Details

Данная работа посвящена разработке алгоритмов автоматизации и созданию программы на их основе, которая автоматически описывает дефекты строительных конструкций по фотографиям при помощи модели искусственного интеллекта, позволяет структурировать исходные данные и результаты обследования, формировать параметризированные схемы дефектов в ходе обследования объекта и автоматически формирует отчетную документацию. Задачи, решаемые в ходе исследования: 1. Проанализировать источники, затрагивающие аналогичные или смежные темы; 2. Разработать способ автоматизации формирования схем и ведомостей дефектов с использованием технологий искусственного интеллекта; 3. Проверить работу способа и оценить результаты. В работе рассмотрен процесс обследования зданий и сооружений. Выделены основные проблемы данного процесса. Для их решения сформирована программа, которая разрабатывалась на языках программирования Python и других. В её основе лежит база данных и модель нейронной сети. База данных позволяет хранить исходные данные и результаты обследования. Нейронная сеть отвечает за распознавание дефектов на фотографиях. По результатам анализа современных методов формирования нейронных сетей, основанных на глубоком обучении, выделен метод YOLO, версии YOLOv5, как наиболее подходящий для решения задач сферы обследования. Представлен способ формирования обучающей выборки для нейронной сети в рамках области обследования зданий и сооружений, выделены основные критерии данного процесса. В результате проведено тестирование разработанного способа автоматизации процессов обследования строительных конструкций на примере обследования многоквартирного жилого дома. Произведено сравнение процесса работ с применением разработанной программы и без неё. Сопоставление показало, что по предварительному расчету стоимость работ уменьшилась более чем на 30%. Точность модели нейронной сети для описания дефектов на фотографиях составила более 75%.

This work is devoted to the development of automation algorithms and creation of a program based on them, which automatically describes the defects of building structures by photos using an artificial intelligence model, allows structuring the initial data and the results of the inspection, to form parameterized schemes of defects during the inspection of the object and automatically generates reporting documentation. The tasks to be solved in the course of the research: 1. Analyze the sources touching on similar or related topics; 2. To develop a way to automate the formation of schemes and lists of defects using artificial intelligence technologies; 3. To test the work of the method and evaluate the results. The paper considers the process of inspection of buildings and structures. The main problems of this process are highlighted. To solve them, a program is formed, which was developed in the programming languages Python and others. It is based on a database and neural network model. The database allows storing the initial data and the results of the inspection. The neural network is responsible for recognizing defects in photographs. According to the results of analysis of modern methods of formation of neural networks based on deep learning, the method YOLO, version YOLOv5, is selected as the most suitable for solving the problems of the survey sphere. The method of forming a training sample for neural network within the field of inspection of buildings and structures is presented, the main criteria of this process are highlighted. As a result, the developed method of automating the processes of inspection of building structures has been tested on the example of inspection of an apartment building. The comparison of the work process with the application of the developed program and without it was made. The comparison showed that according to the preliminary calculation the cost of works decreased by more than 30%. The accuracy of the neural network model for describing defects in photographs was more than 75%.