğunu kontrol etmektir. Bunlar spektral kameralar, lazer tarama veya termal kameralar olabilir” diye açıklıyor Hesse.
Laboratuvar salonlarında yapılacak testlerin ardından drone, kanallarda kullanılmadan önce üniversite arazisinde eğitim alacak. Ettmer, projeyle neyi başarmak istediklerini şöyle açıklıyor: “İdeal olarak yapay zeka, drone'nun uçuş sırasında çektiği görüntüleri değerlendiriyor. Bu, potansiyel hasarın aynı anda doğrudan tespit edilip raporlanabileceği anlamına geliyor.” Bu, kritik alanları daha hızlı belirlemenize ve hasarı onarmak için insan kaynaklarını hedefli bir şekilde kullanmanıza olanak tanır. Projenin 2027 yılında sona ermesiyle araştırmacılar, sel ve taşkınları önlemede değerli bir araç sağlamak için drone ve yapay zeka kombinasyonunu kullanabilmeyi umuyorlar.
(usz)
Reklamcılık
Profesör Dr.-Ing. Bernd Ettmer, 2008'den bu yana üniversitede hidrolik mühendisliği ve hidrolik mühendisliği testleri profesörü olarak çalışıyor. Kendisi ve ekibi barajlar, barajlar, hidroelektrik santraller, kilitler, set takviyeleri ve taşkın korumayla ilgileniyor. 2017'den beri yüzey fotoğrafları çekmek için drone kullanıyorlar. Bölgedeki koşullar hakkında bilgi edinmek amacıyla arazi modelleri oluşturmak için bu kayıtları ve ölçüm teknelerinden gelen verileri kullanıyorlar. “Bizim için drone başlangıçta yalnızca bir ölçüm aracıdır. Ona bir rota veriyorsunuz, otonom olarak uçuyor ve üzerinden uçulan alanın tam bir bilgisayar modeline sahip oluyoruz” diye açıklıyor Ettmer, Bilim Bilgi Servisi'ne (IDW). Ekip, araştırma projesini su altı da dahil olmak üzere yapılardaki çatlakları ve hasarları tespit etmek için kullandı. Ekip, çalışanların drone tarafından çekilen fotoğrafları hasar açısından zahmetli bir şekilde incelemesine gerek kalmaması için yapay zeka algoritmaları kullandı.
Ayrıca okuyun
Daha fazlasını göster
Daha az göster
Öğrenme süreçleri hasar tespitini iyileştirir
Yapay zekanın tanıyabilmesi için çatlak veya hasar görüntüleri ile eğitilmesi gerekir. İlk başta sembolik çatlaklar olarak kesilmiş kağıt parçaları kullanıyorlar, eğitim ilerledikçe şekilleri ve renkleri doğal çatlaklara uyarlanıyor. Ettmer ve ekibi, üniversitenin laboratuvar salonlarına, drone'un fotoğraf çekmek için üzerinden uçtuğu bir test seti kurdu. Yapay zeka teknolojisi bu kayıtları hasar olarak tanımlamayı öğreniyor. Proje bu yılın başında başladığı için ilk birkaç ay temel işler yaparak geçti. Dr.-Ing. Hidrolik mühendisliğinde kıdemli mühendis olan Daniel Hesse, projedeki drone'lardan öncelikli olarak sorumlu. “Şu anda drone’ları standart bir RGB kamerayla çalıştırıyoruz. Bir sonraki görev, projenin yeterli şekilde uygulanması için hangi sensörlere ihtiyacımız olduğunu kontrol etmektir. Bunlar spektral kameralar, lazer tarama veya termal kameralar olabilir” diye açıklıyor Hesse.
Laboratuvar salonlarında yapılacak testlerin ardından drone, kanallarda kullanılmadan önce üniversite arazisinde eğitim alacak. Ettmer, projeyle neyi başarmak istediklerini şöyle açıklıyor: “İdeal olarak yapay zeka, drone'nun uçuş sırasında çektiği görüntüleri değerlendiriyor. Bu, potansiyel hasarın aynı anda doğrudan tespit edilip raporlanabileceği anlamına geliyor.” Bu, kritik alanları daha hızlı belirlemenize ve hasarı onarmak için insan kaynaklarını hedefli bir şekilde kullanmanıza olanak tanır. Projenin 2027 yılında sona ermesiyle araştırmacılar, sel ve taşkınları önlemede değerli bir araç sağlamak için drone ve yapay zeka kombinasyonunu kullanabilmeyi umuyorlar.
(usz)