Las grietas o agujeros en superficies como carreteras, puentes o pistas de aeropuerto pueden ser un problema sin no se detectan a tiempo, ya que pueden derivar en complicaciones mucho mayores y presentar un problema para la seguridad e integridad de las personas.
Para paliar este problema, el equipo de IBM Research de Zúrich ha creado un modelo de inteligencia artificial que, con la visión por ordenador, puede detectar grietas muy pequeñas en las imágenes de alta resolución recogidas por los drones.
Para realizar dicho proceso, la IBM Research se ha asociado con el Cantón de Zúrich, Pixmap, compañía de operaciones con drones, y Dubendorf, el aeropuerto militar a las afueras de Zúrich, par así inspeccionar la superficie de la pista del aeródromo. Se pondrá a prueba varios modelos distintos de IA cuyos resultados se esperan para el otoño de 2023.
El proceso
En el proceso de inspección, se utilizará un dron equipado con una cámara para sobrevolar la pista y realizar fotografías. Un modelo de inteligencia artificial automático aplicará, lo que se conoce como segmentación de instancias, una técnica que permite detectar objetos individuales y determinar sus límites, con el fin de identificar grietas en más de 10.000 imágenes.
Este procedimiento da la posibilidad de que un experto en ingeniería civil revise directamente las áreas afectadas para evaluar el estado de la pista.
Gracias a la utilización del sistema GPS y la tecnología de unión de imágenes desarrollada por el equipo, se pueden generar representaciones de la pista para ayudar a los profesionales a localizar y describir de manera rápida los defectos presentes en el terreno. La información relacionada con la longitud y anchura de las grietas se almacena de manera automática para su posterior análisis.
Este proyecto no es el primero en el que el equipo ha estado involucrado. Desde 2019, han estado colaborando con Sund and Baelt (S&B) en la inspección del puente colgante más largo de Europa, conocido como Storebælt.
Como parte de esta iniciativa, su inteligencia artificial ha llevado a cabo la inspección de más de 20 pilares del puente, logrando diferenciar grietas, desprendimientos, algas y óxido con una precisión del 94%.
Recientemente, se han enfrentado a uno de los mayores desafíos al tener que localizar con precisión grietas de menos de un milímetro de ancho en una estructura de cientos de metros de longitud, al mismo tiempo que han logrado mejorar la precisión de detección en las imágenes de alta resolución.
Además, han desarrollado una herramienta para organizar, procesar y visualizar la gran cantidad de datos recopilados a partir de sus imágenes.
En 2022 el equipo también probó esta tecnología de inspección en el aeropuerto de Frankfurt, operado por Fraport. El objetivo era inspeccionar las pistas para detectar anomalías e identificar restos de objetos extraños u obstáculos como latas, botellas, residuos o pequeños trozos de metal.
Pasar a modelos basados en IA
Para conseguir el reto de la inspección de pistas de aterrizaje y despegue, han creado una nueva clase de modelos de inteligencia artificial, a los que llaman Modelos Fundacionales para la Inspección Visual.
Se utilizan modelos de aprendizaje profundo que han sido previamente entrenados con un amplio conjunto de datos no etiquetados y específicos del ámbito, lo que permite ajustarlos con una cantidad reducida de datos etiquetados y menos etiquetas específicas.
El objetivo principal es demostrar cómo estos modelos pueden aprovechar más de 100.000 imágenes no etiquetadas relevantes para el ámbito de inspección y así obtener resultados más precisos. Por lo general, los modelos fundamentales son entrenados de manera que el preentrenamiento no requiera de dichos datos etiquetados.
En este caso, esto implica que los modelos fundamentales adquieran un conocimiento general sobre las superficies de hormigón y las pistas. A raíz de ahí, la inteligencia artificial es capaz de buscar y detectar grietas una vez que el modelo fundamental ha sido ajustado para adaptarse a la configuración específica de detección de grietas en un puente o pista.
Las futuras evoluciones de esta tecnología estarán enfocadas en implementar la velocidad de funcionamiento al trabajar con imágenes de mala calidad, ya que no siempre se pueden inspeccionar las superficiales en un día totalmente despejado.
Desde IBM Research seguirán centrados en cómo escalar los medios para que compitan más rápido con unos recursos limitados y así poder ofrecer unos resultados más rápidos y rentables.
Apúntate a nuestra newsletter y recibe en tu correo las últimas noticias sobre tecnología.
Comentarios
Hemos bloqueado los comentarios de este contenido. Sólo se mostrarán los mensajes moderados hasta ahora, pero no se podrán redactar nuevos comentarios.
Consulta los casos en los que 20minutos.es restringirá la posibilidad de dejar comentarios