הבנה של Machine Vision in Modern Surveying

חזון מכונה שינה באופן יסודי את האופן שבו סקרי הנדסה ללכוד, תהליך ופרש נתונים מרחביים.על ידי מינוף מצלמות, חיישנים רב-ספקטרום, ואלגוריתמים מתקדמים לעיבוד תמונות, סקרים יכולים להפוך את זיהוי ומדידה של תכונות פיזיות על פני סביבות עצומות ומורכבות.בניגוד לשיטות מסורתיות שמסתמךות רבות על הגדרות ידניות הכוללות או תצלומים גמישים של עבודה, מערכות ראיית מחשב מאפשרות ניתוח מתמשך, בזמן אמתי, אשר מזרז את זמן מדעי הרוח, תוך שיפור משמעותי, תוך כדי שיפור מתמיד, ואפקטיבי של תשתיות מודרניות, וראייה סביבתית, וראייה סביבתית, ואפקטיביות, תוך כדי שיפור מתמיד, ואפקטיביות, תוך כדי שיפור מתמיד של טכנולוגיות מודרניות, וראייה סביבתית, וראייה סביבתית, וגמישות, ואפקטיביות, וראייה סביבתית, תוך כדי שיפור מתמיד, וראייה אוטומטית של טכנולוגיות מודרניות, וראייה סביבתית של טכנולוגיות מודרניות, וראייה אוטומטית, וראייה סביבתית, וראייה סביבתית, תוך כדי שיפור מתמיד, וראייה סביבתית, וראייה סביבתית, תוך שיפור של טכנולוגיות מודרניות, תוך שיפור של טכנולוגיות מודרניות, וראייה אוטומטית של מערכות ראייה, וראייה סביבתית, וראייה אוטומטית של תוכניות מודרניות, וראייה אוטומטית

בליבתו, ראיית מכונה מחליפה פרשנות אנושית עם קבלת החלטות אלגוריתמית.מערכת כוללת בדרך כלל מצלמות חד פעמיות או גבוהות יותר (לעתים קרובות בשילוב עם אור מובנה או LiDAR), לוח רכישה תמונה, ויחידת עיבוד הפועלת במודלים למידה עמוקים מאומנת על נתונים ספציפיים דומיין.בהקשרים סקרים, מערכות אלה מוטבעות על מל"טים, כלי רכב קרקעיים או טרפודים קבועים, והם מתואמים תמונות מטופחות לאינדקסים של חומרים דיגיטליים, או חומרים, אשר ניתן לפסלים, או לפסלים, כלומר, כלומר, או לפסלים, או ל- 3D, או ל-D, או ל-D, הם קובצים, כלומר, הם יכולים להיות קובצי Cookie, או ל-D, כלומר, כלומר, ל-D, או ל- 3D, חומרים מדויקים, כלומר, חומרים מקובצי Cookie, או ל-D, או ל-D-D-D-D-D-D-חומרים, או ל-D-D-D-D-חומרים, לדוגמה, הם לכידתם, לדוגמה, הם קובצים, ב-או ל-D- 3D-D-D-D-D-D-D-D

טכנולוגיות טכנולוגיות Powering Machine Vision סקרים

אינטגרציה ו-Data Fusion

הדיוק של כל מערכת ראיית מכונה תלוי באיכות ובמגוון של החיישנים שלה.הגדרות ראיית מכונה בכיתה ́ מתקדמות מעבר למצלמות RGB סטנדרטיות, שילוב חיישנים ליד- infrared (NIR) לניתוח צמחייה, מצלמות תרמיות לחתימות חום מבניות, ויחידות LiDAR עבור מיפוי עומק ייצור גבוה של GPS. אלגוריתמים אלה משולבים לעתים קרובות עם יחידות מדידה לא רצויות (IMU) ו-Time-Kicial-Ky) מכל נקודה מדויקת של נתונים מדויקים, ללא חיישנים (Kialdiald) או חיישנים (Cydialdialdialdial חיישנים) ללא חיישנים) ו-Squarelimate חיישנים (Kydialdialdialdial חיישנים) ללא חיישנים) עם חיישנים) ו-Squarelimate אלגוריתמים מדויק אלגוריתמים של אלגוריתמים מדויק של אלגוריתמים של חיישנים (Klydialdialdialdialdialdialdialdialdialdialdial אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים של אלגוריתמים

לדוגמה, מזל"ט מצויד במצלמת 50 מגה פיקסל, תוכנת Velodyne VLP-16 LiDAR, ו המקלט כפול- ⁇ GNSS יכול ללכוד בו זמנית תמונות צבע וסריקות לייזר 3D. Post-מעבד תוכנה מייישר את הנקודה מ- LiDAR עם מרקם RGB מן המצלמה, יצירת מרש ריאלי, מדידה זה הוא שילוב יקר במיוחד בסביבה עירונית שבה אותות מקודמים GPS מתואמים באופן אינטנסיבי ומורכבים.

עיבוד ומכונה למידה אלגוריתמים

תמונות רול מחיישנים הוא רק שימושי לאחר עיבוד מתוחכם.ראייה מכונה סקרן משתמש צינור הכולל עיוות תיקון, מיצוי תכונה, stereo התאמה (לעומק), ומגזר סימנטלציה סימטרית מערכות מודרניות מסתמכות על רשתות עצביות אבולוציה (CNN) ומשנה ארכיטקטורות לסווג תכונות כגון כבישים, אבני בניין, חורשות, וצמחייה אלה דורשות גדול, לא מקבצי נתונים של תמונות אורכימיות או נתונים של מקורות אורנטימיים, כגון רשומות של נתונים כגון: IRS או פרויקטים ציבוריים לעתים קרובות.

יכולות השוויון בזמן אמת השתפרו הודות למכשירי מחשוב קצה כמו NVIDIA Jetson או Intel Movidius. אלה מאפשרים עיבוד לוח, כלומר מזל"ט יכול לזהות ולהימנע ממכשולים, לזהות סמנים סקרים, או סטיות מבניות ללא העברת כל הנתונים לשרת מרכזי.זה מקטין את דרישות רוחב הפס ואת הגמישות, ומאפשר סקרים לאמת איכות נתונים בתחום ותחומים מפוזרים כי צריך כיסוי טוב יותר.

Georeferencing and control Point Automation

סקר מסורתי מסתמך על נקודות שליטה על הקרקע הפיזיות (GCPs) שהוצבו בתחום כדי להבטיח דיוק מרחבי.אלגוריתם ראיית מכונות יכול להיות אוטומטי GCP זיהוי באמצעות מטרות קודקוד או התאמה טבעית. חלק מהמערכות לחסל את GCP לחלוטין באמצעות שימוש בטכניקות גיאומטריות ישירות - השמדה גבוהה של GNSS ו- IMU נתונים לכל metadata של תמונה. Post-CPUedinematic (K) לשיטות נוספות להורדת דיוק דחיסות שדה.

יישומים מרכזיים ב- Engineering Surveys

מפה אוטוביוגרפית עם High-Resolution Orthomosaics

אחד השימושים הנפוצים ביותר של ראיית מכונה יוצר מודלים דיגיטליים מפורטים (DSMs) ו פסיפסי צילום של אורת'ופוט. Drones טסים משימות אוטומטיות לאסוף מאות תמונות חופפות.מבנה (SfM) לשחזר גיאומטריה 3D, ולאחר מכן ראיית מכונה הושלמה זיהוי שוברים אוטומטיים, גבולות מים, מרווחי מתואם ל photogram מסורתיים, גישה זו היא מהירה יותר ודורשת פחות מ- 500 שעות ביממה, לאחר מכן, לדוגמה, לאחר מכן, עם צוות אחד עם מחזור אחד עם מחזור אחד עם מחזור אחד, לאחר מכן, לאחר מכן, לאחר מכן, אחד עם מחזור אחד עם מחזור אחד של מחזור אחד של ארבעה שבועות אחד, לאחר מכן, לאחר מכן, לאחר מכן, לאחר מכן, עם מחזור אחד של מחזור אחד של מחזור אחד של מחזור אחד עם מחזור אחד עם מחזור אחד, עם מחזור אחד של ארבעה שבועות אחד, עם מחזור אחד, לאחר מכן, עם מחזור אחד, לאחר מכן, עם מחזור אחד של מחזור אחד עם מחזור אחד עם מחזור אחד עם מחזור אחד עם מחזור אחד, אחד של מחזור אחד של מחזור אחד של מחזור אחד של מחזור אחד, לאחר מכן, אחד של מחזור אחד, לאחר מכן, עם מחזור אחד של מחזור אחד, לאחר מכן, אחד של מחזור אחד, אחד של מחזור אחד, אחד,

ניתוח בריאותי וניתוח עיוות

מצלמות ראיית מכונות קבועות לגשרים, סכרים, או בניינים גבוהים יכולים לפקח באופן רציף על תנועות דקות.על ידי מעקב אחר עמדות של מטרות שנקבעו מראש או הקצוות של אלמנטים מבניים על פני רצף של תמונות, אלגוריתמים לזהות סטיות, סיבובים, וסדקים propagation ב דיוק תת-מילימטר.המצלמות הארומאליות חושפות גם בלחות או דיפאון בלתי נראה לעין.

זיהוי אוטומטי ומיפוי חומרים

הקצאת כלי שיט תת קרקעיים לפני החפירה היא דרישה לבטיחות ביקורתית.ל ראייה מכונה בשילוב עם מכ"ם חודר קרקע (GPR) רכובים על פלטפורמות רובוטיות יכול באופן אוטומטי למפות צינורות, כבלים, ו conduits. רכיב החזון מזהה תכונות פני השטח כמו כיסויים, חורשות, וסימון סללאמנט המציין מסלולים, בעוד GPRs מאשר עומק מקרי מודלים למידה עמוקה על אלפי קווי חשמל ומהירויות של צינורות מתכתיים, מחוספסים, מחוספסים, מחוספסים של צינורות מתכתיים.

הערכה סביבתית ו-Land Cover Classification

הערכות השפעה סביבתית דורשות סיווג מדויק של צמחייה, גופי מים, ומשטחים בלתי מאוישים.מערכות ראיית מכונות רב-ספקטרום ללכוד להקות גלויות ו-NIR כדי למקם את צמחייה כ-NDVI. סדרת תמונות כאלה מאפשרות למסקרים לפקח על שיעורי שחיקה, בריאות רטובה, או רגולציה לאחר בנייה. מכונות למידה יכולות להדיח מינים, צמחים פולשניים, ו קרועים ל-90% דיוק, עמידה על פני השטח.

תוצאות חיפוש ואפקטים קוונטיים

השינוי לעבר ראיית מכונה הביא לרווחים הניתנים למדידה על פני זרימת העבודה של סקר הנדסי.שיפורים בכלכלת הרפורמות מצוטטים לעתים קרובות ב- 30–50% בשיעורי עבודה, שכן מדידה אוטומטית מבטלת שגיאות של תמליל אנושי וכוונון לא עקבי. חיסכון בזמן אפילו דרמטי יותר: סקרים טופוגרפיים הנדרשים לשינויים מרובים של צוותי שדה ניתן עכשיו לכבס כמה שעות של מזל"ט, עם נתונים מופחתים, כמו 40 שעות של בדיקות זמן, כאשר הוא מופחת על ידי בדיקות נתונים של זמן, ירידה של פחות מ-E, כאשר הוא פחות מ- 40 מעלות, ירידה של בדיקות מחשבי נתונים מופחתת, כאשר הוא פחות מ- 200% עבור בדיקות מחשבי מחשבי מחשבי מחשבי מחשבי מחשבי מחשבי מחשבי נתונים, ירידה ב-עשרים, ירידה ב-160 שעות של פחות מ-עשר שעות של עלויות עיבוד, ירידה ב-עשר שעות של עלויות של עלויות של שעות של שעות של שעות של שעות של שעות של שעות של זמן, כאשר הוא ירידה ב-עשר שעות של פחות מ-עשר שעות של נתונים, כאשר הוא נמוך יותר, כאשר הוא נמוך יותר, כאשר הוא נמוך יותר, כאשר הוא נמוך יותר, כאשר הוא נמוך יותר, כאשר הוא נמוך יותר, ירידה ב-עשר שנים, כאשר

מדדי בטיחות משפרים גם את החברה האמריקאית של מהנדסים אזרחיים (ASCE) מציין כי באמצעות מערכות בלתי מאוישות לפריסת מפקח על גשרים ומגדלי שידור מפחיתה את החשיפה העובדת ליפול וסיכון חשמלי. ראיית מכונות מאפשרת "לא לגעת" פרדיגמות, ומאפשרת למהנדסים להעריך מבנים ממרחק בטוח.במקרה אחד, סוכנות תחבורה באמצעות חזון מבוסס על מכונות כדי לפקח על כביש מהיר גבוה של כביש מהיר למניעת שגרה, תוך כדי צמצום עלויות ניהול סיכונים.

יישום אתגרים ואסטרטגיות מייגציה

נפח עיבוד וצווארי בקבוק

טיסה אחת של סקר יכולה ליצור terabytes של תמונות גולמיות ונתונים חיישן. Storing, העברה ועיבוד כי נפח זה נשאר ביעילות אתגר של עיבוד קצה מקומי, אבל ארגונים רבים עדיין להסתמך על אשכולות GPU מבוסס ענן עבור בנייה בקנה מידה גדול 3D. Solutions כוללים שימוש בנתונים אוטומטיים, זרימה מתקדמת של אינטרנט עבור הדמיה, ובחירת רמות עיבוד מתאימות (למשל, רזולוציה נמוכה עבור בדיקות מהירה עבור סיבים מהירים עבור פתרונות אחסון מרחוק).

אימון אלגוריתאם ומשתנים סביבתיים

מודלים ראיית מכונות המאומנים על שטח גיאוגרפי אחד או העונה עשויים להיכשל כאשר חלים על שטח שונה, תאורה או צמחייה.בעיה זו של העברת נתונים דורשת אימון מתמשך עם נתונים מגוונים. Mitigation כרוך בבניית ספריית תמונות מתוייגות ממגוון רחב של ביומסה ותנאי מזג אוויר, ושימוש בטכניקות של הגדלת נתונים (גזר, שינויים צבע, צללים סינתטיים) כדי להפוך מודלים חזקים.

עלויות תפעול ועלויות תפעול

מערכות ראיית מכונות ברמה גבוהה של סקר יכולות לעלות 50,000 $ עבור מזל"ט, עומס ותוכנה לעיבוד. בעוד עלויות אלה ירדו בחמש השנים האחרונות, הם נשארים מחסום עבור חברות קטנות.לקל אפשרויות, מודלים מבוססי שירות (ביטוח שירות), ושותפויות עם חברות גיאו-פטריבית יכולות להפחית את ההשקעה.

סודיות ופרטיות

השימוש ברחפנים באזורים עירוניים או רגישים כפוף לתקנות התעופה (חלק 107 בארצות הברית, כללים דומים באירופה ובאסיה) מעבר ל- Line-of-sight תפעול מוגבל לעתים קרובות, הגבלת סקרים ארוכי טווח אוטומטיים של חוקי פרטיות מגבילים גם את לכידת תמונות ברזולוציה גבוהה של נכסים למגורים או מסחריים.סקרים חייבים לנווט את המגבלות הללו על ידי קבלת הרשאות קודמות, באמצעות תכנון טיסה לאזורים פרטיים, ולהבטיח זמני שמירה מרחוק עבור ארגוני אבטחה (S) כגון ארגוני אבטחה בחסות ארגוני אבטחה ואספקה מוגבלת של החברה.

כיוונים עתידיים ומגמות מתפתחות

סקר סובור אוטונומי

התקדמות בתיאום רב-תחומי והימנעות מההתנגשות תאפשר לחיפי מזל"טים לבחון אזורים גדולים במקביל, כל אחד מצויד במערכות ראיית מכונה אופטימיזציה למשימות שונות (למשל, אחת עבור RGB, אחת עבור תרמית, אחת עבור LiDAR) פעולה המקבילה זו יכולה להפחית זמן סקר משעות עד דקות עבור פרויקטים כגון תשתיות ליניאריות (pelines, מסדרונות).

צוק איתן ו-Time Digital Twins

מודלים של מכונות עיבוד ישירות על פלטפורמות סקר הופך מהר יותר ויותר יעיל אנרגיה.מערכות עתידיות יייעלו עננים נקודתיים מסווגים לפלטפורמת תאום דיגיטלית בענן בתוך זמן אמת.מנהלי בנייה, מדענים סביבתיים ומהנדסים מבניים יכולים אז לשאול את התאום עבור ממדים שנבנו, מעקב, או זיהוי חד-משמעי בתוך דקות של נתונים.

שילוב עם בניית מודל מידע (BIM)

נתוני ראיית מכונות יכולים להיות ישירות בהשוואה למודלים BIM כדי לזהות אלגוריתמים של שינוי אוטומטי מדגישים אזורים שבהם תנאים שנבנו כמו שונים מכוונות עיצוב - כגון יסודות מעוותים או כלי רכב שהונחו באופן לא נכון.זה סוגר את לולאת משוב, ומאפשר לעבוד מחדש כדי להיות יזמו לפני המשך הבנייה.בעתיד הקרוב, הראייה עשויה ליצור אלמנטים BIM באופן אוטומטי על ידי בניית תבניות רכיב, המאפשרות מודל למחצה.

AI ליצירת נתונים

תמונות חדשות בטכניקות של רזולוציה ורזולוציה על-ידי רשתות ניווניות (גנים) או מודלים דיפוזיה יכולים למלא פערים בנתונים הסקר הנגרמים על ידי אוקטלים (למשל, עצים חוסמים חזיתות בנייה) או כיסוי בלתי עקבי. בעוד עדיין ניסיוני, שיטות אלה מראות כי יצירת ייצוגים חוזיים אך מדויקים, צמצום הצורך עבור מספר רב של תגמולים, או שימוש בנתונים אלה יכול להיות קפדניים לפני השימוש בהם.

מסקנה

ראיית מכונות עברה כלי מחקר נישה לצרף של איסוף נתונים אוטומטיים בסקרי הנדסה.היכולת שלה ללכוד, תהליך, ופרש מידע חזותי בקנה מידה מספק רווחים מוחשיים דיוק, מהירות, בטיחות, ועלות בעוד אתגרים נשארים - במיוחד סביב נפח נתונים, אלגוריתם חזק, תאימות רגולטורית - מסלול הנדסה הוא ברור: סקרים אשר אימוץ סוללות מחשב יכול להיות מסוגל לספק יותר ויותר אמין, כמו גם חיישנים אחידים, כמו גם גודל של אינטליגנציה כללית, ותפקודי, כמו גם חיישנים.