品茗在中天建设工地用无人机巡检,五类算法先筛照片再由人核查

品茗智慧工地在中天建设承建的浙江药科职业大学新昌学院项目上部署无人机智能巡检:无人机不定时巡航回传照片,五类AI算法筛出机械、人员、安全帽、烟雾和明火线索,管理人员核查后通过远程语音直接提醒现场。本文梳理这条链路的每一步,以及文中没有给出的效果数据。

品茗科技旗下的品茗智慧工地,在中天建设集团承建的浙江绍兴新昌县生命健康产业职业教育实训基地项目上部署了无人机智能巡检。项目承载浙江药科职业大学新昌学院的办学功能,目前施工进入中后期,作业面交叉多,人员和机械流动频繁。

品茗说要解决的是检查和处置之间的时间差:传统巡检发现问题后,层层传递到现场作业人员手里,往往已经过了一段时间。

一张照片要走五步

这套系统的链路是「航拍采集、图片回传、AI算法识别、管理人员核查、现场提醒纠正」。

采集:无人机不定时巡航,拍下不同作业面的照片回传,补上地面巡查走不到、人不便到达的位置,管理人员能直接看到现场布局和人员、机械分布。

识别:回传的照片过五类算法,分两组。一组识别作业对象,包括工程机械和人员;另一组识别安全风险线索,包括安全帽佩戴,以及烟雾、明火。算法把需要看的照片和场景归好类,管理人员不用逐张翻全部照片。

品茗智慧工地平台查看无人机航拍识别结果
管理人员在平台上查看无人机航拍识别结果(图源:品茗智慧工地公众号)

核查:品茗特意强调,算法结果不等于管理结论。烟雾、明火、安全帽的识别结果只当线索用,由管理人员结合现场实际判断,确认是违规施工或防护不到位,才组织提醒和纠正。

提醒:确认的问题可以通过远程语音警示,直接喊话给现场作业人员,把发现和干预接起来。

项目上同时配了智能塔吊控制中心和智能人货梯,无人机是这些设备之外的空中视角。

还缺效果数据

这篇介绍讲清了链路,没有给任何效果数字:无人机多久巡一次、一次拍多少张、算法识别准确率多少、上线以来发现和纠正了多少问题,都没有披露。

品茗此前披露过它的施工现场视觉大模型「筑瞳」的数据:10万余条训练数据、覆盖140余类隐患,在杭州拱墅试点整体识别准确率80%以上,重点场景90%以上,这个成果在首届建筑业人工智能创新应用大赛拿了二等奖,数字是企业自述。新昌项目用的五类算法是否就是筑瞳,文中没有说明。

「先让算法筛、再让人拍板」是目前工地AI比较稳妥的用法,误报的代价由人兜住。要判断它省了多少人力、降了多少隐患,得等品茗拿出项目上的前后对比。

资料来源

本文为 AI4ELAB 编辑或原创,作者:Connor 秦明。转载请注明出处:https://ai4elab.com/10783.html

赞 (0)
Connor 秦明的头像Connor 秦明

发表回复

登录后才能评论
联系我们
加入社群