Класифікація на основі штучного інтелекту в Leica Cyclone 3DR (частина 2)
Приклади застосування, вдосконалення робочих процесів і як класифікація штучним інтелектом продовжує формувати технології захоплення реальності.
Це друга частина двочастинної серії про класифікацію за допомогою штучного інтелекту з Янніком Стенгером, менеджером продукту Cyclone 3DR. У першій частині Стенгер обговорює розвиток класифікації за допомогою штучного інтелекту в портфоліо нашого програмного забезпечення для захоплення реальності, його функціональність та переваги для користувачів. Ця стаття охоплює приклади застосування класифікації ШІ, вдосконалення робочих процесів та як далі класифікація штучним інтелектом впливатиме на технологію захоплення реальності.
У багатьох галузях професіонали постійно інтегрують технології AI у свою щоденну працю, замінюючи затратні по часу та трудомісткі процеси інноваційними рішеннями. У геопросторовій галузі штучний інтелект має ключове значення для класифікації хмар точок, оптимізуючи початкові етапи обробки та забезпечуючи успіх у подальшій обробці та аналізі.
У Leica Geosystems, що належить до Hexagon, невпинно ідентифікують і розвивають можливості зі штучного інтелекту у співпраці з NVIDIA для поліпшення класифікації хмар точок і підвищення ефективності для наших клієнтів в автоматизованій обробці хмар точок. Так, нещодавно покращили класифікацію ШІ для Leica Cyclone 3DR, потужного програмного забезпечення з NVIDIA CUDA, що поєднує штучний інтелект з точністю та ефективністю технологій захоплення реальності. Це допомагає користувачам створювати 3D-результати для багатьох застосувань.
Приклади використання класифікації ШІ у всіх галузях
Остання версія Cyclone 3DR на базі NVIDIA RTX GPU забезпечує не тільки на 20 відсотків швидший двигун обробки хмар точок, ніж її попередник, але також поєднання класифікації ШІ з функціями на основі 3D-алгоритмів досягає безмежних можливостей для програмного забезпечення захоплення реальності Leica Geosystems і надає виняткову гнучкість та оптимізує точність. Особливо вражаючі результати досягаються при поєднанні класифікації ШІ з розвинутими функціями SDK Cyclone 3DR, дозволяючи генерувати точні результати і здійснювати те, що колись вважалося недосяжним.
Хоча нас часто вражає винахідливість наших клієнтів у створенні нових способів використання програмного забезпечення Leica, ми визначили кілька помітних прикладів застосування для ряду ринків.
AEC | Моніторинг Прогресу
Класифікація в функціоналі моніторингу прогресу включає категорії та кольорове маркування будівельних елементів, поділених на три основні групи: встановлені, у процесі встановлення та не встановлені.
У версії Cyclone 3DR для АЕЦ, випущеній у 2024 році, функція Моніторингу Прогресу стає першою можливістю програмного забезпечення безпосередньо обробляти інформацію про класи сканування для покращення результатів аналізу.
Моніторинг Прогресу в Cyclone 3DR змінює ринок будівництва, пропонуючи зручне рішення для настільних комп'ютерів, яке дозволяє порівнювати фактичний стан будівельного майданчика з проектною моделлю IFC. Це створює простий звіт, що розподіляє будівельні елементи на три категорії: Встановлені, У процесі встановлення та Не встановлені, використовуючи кольорове кодування. Разом з високоефективними сканерами серії Leica BLK, Моніторинг Прогресу стає ефективним засобом для регулярного складання звітів, допомагає менеджерам майданчиків управляти рахунками, контролювати роботу субпідрядників, перевіряти завершення робіт та звітувати власнику об'єкта. Хоча ця функція в основному орієнтована на будівництво, вона також ідеально підходить для комунальних служб та заводів, дозволяючи виявляти відсутні активи або миттєво отримувати статус будь-якого об'єкта шляхом натискання на точку в проектній моделі.
Незалежно від сфери застосування, будь то АЕЦ, комунальне підприємство чи завод, значною перевагою Cyclone 3DR та функції Моніторингу Прогресу є їхня гнучкість у візуалізації та звітності. Користувачі можуть запитувати відображення всіх активів, що перебувають у процесі встановлення, або тих, що ще не побудовані, і з можливістю звітності ці результати можуть бути представлені у будь-якій необхідній формі. Це може бути простий список або детальна Excel-таблиця з усіма позначками стану кожного елементу. Також можливо створити теплову карту, яку можна переглянути в Cyclone 3DR або інших сторонніх додатках у 3D або як сітку в переглядачі. Користувачі можуть генерувати налаштовані звіти, що відображають лише будівельні колони або стіни, зведені за поточний тиждень, або надавати таблиці зі зведенням прогресу тільки для колон, стін або труб.
Окрім своєї гнучкості, Моніторинг Прогресу пропонує нову опцію, яка оптимізує 3D-аналіз на основі класів точкових хмар із моделі класифікації «Внутрішній будівельний майданчик». Інтелектуальне кольорове кодування об'єктів покращує алгоритм аналізу на бекенді та оптимізує обчислення. Негайною перевагою цієї опції є значне зниження (>75%) кількості хибнопозитивних результатів у групах «Встановлені» та «У процесі встановлення». Це означає, що ручні етапи перевірки результатів аналізу значно зменшуються, забезпечуючи суттєву економію часу для кінцевих користувачів.
Завод | Сканування до труби
Легко видаляйте некласифіковані точки з 3D-середовища за допомогою функції «Сегментація за Атрибутами».
Однією з негайних переваг моделі Plant у Cyclone 3DR є спрощення всіх робочих процесів Scan-to-Pipe.
Функція Scan-to-Pipe у Cyclone 3DR розроблена для надання зручного інструменту для створення 3D-моделей трубопроводних систем, створення інтелектуальних цифрових двійників заводських об’єктів, контролю обладнання MEP, прогнозування ремонту заводських територій та виконання розрахунків потоку трубопроводів.
Робота з класифікованою хмарою точок є надзвичайно корисною. Зважаючи на складну та багаторівневу інфраструктуру трубопроводів, дуже зручно швидко очищати, ізолювати та візуалізувати лише ті секції труб, які потрібні користувачу. Cyclone 3DR виконує це дуже ефективно. Застосовуючи представлення хмари точок за класами та кольорами, 3D-цифрове середовище стає набагато зрозумілішим, а кліки для активації напівавтоматичних інструментів моделювання Scan-to-Pipe стають ще більш інтуїтивними.
Ще один спосіб оптимізувати процес Scan-to-Pipe — використання функції «Сегментація за Атрибутами» у Cyclone 3DR для видалення некласифікованих точок з 3D-середовища. Завдяки цій функції користувачі можуть моделювати трубопроводні системи лише з точок, позначених інформацією «Труба» (цилиндри, вигини, редуктори тощо). Виділення стає точнішим і набагато простішим, оскільки 3D-середовище очищується від небажаних точок.
Обстеження | Розширена DTM
З моделлю Outdoor Heavy Construction класифікуйте зовнішні об'єкти, щоб швидко видалити небажані ділянки з хмари точок перед використанням функції DTM для створення модельного ландшафту.
Типовим застосуванням обстеження на основі AI класифікації є створення цифрових моделей місцевості (DTM) для відкритих будівельних майданчиків. Мета створення DTM для важких будівельних об'єктів — обчислення об'ємів або порівняння фактичного ґрунту з проектною моделлю. DTM пропонує точний спосіб моніторингу змін об'єму ґрунту, дозволяючи користувачам контролювати ризики витрат для всіх учасників будівельного процесу.
Завдяки моделі Outdoor Heavy Construction користувачі Cyclone 3DR можуть скористатися галузево-специфічною моделлю для класифікації зовнішніх об'єктів з високою точністю перед створенням DTM. Використовуючи AI класифікацію, користувачі спочатку можуть видалити небажані ділянки, такі як рослинність, будівлі, транспортні засоби або обладнання робочого майданчика, з оригінальної хмари точок.
Далі, на основі високоточних параметрів, таких як кут нахилу, крутість та видалення певних об'єктів, функція DTM у Cyclone 3DR може ефективно створити модельний ландшафт у вигляді сітки, забезпечуючи надзвичайно точну DTM за один крок.
Обстеження | Віртуальний геодезист
Виділяйте різні об'єкти від дорожніх знаків до асфальтованих доріг або бічних стінок за допомогою моделі класифікації доріг.
Модель класифікації доріг разом із Віртуальним Геодезистом у Cyclone 3DR пропонує високоякісний досвід для створення 2D топографічних планів, які є основним результатом функції Віртуального Геодезиста. Якщо користувач сканував зовнішнє середовище, таке як вулиця, перехрестя доріг або парковка, за допомогою 3D лазерного сканера Leica RTC360, він може застосувати модель доріг до хмари точок та за один клік виділити такі об'єкти, як земля, асфальтовані дороги, тротуари, краї доріг, будівлі, паркан, дорожні знаки та стовпи. Зручний підхід Віртуального Геодезиста в Cyclone 3DR дозволяє користувачам витягувати точки та полілінії, що їх цікавлять, за допомогою налаштованих значень кодів ознак, а також надає повну гнучкість у відображенні сцени 3D-середовища залежно від робочого процесу чи застосування. Наприклад, дорожні знаки або стрілки повороту, намальовані на дорозі, краще візуалізувати з використанням значень інтенсивності, а не класифікації. Хоча класифікація визначає їх як дорожні знаки, користувачу може знадобитися бачити, що це знак "Стоп". Таким чином, перемикання між різними типами візуалізації або перехід від хмари точок до зображень значно покращує аналіз для подальших робочих процесів. Також можна відображати лише певні класи, наприклад, стовпи. За допомогою Віртуального Геодезиста можна вибрати інструмент "Центр Стовпа" для правильної позиції координат на фінальному 2D топографічному плані.
Цифрова реальність | Scan-to-Mesh
Функція Scan-to-Mesh корисна для усіх галузей. Хмара точок, очищена за допомогою AI класифікації, створює реалістичний цифровий двійник.
Для створення реалістичних цифрових моделей функція Scan-to-Mesh з одним кліком у Cyclone 3DR є революційною у ринку захоплення реальності. При поєднанні з хмарою точок, очищеною за допомогою AI класифікації, отримана сіткова модель від робочого процесу є вражаючим, реалістичним цифровим двійником. Завдяки різноманітності вбудованих моделей у Cyclone 3DR для різних зовнішніх та внутрішніх середовищ, Scan-to-Mesh підходить для всіх галузей і оптимізований для кожного застосування. Вхідна хмара точок може бути поділена на різні підгрупи з інформацією про класи. Потім гнучкість створення сіток у Cyclone 3DR для кожної підгрупи може запропонувати різні стратегії створення сіток для досягнення найреалістичнішої моделі. Наприклад, використовуються інші параметри для дерев, бетонних підлог, меблів або фасадів спадщини. Внаслідок цього Cyclone 3DR пропонує простий робочий процес, що дозволяє користувачам створювати оптимізовані сіткові моделі згідно з власними потребами. Функція Scan-to-Mesh адаптована до автоматизованих скриптових рутин для повторюваних завдань. Робочий процес Scan-to-Mesh, підсилений AI класифікацією, є відмінним вибором для користувачів Cyclone 3DR, які прагнуть освоїти скриптинг. Код скрипту для цього робочого процесу залишається дуже доступним і базується на декількох основних функціях скрипту (Класифікація та Scan-to-Mesh), які можуть виконуватись повністю автоматизовано через експорт текстурованих моделей.
Управління активами | Локалізація об'єктів зі скриптингом
Виявлення та локалізація активів має численні застосування, включаючи дорожні та залізничні проекти.
Одним із ключових застосувань AI-класифікації є управління активами, що користується великою популярністю серед користувачів Cyclone 3DR, які освоїли можливості скриптінгу. Cyclone 3DR надає зручні інструменти, що дозволяють користувачам легко інтерпретувати класифікаційну інформацію хмари точок, розділяти скановані дані за групами класів та створювати кластери, що представляють активи/об'єкти для виявлення конкретних класів завдяки потужному алгоритму. Крім того, користувачі можуть геолокалізувати активи за допомогою міток та створювати продукти з візуалізаціями, звітами у форматах PDF або CSV.
Ці інструменти застосовуються для виявлення та локалізації активів у дорожніх чи залізничних проектах (стовпи, знаки, рослинність, дорожнє обладнання, рейкові колії, лінії електропередач тощо), виявлення активів у середовищі заводських об'єктів (клапани, насоси, труби) та оцінки кількостей у будівлях для ремонтних цілей (плити, стіни, вікна, колони, двері).
Поєднання AI-класифікації з автоматизацією інструменту Моніторингу Прогресу Cyclone 3DR забезпечує швидке та ефективне створення звітів.
Врешті-решт, все зводиться до ефективності
Основною перевагою AI-класифікації для кінцевих користувачів є підвищена ефективність. До появи AI користувачі реаліті капчу часто зіштовхувалися з необхідністю балансувати між дотриманням термінів виконання проектів та пошуком нових бізнес-можливостей. Тривалість підготовки щотижневих звітів, аналізів чи моделей обмежувала їхній час для інших завдань. Наприклад, уявімо геодезиста, якому доручено підготовку щотижневого звіту про прогрес будівельного проекту. До впровадження AI-класифікації в Cyclone 3DR цей геодезист міг би витратити половину дня на ручне очищення та перевірку даних реаліті капчу, а потім – на підготовку та експорт звіту. Якщо у нього було кілька проектів з подібними вимогами до звітності, весь час швидко витрачався саме на створення звітів. Автоматизація інструменту Моніторингу Прогресу Cyclone 3DR скорочує цей час з півдня до кількох хвилин, звільнюючи їх для виконання щотижневих звітних вимог та реагування на нові тендери.