Автоматизация контроля хода строительно-монтажных работ с применением нейросетевой обработки изображений и облачно периферийной архитектуры для оперативного обновления графиков и смет

Аннотация

В исследовании рассматривается повышение оперативности и достоверности мониторинга строительно монтажных работ в условиях крупных проектов. Целью является создание и оценка комплексной системы контроля, которая автоматически фиксирует фактические объемы и сразу отражает их в управленческой документации. Методическая основа опирается на концепцию цифрового двойника строительного процесса и использование нейросетевого анализа изображений совместно с облачно периферийной архитектурой. Материалами служат данные полевых испытаний на двенадцати площадках жилых и коммерческих объектов, включающие более трехсот тысяч размеченных фотоснимков, полученных с беспилотных летательных аппаратов и носимых камер. В качестве ядра системы применена сверточная нейросеть архитектуры YOLOv5, обученная распознавать армирование, установку опалубки, бетонирование, кладку ограждающих конструкций, монтаж окон и фасадных систем. Обработка изображений выполняется на периферийных устройствах с графическим ускорителем, которые формируют компактные структурированные данные и передают их в облачную платформу. В облачной среде реализованы модули сопоставления результатов распознавания с информационной моделью здания, автоматического обновления календарного сетевого графика, смет и актов приемки выполненных работ. Качество распознавания оценивалось по стандартным метрикам машинного обучения и обеспечило среднее значение F1 Score порядка девяноста шести процентов со сохранением приемлемой точности даже при сложных условиях съемки. Сравнение с традиционным контролем показало сокращение полного цикла от сбора данных до обновления графика и смет более чем в двадцать два раза, с примерно 11 часов до менее чем 30 минут. Наибольший эффект достигается на этапах идентификации объемов и актуализации документации благодаря переносу инференса на периферию и интеграции с облачными сервисами управления проектами. Экономический анализ на примере типового проекта показал снижение прямых затрат на контрольные процедуры и затрат на исправление дефектов более чем на две трети и резкое уменьшение штрафных санкций за срыв сроков. Суммарная расчетная экономия достигает порядка пятнадцати миллионов рублей, что соответствует уменьшению совокупной стоимости строительно-монтажных работ примерно на двенадцать пятнадцать процентов. Обсуждаются ограничения применения, связанные с деградацией изображений при осадках и тумане, неполным охватом внутренних инженерных систем и необходимостью расширения обучающего датасета. Отмечены перспективы интеграции системы с предиктивной аналитикой и роботизированными средствами, что должно обеспечить переход к замкнутому контуру управления и полностью управляемому данными строительному процессу.