الكشف عن الشقوق بالذكاء الاصطناعي: تحويل الصور الجوية المصححة إلى درجات مؤشر حالة الرصف (PCI) قابلة للتنفيذ
لا تبقى الشقوق في الأسفلت صغيرة لفترة طويلة. عندما يلتقي شق بحجم 3 مم بالماء أو الوقود أو السائل الهيدروليكي، فإنه يتسع بسرعة ويضعف هيكل الرصف. لذلك، يقوم مديرو المطارات والطرق السريعة بفحص الأسطح بشكل متكرر وتعيين درجة مؤشر حالة الرصف (PCI) التي توجه ميزانيات الصيانة. حتى وقت قريب، كانت عملية التقييم تتضمن فرقًا على الأقدام، وألواح كتابة، والكثير من إغلاقات المسارات. اليوم، يمكن للصور الجوية المصححة عالية الدقة الملتقطة بالطائرات بدون طيار بالإضافة إلى الذكاء الاصطناعي (AI) تقديم نفس درجة PCI — غالبًا بدقة أكبر — في يوم عمل واحد. توضح هذه المقالة كيفية عمل سير العمل، ومقدار الدقة التي يمكنك توقعها، ومكان منصة HALO AI من Fadron ضمن هذا الإطار.
من خطة الطيران إلى الصورة الجوية المصححة
- ارتفاع الطيران وGSD. لالتقاط الشقوق الشعرية، تحتاج إلى مسافة عينة أرضية (GSD) تتراوح من 1 إلى 3 مم لكل بكسل. عادةً ما يحقق مستشعر بحجم 20 ميجابكسل وبوصة واحدة يتم تحليقه على ارتفاع 8-10 أمتار هذا الهدف. بالنسبة للممرات العريضة أو الطرق متعددة المسارات، يمكنك تقسيم المنطقة إلى كتل متداخلة بدلاً من التحليق على ارتفاع أعلى.
- التداخل. يسمح تداخل أمامي بنسبة 80 بالمائة على الأقل وتداخل جانبي بنسبة 70 بالمائة لبرنامج التصوير المساحي ببناء فسيفساء جوية مصححة خالية من التشويه. تقوم برامج تخطيط المهام الحديثة بأتمتة هذه الإعدادات.
- التحكم والدقة. يحافظ تسجيل نظام تحديد المواقع العالمي التفاضلي في الوقت الفعلي (RTK) أو نقاط التحكم الأرضية على الخطأ الأفقي أقل من 2 سم. يعد المحاذاة الدقيقة أمرًا مهمًا لأن متجهات الشقوق يجب أن تتطابق مع الخرائط التاريخية عند قياس النمو في الموسم التالي.
- الجودة الإشعاعية. حلّق في طقس مشمس وجاف. تخفي البقع الرطبة الشقوق الشعرية، وتسبب الشمس المنخفضة ظلالاً طويلة قد يتعامل معها نموذج الذكاء الاصطناعي على أنها تلف. حافظ على الكاميرا عند ISO 100–200 لتقليل الضوضاء.
- الدمج. تقوم برامج مثل Agisoft Metashape أو OpenDroneMap أو أداة الدمج السحابية في HALO من Fadron بدمج مئات الصور في ملف GeoTIFF واحد. والنتيجة هي خريطة جوية مصححة حقيقية حيث يكون كل بكسل بمقياس موحد.
ما يفعله محرك الذكاء الاصطناعي بالفعل
لا تكشف وحدها البكسلات الخام عن صحة الرصف. تقوم نماذج الذكاء الاصطناعي المبنية على الشبكات العصبية التلافيفية بمسح الصورة الجوية المصححة بلاطة تلو الأخرى وتصنيف كل بكسل على أنه شق أو خلفية. الهندسة المعمارية الأكثر شيوعًا لهذه المهمة هي مشفر-مفكك تشفير على نمط U-Net يحافظ على التفاصيل المكانية أثناء تعلم السياق. تتضمن بيانات التدريب عادةً آلاف الصور المقطوعة التي تم تسميتها بواسطة مهندسين مدنيين لتغطية:
- الشقوق الطولية والعرضية والكتلية.
- مراحل تشقق التمساح (A1, A2, A3).
- الترقيع، الحفر، وكسور وصلات المسارات.
أثناء الاستدلال، يُخرج النموذج قناعًا ثنائيًا أو مجموعة من المتجهات. تقوم وحدات المعالجة اللاحقة بدمج الأجزاء القصيرة، وتصفية الضوضاء الأصغر من بكسلات قليلة، وقياس طول الشق وعرضه واتجاهه. تتبع فئات الشدة قواعد ASTM (الجمعية الأمريكية للاختبار والمواد) D5340 أو D6433. تُغذى الأعداد مباشرة في مصفوفات إجهاد PCI.
الدقة النموذجية للنموذج
| المصدر | الدقة | الاستدعاء | درجة F1 | GSD المدخل |
|---|---|---|---|---|
| مركز FAA التقني (2023) | 0.97 | 0.95 | 0.96 | 2 مم |
| المديرية العامة للطيران المدني الفرنسية (DGAC France) (2022) | 0.95 | 0.94 | 0.95 | 1.8 مم |
| جامعة تكساس (2024) | 0.96 | 0.94 | 0.95 | 1.5 مم |
توضح الدقة عدد بكسلات الشقوق المكتشفة الصحيحة. يوضح الاستدعاء عدد بكسلات الشقوق الحقيقية التي عثر عليها النموذج. تعني القيم التي تزيد عن 0.90 وجود عدد قليل جدًا من الإنذارات الكاذبة أو الأخطاء.
تحويل مخرجات الذكاء الاصطناعي إلى PCI
PCI هي درجة تتراوح من 0 إلى 100 تُشتق من نوع الإجهاد وشدته وكميته. يكمل مسار عمل آلي أربع خطوات:
- تخصيص المنطقة. تقسيم المدرج أو الطريق إلى أقسام إدارية (على سبيل المثال، وحدات عينة 50 مترًا في 50 مترًا).
- حصر الإجهاد. جمع أطوال ومساحات الشقوق لكل قسم ومطابقتها بجداول شدة ASTM.
- قيمة الخصم. يولد كل إجهاد قيمة خصم. مجموع الخصومات المطروحة من 100 يعطي PCI الخام.
- PCI المصحح. تطبيق قواعد التصحيح عندما تتواجد إجهادات شديدة متعددة. المخرج هو جدول وخريطة حرارية حيث الأخضر = جيد، والأحمر = حرج.
أفاد مطار محوري متوسط أن مسار عمل الذكاء الاصطناعي أعاد إنتاج درجات PCI التي أنشأها البشر ضمن ±2 نقطة على 92 بالمائة من وحدات العينة الخاصة به — وهو فرق يقع ضمن نطاق الخطأ المقبول من قبل FAA.
أين تضيف HALO AI قيمة
HALO AI هي مجموعة Fadron المتكاملة لتحليلات الرصف التي تربط السلسلة بأكملها.
- الدمج السحابي. تحميل الصور مباشرة من بطاقة SD للطائرة بدون طيار. يقوم HALO بتشغيل محرك تصوير مساحي متوازي ويسلم ملف GeoTIFF في دقائق. لا حاجة لوحدة معالجة رسومات محلية.
- التحكم الآلي في الجودة (Auto-QC). تكتشف المنصة الإطارات الضبابية أو ذات التعرض المنخفض وتضع عليها علامة قبل التحليل لتجنب فقدان الشقوق.
- الكشف عن الشقوق بالذكاء الاصطناعي. يحتوي أحدث نموذج لـ HALO على 1.8 مليون عينة مصنفة من المطارات والطرق السريعة ومواقع وقوف السيارات. يحدد 18 فئة إجهاد ويعيد ملفات shapefile أو GeoJSON.
- PCI الفوري. تتبع حاسبة PCI المدمجة جداول بحث ASTM. تحصل على درجات الأقسام، وتقرير كامل، وملف CSV جاهز لـ MicroPAVER أو Stoneleigh PMS.
- نقاط اتصال API. يمكن لشركات الهندسة استدعاء واجهة برمجة تطبيقات HALO REST لدفع النتائج إلى لوحات معلومات ذكاء الأعمال (BI) الخاصة بها أو أنظمة تذاكر الصيانة.
ينهي معظم المستخدمين الالتقاط في الصباح ويقومون بتنزيل تقرير PDF موقع قبل انتهاء يوم العمل.
توفير الوقت والتكلفة
| المهمة | سير العمل اليدوي القديم | سير عمل الطائرة بدون طيار + HALO |
|---|---|---|
| الجمع الميداني (مدرج بطول 3 000 متر) |
إغلاق لمدة 4 ساعات، 5 موظفين | إغلاق لمدة 40 دقيقة، 2 موظفين |
| معالجة البيانات | 24 ساعة رقمنة يدوية | 3 ساعات آلية |
| كتابة التقرير | 4 ساعات عمل مهندس | يتم إنشاؤه تلقائيًا |
تأتي الوفورات من فترات إغلاق أقصر، وساعات عمل أقل للموظفين، وعدم وجود تتبع يدوي. بالنسبة لشرائط الطرق السريعة الطويلة، تكون النسبة متشابهة: حوالي 40 بالمائة تكلفة أقل لكل كيلومتر بجودة بيانات متساوية أو أعلى.
نصائح عملية للحصول على نتائج موثوقة
- معايرة التركيز. تحقق من شريط الطيران الأول بتكبير 200 بالمائة. يجب أن تكون الشقوق الشعرية حادة.
- مراقبة الانعكاس. يمكن أن يكون الأسفلت الجديد جدًا زيتيًا ولامعًا. يقلل مرشح الاستقطاب من الوهج المرآوي الذي يربك كاشفات الحواف.
- تجنب الظلال. جدولة الرحلات عندما تكون الشمس على ارتفاع 30 درجة على الأقل فوق الأفق أو استخدم الغطاء السحابي لتشتيت الضوء.
- فحص البقع الرطبة. إذا كانت أجزاء من السطح رطبة، أعد جدولة الرحلة. يملأ الماء الشقوق الصغيرة وسيفوتها الذكاء الاصطناعي.
- التحقق. تحقق من صحة 5 بالمائة من وحدات العينة باستخدام قياسات يدوية لبناء الثقة وتلبية قواعد التدقيق.
الاتجاهات المستقبلية
يتجاوز الكشف عن الشقوق بالذكاء الاصطناعي التجزئة البسيطة. تدمج فرق البحث طبقات حرارية للكشف عن التعرية الناتجة عن الرطوبة وتقنية LiDAR لقياس عمق الشقوق بالمليمتر. يمكن للنماذج التنبؤية المدربة على بيانات متعددة السنوات أن تتنبأ قريبًا بنمو الشقوق وتوصي بأوقات المعالجة تلقائيًا. يقوم HALO AI بالفعل بتخزين طبقات زمنية لكل موقع حتى يتمكن المستخدمون من توصيل وحدات تنبؤية مستقبلية دون جمع خطوط أساس جديدة.
الخاتمة
تقلل الطائرات بدون طيار المقترنة بالذكاء الاصطناعي وقت الفحص من أيام إلى ساعات وتحول الصور الجوية المصححة إلى درجات PCI يمكن للمحترفين الوثوق بها. تعد GSD من 1 إلى 3 مم لكل بكسل هي النقطة المثلى الحالية، حيث توفر دقة اكتشاف بنسبة 95 بالمائة أو أعلى. مع منصات مثل HALO AI من Fadron التي تقوم بأتمتة الدمج ورسم خرائط الشقوق وحسابات PCI، يمكن لفرق الهندسة التركيز على تخطيط الإصلاحات بدلاً من تتبع الخطوط. يبلغ المستخدمون الأوائل عن توفير في التكاليف يقترب من 50 بالمائة وانخفاض حاد في ساعات إغلاق المدرج أو المسار — مكاسب ملموسة في كل من الميزانية والسلامة.
المراجع
- مركز FAA التقني. دراسة دقة فحص رصف أنظمة الطائرات بدون طيار الصغيرة (Small UAS Pavement Inspection Accuracy Study)، 2023.
- المديرية العامة للطيران المدني الفرنسية (DGAC France). رسم خرائط إجهاد المدرج باستخدام الطائرات بدون طيار (Drone-Based Runway Distress Mapping)، 2022.
- مركز تكساس للحوسبة المتقدمة. Deep Crack: شبكة عصبية تلافيفية للكشف عن إجهاد الأسفلت (Deep Crack: CNN for Asphalt Distress Detection)، 2024.
- ممارسات ASTM D5340 و D6433 القياسية لمسوحات PCI، 2022.
- هالفورد، ر. دقة الصور الجوية المصححة وعتبات الكشف عن الشقوق (Orthophoto Resolution and Crack Detection Thresholds)، مجلة هندسة النقل، 2023.
