Sistema Robótico Móvil en Tiempo Real para la Detección de Grietas en la Construcción Mediante Aprendizaje Profundo...

Área de la Ciencia:

• Ingeniería Civil
• Robótica
• Visión por Computadora
• Inteligencia Artificial

Sus antecedentes:

• El deterioro de las infraestructuras civiles presenta importantes riesgos para la seguridad pública.
• Las inspecciones manuales son subjetivas, requieren mucha mano de obra y están limitadas por la accesibilidad.
• Se necesitan sistemas de inspección automatizados para superar estas limitaciones.

Objetivo del estudio:

• Desarrollar y evaluar un sistema de inspección robótica en tiempo real que integre el aprendizaje profundo y la navegación autónoma.
• Permitir la detección automatizada simultánea de grietas y la navegación sin colisiones para la evaluación de infraestructuras.
• Mejorar la eficiencia, precisión y seguridad de las inspecciones de infraestructuras civiles.

Principales métodos:

• Una red neuronal de aprendizaje profundo en dos etapas: U-Net para segmentación y la red generativa adversaria condicional (GAN) Pix2Pix para refinamiento.
• Aprendizaje residual adversario para mejorar la precisión de los límites y reducir los falsos positivos.
• Despliegue en un vehículo terrestre no tripulado (UGV) con cámara RGB-D y LiDAR para percepción y navegación.

Principales resultados:

• El modelo de dos etapas logró una Intersección sobre Unión media (mIoU) de 73,9 ± 0,6 % y una puntuación F1 de 76,4 ± 0,3 % en el conjunto de datos CrackSeg9k.
• El sistema robótico detectó con éxito microgrietas de hasta 0,3 mm en diversas pruebas de validación.
• Demostró un rendimiento robusto en simulación, experimentos de laboratorio y pruebas en pasillos del campus del mundo real.

Conclusiones:

• El sistema robótico propuesto ofrece una solución robusta y autónoma para la inspección de infraestructuras desplegable en campo.
• La integración del aprendizaje profundo mejora significativamente las capacidades de detección automatizada de grietas.
• El sistema tiene el potencial de revolucionar las prácticas de monitorización y mantenimiento de infraestructuras.