«Ленаэропроект» ускорил поиск дефектов взлетно-посадочных полос с помощью ИИ-сервиса Cloud X
- CNews FORUM 12 ноября
- CNews AWARDS 12 ноября
- Школа Роста
- Российский рынок облаков за 20 лет
- 30 лет рынку ERP в России
- Главные
ИТ-сценарии 2026 - Цифровизация
- Импортозамещение
- Безопасность
- ИТ в госсекторе
- ИТ в банках
- ИТ в торговле
- Телеком
- Интернет
- ИТ-бизнес
- Рейтинги
- Инфографика
|
Институт «Ленаэропроект» начал использовать разработанный Cloud X ИИ-сервис по фотограмметрии для анализа снимков взлетно-посадочных полос (ВПП). Сервис выявляет и классифицирует дефекты покрытия и передает разметку инженеру для проверки. Подготовка материалов по одной ВПП теперь занимает один рабочий день вместо 10; на автоматическую обработку снимка приходится около пяти минут. Об этом CNews сообщили представители Cloud X.
«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», — сказал 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 разветвленных трещин и подходит для расчета 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 объемом 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.
Low/no-code-революция: новая архитектура цифровой независимости Конференция
После проверки разметки сервис рассчитывает длину дефектов с учетом ответвлений, отображает их на карте и формирует ведомость и отчет. В истории обследований инженер сравнивает количество и суммарную длину повреждений одной ВПП за разные периоды. Для каждой отметки сохраняется ее источник — модель или инженер.
«Благодарим команду «Ленаэропроекта» за партнерство. 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», — сказал Кирилл Смеловец, главный архитектор сервисов искусственного интеллекта и машинного обучения Cloud X.
KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.