Интеграция алгоритмов искусственного интеллекта в управление строительными проектами

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье рассматривается применение алгоритмов искусственного интеллекта, в частности YOLO v8, для анализа изображений в строительной отрасли. Основное внимание уделено задачам автоматического детектирования объектов, таких как оконные проемы и этажи зданий, с использованием данных дистанционного зондирования Земли. Описаны этапы внедрения технологии: сбор и обработка данных, их визуализация и использование в управлении строительными проектами. Авторы подчеркивают эффективность предложенного решения, его высокую точность и потенциал масштабирования. Рассмотрены ограничения, связанные с настройкой модели и необходимостью адаптации нормативных стандартов. Проект ориентирован на оптимизацию и цифровизацию строительных процессов.

Об авторах

Станислав Евгеньевич Макиевский

МИРЭА – Российский технологический университет

Автор, ответственный за переписку.
Email: makievskij@mirea.ru

старший преподаватель, кафедра индустриального программирования, Институт перспективных технологий и индустриального программирования

Россия, Москва

Александр Викторович Юдин

МИРЭА – Российский технологический университет

Email: yudin_a@mirea.ru
ORCID iD: 0000-0002-6802-8603
Scopus Author ID: 56018042000

доктор экономических наук, кандидат физико-математических наук; заведующий, кафедра индустриального программирования, Институт перспективных технологий и индустриального программирования

Россия, Москва

Полина Юрьевна Грошева

МИРЭА – Российский технологический университет

Email: grosheva@mirea.ru
ORCID iD: 0000-0001-7546-6903
Scopus Author ID: 57204213905

кандидат экономических наук; доцент, кафедра индустриального программирования, Институт перспективных технологий и индустриального программирования

Россия, Москва

Михаил Сергеевич Яковлев

МИРЭА – Российский технологический университет

Email: yakovlev_m@mirea.ru

старший преподаватель, кафедра индустриального программирования, Институт перспективных технологий и индустриального программирования

Россия, Москва

Список литературы

  1. Hou L., Li H., Lu M. et al. Application of photogrammetry of unmanned aerial vehicles for quality control in construction projects // Journal of Civil Engineering and Management. 2021. No. 25 (8). Pp. 779–791.
  2. Hu Z., Zhang W., Duan Z. Quality control in construction based on BIM and big data technology // Achievements in the field of civil engineering. 2020.
  3. Tan P., Xie H., Yao Y. Quality control of concrete structures based on computer vision technology // Achievements in the field of civil engineering. 2020.
  4. Андрейчиков А.В., Андрейчикова О.Н. Системный анализ и синтез стратегических решений в инноватике. Математические, эвристические и интеллектуальные методы системного анализа и синтеза инноваций: учебное пособие. М., 2015. 306 c.
  5. Макаров И.М., Лохин В.М., Манько С.В., Романов М.П. Искусственный интеллект и интеллектуальные системы управления. М.: Наука, 2020. 336 c.
  6. Алексеев Ю.В., Сомов Г.Ю. Градостроительное планирование поселений. Эволюция планирования. М.: Изд-во Ассоциации строительных вузов, 2021. Т. 1. 336 c.
  7. Тарануха Н.Л., Первушин Г.Н., Смышляева Е.Ю., Папунидзе П.Н. Технология и организация строительных процессов. М.: Изд-во Ассоциации строительных вузов, 2022. 192 c.
  8. Ивакин Я.А. Интеллектуализация ГИС. Методы на основе онтологий. LAP Lambert Academic Publishing, 2010. 322 с.
  9. Попович В.В., Потапычев С.Н., Панькин А.В. и др. Интеллектуальная ГИС в системах мониторинга // Труды СПИИ РАН. 2006. Т. 1. № 3. С. 172–184.
  10. Савиных В.П., Цветков В.Я. Развитие методов искусственного интеллекта в геоинформатике // Транспорт Российской Федерации. 2010. № 5. С. 41–43.
  11. Kendal S.L., Green M. An introduction to knowledge engineering. L.: Springer, 2007. 287 p.
  12. Popovich V. Intelligent GIS Conceptualization // Information fusion and geographic information systems, lecture notes in geoinformation and cartography. 2014. Pp. 17−44.
  13. Voženilek V. Artificial intelligence and GIS: Mutual meeting and passing. International Conference on Intelligent Networking and Collaborative Systems. 2009. Pp. 279–284.
  14. Chursin A., Makarov Yu. Management of competitiveness. Theory and practice. Springer International Publishing Switzerland, 2015. 378 p.
  15. Chursin A., Vlasov Y., Makarov Yu. Innovation as a basis for competitiveness: Theory and practice. Springer International Publishing, 2016, 336 р.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».