Совмещение акустического анализа износа дорожного покрытия и ИИ — относительно новое и перспективное направление. Акустические данные могут быть использованы в качестве дополнительной «модальности» при использовании нейросетевых моделей, рассказала «Известиям» и.о. замдекана факультета «Информационные технологии» (ИТ) по научной работе МТУСИ Ксения Полянцева.
— Разработанная модель позволит автоматизировать обработку изображений асфальтобетонного покрытия, получаемых с помощью автомобильно-дорожных сканеров, для оценки состояния дорожного полотна. 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, — отметила она.
Разработанная технология на данный момент находится на стадии апробации и используется в дорожных лабораториях МТУСИ и МАДИ. Функционал реализовывается постепенно в ходе выполнения научно-исследовательских работ, уточнили в пресс-службе МТУСИ. Там же сообщили, что в мобильных дорожных лабораториях появляется всё большей нейросетевых моделей, которые оптимизированы для работы на микрокомпьютерах. В пример специалисты привели программу MobileNetV4 (ее создали в Google) для дорожных дронов, которая работает в 10 раз быстрее на компьютерах серии Raspberry Pi.
— Мы уже разрабатываем инструментарий, включающий в себя интеграцию данных из различных источников, таких как лазерные сканеры и радары, для более полного анализа состояния дорог. Также ведутся работы над адаптивными моделями, способными обучаться на ходу и подстраиваться под новые условия эксплуатации. Улучшение интерфейсов и интеграция с системами управления инфраструктурой помогут сделать технологию более доступной и удобной в использовании, — резюмировала Ксения Полянцева.