عنوان فارسی مقاله:مطالعه موردی تجربی استفاده از هوش مصنوعی و پهباد برای بازرسی بصری کارآمد ساختمان‌های مسکونی

چکیده

بازرسی‌ها و مشاهدات مستمر برای حفظ ایمنی و وضعیت ساختمان‌ها مورد نیاز است. اگرچه تعداد ساختمان‌های فرسوده در طول سال‌ها افزایش یافته است، روش‌های سنتی بازرسی هنوز مورد استفاده قرار می‌گیرند. با این حال، این رویکرد زمان‌بر، پرهزینه است و خطر بازرسی ضعیف را به دلیل دخالت ذهنی بازرس به همراه دارد. برای غلبه بر این محدودیت‌ها، بسیاری از مطالعات اخیر روش‌های بازرسی پیشرفته را با ادغام پهباد (UAV) و روش‌های هوش مصنوعی (AI) در مرحله بازرسی بصری توسعه داده‌اند. با این حال، رویکرد بازرسی با استفاده از پهپاد و هوش مصنوعی می‌تواند در عملیات و روش‌های جمع‌آوری داده‌ها بسته به ساختار ساختمان متفاوت باشد. قابل ذکر است که در مورد ساختمان‌های مسکونی، به دلیل مسائل مربوط به حریم خصوصی ساکنان و اشکال مختلف کانتور بیرونی، باید نحوه کار با پهپادها و نحوه اعمال هوش مصنوعی را در نظر گرفت. بنابراین، یک مطالعه موردی تجربی در این مطالعه برای بررسی ادغام پهپادها و فناوری هوش مصنوعی (AI) برای بازرسی وضعیت سازه‌ها با تمرکز بر ساختمان‌های مسکونی اتخاذ شد. در نتیجه، این مطالعه روش عملیات پهپاد میدانی و مدل تشخیص عیب مبتنی بر هوش مصنوعی را برای اتخاذ ساختمان‌های مسکونی پیشنهاد کرد. علاوه بر این، درس‌های آموخته‌شده از تحلیل‌های کل‌نگر و توصیفی، که شامل محدودیت‌های کاربرد هواپیماهای بدون سرنشین، نقاط بهبود جمع‌آوری داده‌ها، و مواردی است که باید هنگام بازرسی مبتنی بر هوش مصنوعی و پهپاد برای ساختمان‌های مسکونی در نظر گرفته شوند، در این مقاله خلاصه می‌شوند. مشکلات مورد بحث و نتایج حاصل از این مطالعه می‌تواند به بازرسی‌های ساختمانی مبتنی بر هوش مصنوعی و پهپاد در آینده کمک کند.

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Empirical Case Study on Applying Artificial Intelligence and Unmanned Aerial Vehicles for the Efficient Visual Inspection of Residential Buildings

Abstract

Continuous inspections and observations are required to preserve the safety and condition of buildings. Although the number of deteriorated buildings has increased over the years, traditional inspection methods are still used. However, this approach is time-consuming, costly, and carries the risk of poor inspection owing to the subjective intervention of the inspector. To overcome these limitations, many recent studies have developed advanced inspection methods by integrating unmanned aerial vehicles (UAVs) and artificial intelligence (AI) methods during the visual inspection stage. However, the inspection approach using UAV and AI can vary in operation and data acquisition methods depending on the building structures. Notably, in the case of residential buildings, it is necessary to consider how to operate UAVs and how to apply AI due to privacy issues of residents and various exterior contour shapes. Thus, an empirical case study was adopted in this study to explore the integration of UAVs and artificial intelligence (AI) technology to inspect the condition of structures, focusing on residential buildings. As a result, this study proposed the field-adopted UAV operation method and AI-based defect detection model for adopting the residential buildings. Moreover, the lessons learned from holistic and descriptive analyses, which include drone application limitations, points of improvement of data collection, and items to be considered when AI and UAV based inspection for residential buildings, are summarized in this paper. The discussed problems and results derived from this study can contribute to future AI- and UAV-based building inspections.