Все о Цифровых системах - новости, статьи, обзоры, аналитика. Более 1000 компаний, товаров и услуг в каталоге.
Добавить компаниюПредложить публикацию

«Ленаэропроект» ускорил поиск дефектов взлетно-посадочных полос с помощью ИИ-сервиса Cloud X

Рубрики: «Авиа, космос», «Искусственный интеллект (AI)»

«Ленаэропроект» проектирует аэропортовую инфраструктуру и оценивает техническое состояние действующих аэродромов. Обследование ВПП – одна из задач института. Результаты обследования ВПП используют для оценки покрытия и планирования ремонта: специалисты определяют расположение повреждений, измеряют их длину и сопоставляют данные с предыдущими обследованиями. До внедрения сервиса эту работу выполняли вручную. Институт стремился сократить время обработки снимков, сохранив окончательную оценку состояния покрытия за инженером.

«Нам было важно получить решение, которое позволило бы снять с сотрудников нагрузку и ускорить результат работы без потери качества. При этом важно, чтобы решение можно было развивать и масштабировать, а экспертиза оставалась внутри института. Именно такой проект мы реализовали с нашими партнерами Cloud X», — Никита Харьков, заместитель генерального директора по науке, к.т.н. АО «ПИиНИИ ВТ «Ленаэропроект».

Для обучения эксперты института и команда Cloud X подготовили снимки с размеченными трещинами и швами. На платформе CX AI Platform обучили модель сегментации, которая отмечает их на уровне пикселей. Разметка повторяет контуры тонких и разветвлённых трещин и подходит для расчёта их длины. В выборку включили редкие дефекты и участки, похожие на повреждения, чтобы модель различала трещины и швы.

Сервис работает со снимками размером 10 000 × 50 000 пикселей и объёмом от 1 ГБ. Он делит изображение на фрагменты, анализирует их группами и собирает разметку в координатах исходного снимка. В браузере инженер видит общий план полосы и приближает нужные участки; для каждого масштаба загружается изображение подходящей детализации. Здесь же можно добавить пропущенный дефект или исправить контур найденного кистью и ластиком. Ручные правки сохраняются при повторном анализе.

После проверки разметки сервис рассчитывает длину дефектов с учётом ответвлений, отображает их на карте и формирует ведомость и отчёт. В истории обследований инженер сравнивает количество и суммарную длину повреждений одной ВПП за разные периоды. Для каждой отметки сохраняется её источник — модель или инженер.

«Благодарим команду „Ленаэропроекта“ за партнёрство. Инженеры института стали соавторами решения: их опыт определил требования к данным, проверке и работе с результатом. Это отличный пример того, как следует создавать и внедрять отраслевой ИИ», — Кирилл Смеловец, главный архитектор сервисов искусственного интеллекта и машинного обучения Cloud X.