Suomalainen rakennusyritys automatisoi paaluseinän mittauksen tekoälypohjaisen kuvantunnistuksen avulla
Suomalainen rakennusyritys ja Norrin rakensivat AI-konenäköjärjestelmän, joka mittaa automaattisesti paaluseinät käynnissä olevilla rakennustyömailla.
-
Ratkaisu
Norrin rakensi tekoälypohjaisen konenäköjärjestelmän, joka mittaa paaluseinät automaattisesti rakennustyömailla. Kamerat tallentavat kuvamateriaalia työmaalla, käsittelevät ne paikallisesti reunalaitteella ja arvioivat paalujen mitat ilman manuaalista syöttöä. Järjestelmää voidaan päivittää etäyhteyden kautta mittaustarkkuuden parantuessa.
-
Hyödyt liiketoiminnalle
-
Parantunut työturvallisuus, kun operaattoreiden ei tarvitse poistua raskaiden koneiden ohjaamosta mittaustöiden aikana.
-
Automatisoitu paalujen mittaus poistaa manuaaliset mittaustoimenpiteet.
-
Parempi mittausten johdonmukaisuus eri rakennustyömailla ja olosuhteissa.
-
Digitaalinen mittaustiedon kerääminen tukee varastohallintaa, raportointia ja laskutusprosesseja.
-
Arkkitehtuurin voi ottaa käyttöön muihin koneisiin ja rakennustyömaille ilman järjestelmän täydellistä uudelleenrakentamista.
-
Rakennustyömaa on todellinen testausympäristö
Paaluseinien mittaus on rutiininomainen osa rakennustyömaan tehtäviä, mutta sen tekeminen tarkasti ja johdonmukaisesti eri rakennustyömailla on vaikeampaa kuin miltä kuulostaa. Tälle suomalaiselle rakennusyritykselle manuaalisesta prosessista oli muodostunut jatkuva pullonkaula.
Rakennustyömaat luovat haastavat olosuhteet automatisoidulle mittaukselle. Valaistus muuttuu päivän mittaan, pinnoille kertyy pölyä ja mutaa, paalujen suunnat vaihtelevat ja jokaisella työmaalla on omat erityispiirteensä. Luotettavan järjestelmän rakentaminen tarkoitti sen rakentamista näihin olosuhteisiin.
Kehitysprosessi eteni projektin aikana säännöllisesti toimiston ja rakennustyömaan välillä. Tiimi vieraili aktiivisilla työmailla kerätäkseen kuvamateriaalia ja suorittaakseen reaaliaikaisia testejä.
Työmaalla toimiva tekoälyjärjestelmä
Rakentamamme ratkaisu toimii suoraan rakennustyömaalla ja käsittelee kameran kuva-aineistoa paikallisesti ilman verkkoyhteyden tarvetta. Mittaus tapahtuu automaattisesti, eikä operaattoreilta vaadita erillisiä toimenpiteitä.
Järjestelmä kävi läpi useita kehityssyklejä ennen kuin tiimi löysi lähestymistavan, joka toimi johdonmukaisesti eri rakennustyömaan olosuhteissa. Jokainen iterointi perustui todellisesta rakennustyömaaympäristöstä saatuihin kuvamateriaaleihin ja testituloksiin.
Tarkkuus varmistettiin kunkin työmaan kokoonpanolle räätälöidyn kalibrointiprosessin avulla. Järjestelmää voidaan päivittää etäyhteyllä, joten parannukset tavoittavat rakennustyömaat ilman paikan päällä vierailuja.
Laboratorion ja työmaan välinen vuorovaikutus johti tuloksiin
Kameravalinta, kalibrointimenettelyt ja mittausmenetelmät hienosäädettiin suoraan kenttäkokemuksen kautta. Tiimi vieraili toistuvasti rakennustyömailla keräämässä uutta koulutustietoa. Ongelmat, jotka simulaatiossa näkyivät harvinaisina poikkeustapauksina, olivat yleisiä todellisissa käyttöönotoissa. Tämän kuilun kaventaminen oli kehitystyön keskeinen haaste.
Automatisoitu paaluseinän mittaus käynnissä olevilla rakennustyömailla
Asiakas käyttää automatisoitua mittausjärjestelmää tuotannossa oikeilla rakennustyömailla.
Järjestelmä tuottaa yhdenmukaisia mittaustuloksia eri paalutyyppien ja kokoonpanojen välillä sekä vastaanottaa päivityksiä etäyhteyden kautta. Sen arkkitehtuurin ansiosta järjestelmää voidaan laajentaa uusiin vaatimuksiin ilman, että sitä tarvitsee rakentaa alusta alkaen uudelleen.
-
Case Boliden: Tekoälypohjainen kuvantunnistus automatisoi vaarojen havaitsemisen
Boliden ja Norrin rakensivat modulaarisen AI-konenäköjärjestelmän, joka havaitsee vaaralliset esineet ja poistaa vaaralliset manuaaliset työvaiheet.
-
Case Rakennusyritys automatisoi paaluseinän mittauksen tekoälypohjaisen kuvantunnistuksen avulla
Suomalainen rakennusyritys ja Norrin rakensivat AI-konenäköjärjestelmän, joka mittaa automaattisesti paaluseinät käynnissä olevilla rakennustyömailla.