fbpx

Big-Flash -hanke

Underground City Oy

tarjoaa uusia työkaluja kuntien ja kaupunkien vesihuolto-omaisuuden hallintaan. Yritys kehittää uudenlaisia menetelmiä viemäriverkostojen kunnon mittaamiseen ja automaattiseen tulkintaan.

viemäriverkostosta kuva, projekti 53

Viemäriverkoston kuntoarviointi konenäön avulla

Kuvaus
Putkistojen kuntokartoitusta on tehty jo useamman vuoden ajan, ja sen hallintaan on kehitetty sovellus, jolla mm. tallennetaan putkistosta zoom-kuvaustekniikalla otettuja videoita ja niihin liittyviä kuntoarviointeja. Yrityksen tiedossa on eri kuvaustekniikoihin liittyviä vastaavanlaisia projekteja maailmalta ja tavoitteena on kokeilla koneoppimista heidän omien menetelmiensä kehittämiseksi.

– Projekti toteutetaan kesällä 2022.
– Tavoitteena on binääriluokitteluun pystyvän algoritmi kehitys.
– Seuraa sosiaalisesta mediasta projektipäivityksiä!

0
Opiskelijaa

Projektin tavoitteena oli kokeilla koneoppimisen tuomia mahdollisuuksia viemäristöjen kuntotarkastuksessa manuaalisen työn vähentämiseksi.

Projektissa toteutettiin koneoppimismalli, joka luokittelee viemäriputken kunnon hyväksi tai huonoksi siitä otetun Zoomvideon perusteella. Mallin käyttämiseksi kehitettiin demosovellus.  

 

Tämä projekti oli ensimmäinen tutustuminen asetettuun ongelmaan. Sen vuoksi projektisuunnitelmassa tehtiin tarkka rajaus tavoitteista ja määriteltiin mahdollisimman suopeat vaatimukset algoritmille. Tuloksena syntynyt malli ei pyri olemaan valmis lopputuote, mutta sen antamat tulokset ovat erinomaiset. On syytä huomata, että lähtökohtaista ongelmaa on yksinkertaistettu todellisuudessa tarkemmasta (neliportaisesta) luokittelusta ja varsinainen käytännön hyöty saavutetaan vasta mahdollisten jatkoprojektien myötä. 

 

Koneoppimismallin opetusaineistona käytettiin Riihimäen alueella suoritettujen kuvauksien videoita. Malli on konvoluutioneuroverkko, jonka käyttöliittymänä toimii sitä varten kehitetty sovellus. Sovelluksella voidaan helposti analysoida videoita ja tarkastella algoritmin tuottamia tuloksia. Esikatselunäkymän avulla asiantuntija voi määrittää tulosten oikeellisuuden.