T大学教授は、AIを使用して高次の建設ロボット工学を求めています

建設現場でのロボット工学の使用は、その可能性に到達できていないとトロント大学の研究者は主張しているが、より多くの研究により、高次の完全自律型移動ロボットが実現に一歩近づく可能性があると Daeho Kim は述べている。

T 大学応用科学工学部の助教授であるキム氏は、建設現場をパトロールする最新のいわゆるロボットは、事前にプログラムされたタスクを繰り返すツールとしてより正確に言及されるべきであると述べています。

いくつかの成功事例はさておき、欠けているのは、人間レベルの視覚的人工知能 (AI) を使用して、配置されている建設現場を完全に理解する、完全なロボットによる自動化とデジタル化です。

現場でロボット工学を強化する高レベルのビジュアル AI を実現するには、数百万の画像が必要ですが、さまざまな理由から、その数を取得することは現実的ではありません。 Kim 氏と彼のチームが提案しているのは、2 つの新しい技術です。仮想建設画像の合成と、ミニチュア スケールの建設画像の生成です。

「私たちが新しい形の建設ロボットを開発しているため、ハードウェア部分は大きな進歩を遂げました。たとえば、ボストン ダイナミクスのスポットです。しかし、人工知能の部分であるソフトウェア開発はまだ長い道のりです」とキム氏は述べています。

「問題は、建設シーンのトレーニング データが不足していることです。 ビジュアル AI のコア エンジンである DNN (ディープ ニューラル ネットワーク) は教師ありモデルであり、当然、データ貪欲になります。 十分に訓練された人工知能を開発するには、建設シーン用に十分に多様化された膨大な数の訓練用画像が必要です。」

キムの研究プログラムは、251 の大学イニシアチブの 1 つであり、9 月にカナダ イノベーション財団のジョン R. エバンス リーダーズ ファンドから総額 6,400 万ドルの資金を受け取ったことが発表されました。

イノベーション センターに提出された彼のプロジェクトの概要は次のように述べています。 提案された研究プロジェクトは、このビジョンを実現するために不可欠であり、最適化された現場適用可能な DNN モデルを提供します。これは、自律型建設ロボットの開発における重要な次のステップです。」

ロボティクスは現場情報を収集、分析、文書化し、進行中の建設現場のライブ デジタル ツイン モデルの作成を可能にします。

ビジュアル AI に発展する画像を合成する必要がある、と Kim 氏は説明しました。

監視カメラとドローンには遮蔽物があり、非常にコストがかかります — Kim は画像 1 枚につき 2 ドルから 10 ドルだと述べました — 他の問題を引き起こします。

100 万枚の画像を収集するには時間がかかり、さまざまな問題のある規制や機密保持の問題があります。

競争の激しい建設環境でのデータの商品化と共有は、別の問題です。

Kim の U of T ラボでは、チームが 5 つの Tensor Processing Unit と Google Cloud ソフトウェアを使用して作業を迅速に進めています。 より多くの計算リソースが必要です。

SCREEN GRAB ALI TOHIDI VIDEO – 十分に訓練された人工知能を開発するために、研究者は建設現場の非常に多様な訓練用画像を膨大な数必要とする、とトロント大学助教授 Daeho Kim は述べている。

「私たちは、非現実的でありながらリアルに見える建設画像を自動的に合成できるシミュレーション ソフトウェアの開発に全力を注ぎ、数週間前に 100 万件の建設トレーニング画像を積極的に生成し始めました。 私の知る限り、建設 DNN トレーニングで 100 万枚のトレーニング画像を使用する機会はこれまでなかったので、これは私にとってスリリングなニュースです」と彼は言いました。

合成のステップには、3D 人体モデルの作成と、それに続く作業員のモーション キャプチャ データの入力が含まれます。 2D または 3D の衣服マップを 3D 人体モデルにマッピングして、3D 建設作業員のアバターを作成する。 カメラの距離や照明条件など、撮像条件をランダムに設定します。 仮想建設作業員のアバターを 3D 建設背景に重ね合わせることにより、建設画像またはビデオを合成および生成します。

その後、高次の DNN モデルを展開するデジタル ツイン構築のための完全自律移動ロボットのプロトタイプが作成されます。

建設ロボットは、建設作業員の存在を捉える位置、移動速度と方向、姿勢、近接性、およびその他の要因を監視および分析できる必要があります。

「非常に動的で構造化されていない建設現場の視覚的 AI モデルをトレーニングする際に、合成画像がどの程度効果的かはまだ明らかではありません。」 キムは言った。 「独自のソリューションが必要な場合もあれば、必要ない場合もあります。」

最後のステップとして、Kim は民間部門のパートナーを必要としています。Kim は、研究を財政的に支援する革新的な建設会社を探しています。

Twitter @DonWall_DCN で著者をフォローしてください

Leave a Comment

Your email address will not be published. Required fields are marked *