KTU profesorius Rytis Maskeliūnas ir startuolis „Matomai AI“ kartu sukūrė inovatyvią technologiją, gebančią akimirksniu ir automatiškai nuskenuoti mažiausius miesto objektus. Ji leidžia nustatyti pavojingą pastato nusidėvėjimą, nelegalias statybas, kioskus ar net neteisėtus reklaminius stendus.
Pasak Kauno technologijos universiteto Informatikos fakulteto (KTU IF) profesoriaus Ryčio Maskeliūno, idėja gimė iš praktinio poreikio spręsti urbanistinius ir geoinformacinius uždavinius, kuriuose tradiciniai metodai pasirodė nepakankami.
Taip tyrėjams atsirado mintis sukurti hibridinį metodą, kuris derintų abiejų technologijų stipriąsias puses: gilųjį mokymąsi – semantinei konteksto analizei, o geometrinius algoritmus – tiksliai formų išskyrimui ir patikrinimui. Technologija papildyta ir spalvinių vaizdų, palydovinių nuotraukų integracija – tai leido dar labiau padidinti galutinio rezultato kokybę.
Technologijos poreikis
„Šiandien juntamas sparčiai didėjantis poreikis automatiškai, tiksliai ir realiu laiku stebėti bei valdyti kompleksinę urbanistinę infrastruktūrą. Labiausiai to trūksta vietose, kur tradiciniai stebėjimo metodai (rankinė apžiūra, nuotraukos, net žemo raiškos GIS duomenys) pasiekia savo ribas: smulkių, dažnai užstatytų ar užtemdytų objektų (laiptai, stulpai, kelio ženklai, šiukšlinės, stotelės) inventorizavimas, būklės vertinimas ir erdvinis valdymas“, – apie technologijos pritaikomumą pasakoja įmonės „Matomai AI“ mokslininkas, KTU alumnas dr. Julius Gelšvartas.
Jo teigimu, technologijos siūlomas automatinis aptikimas leidžia pamatyti net tokias problemas kaip pavojingas pastato nusidėvėjimas, nelegali statyba, greitai kintanti infrastruktūra – laikini reklamos stendai, nelegalūs kioskai.
Jau šiandien akivaizdu, kad sukurta sistema bus pritaikyta ir kitose srityse. Energetikos sektoriuje tokia sistema galėtų būti naudojama automatinei elektros tinklų (kabelių, pylimų, transformatorinių) stebėsenai, identifikuojant vegetacijos paaugą prie linijų, korozijos požymius ar struktūrinius pažeidimus, taip pat planuojant vėjo jėgainių parkų priežiūrą ar saulės elektrinių optimalų išdėstymą.
Geležinkelių infrastruktūros kontekste technologija gali padėti automatiškai kaupti ir analizuoti bėgių tinklo duomenis, identifikuoti kliūtis važiuojamojoje dalyje, stebėti tiltų ir perėjų būklę bei atpažinti sugedusius ar pasenusius signalizacijos įrenginius, didinant saugumą ir sumažinant rankinės patikros poreikį.
Duomenis rinko ir važinėjant dviračiu
KTU komandos ir KTU „Santakos“ slėnyje įsikūrusio startuolio sukurti algoritmai analizuoja pirminius LiDAR taškų debesis ir palaipsniui, žingsnis po žingsnio, paverčia juos atpažįstamais atskirais objektais – pvz., pastatais, medžiais, suolais, stulpais ar šiukšliadėžėmis.
Pirmiausia suderinami ir sujungiami skirtingi duomenų šaltiniai: LiDAR geometriniai matavimai su bet kokiais turimais vaizdais tai vietovei (pvz., iš palydovų ar ortofotografijų). Tai daroma tam, kad būtų galima gauti kuo išsamesnį ir informatyvesnį miesto vaizdą.
Stiprioji šios technologijos pusė – duomenys iš skirtingų šaltinių gali būti apjungiami, taip gaunant dar tikslesnius rezultatus. Mokslininkai su partneriais juos gauna iš nepilotuojamų orlaivių, antžeminiais skeneriais ar net važinėjant dviračiais.
Mėnesių darbas – per kelias valandas
„Šis metodas, apdorojantis milijardus LiDAR taškų, leidžia automatiškai segmentuoti ir klasifikuoti tūkstančius miesto objektų (nuo pastatų iki šiukšliadėžių) per kelias valandas, ką rankiniu būdu atlikti užtruktų mėnesių mėnesius. Miestų savivaldybėms tai potencialiai reiškia ne tik tiesiogines išlaidas sumažinant geodezinius darbus ir žymėjimo paslaugų pirkimus, bet ir netiesiogines naudas: spartesnį sprendimų priėmimą, tikslesnį miesto infrastruktūros inventorizavimą“, – akcentuoja profesorius.
Mokslininkų ir partnerių sprendimas leidžia automatiškai, greitai ir tiksliai sukurti visapusiškus viešosios erdvės ir infrastruktūros objektų registrus.
„Be abejo gerėtų ir skaitmeninimas, nes gerėtų geoinformacinės sistemos ir „protingojo miesto“ sprendimai. Gauti detalių objektų duomenys, integruoti su GIS ir kitomis miesto duomenų bazėmis, sudarytų vientisą skaitmeninį miesto atvaizdą. Tai būtų esminis pamatas pažangesnėms aplikacijoms: nuo autonominių transporto priemonių navigacijos iki teritorijų panaudojimo analizės ir darnaus vystymosi rodiklių skaičiavimo“, – sutaria abu tyrėjai.
„Matome, kad lengviausia sekasi bendradarbiauti su miestais, kurie turi noro ir nebijo diegti inovatyvius sprendimus. Ateityje planuojame sistemos funkcionalumą plėsti bei patobulinus algoritmus, sistemą pritaikyti miesto stebėjimui realiu laiku. Tai leistų matyti miesto infrastruktūros pokyčius bei sparčiai reaguoti į iškylančias problemas“, – sako dr. J. Gelšvartas.
