机器人在建筑行业中似乎将不可避免地扮演重要角色,但是在这些机器能够自动确定任务的优先级之前,项目经理仍将需要手动评估和评估项目的进展情况。

适用于企业或个人的最佳远程呈现机器人

超越视频会议,使远程工作真正协作的最佳远程呈现硬件。

阅读更多

然而,根据麦肯锡的报告,建筑业的生产率已经落后于其他行业数十年,并且有1.6万亿美元的机会来缩小这一差距。

人工智能和深度学习可以使机器人技术在整个建筑行业中有用。现在,以色列的AI初创公司Buildots一直在迈出第一步来实现这一目标。

Buildots将360度摄像机连接到项目经理的安全帽上,以在施工现场收集镜头并分析数据。

在一个典型的站点上,有成千上万种不同的建筑活动。任务可以像安装门把手一样小,也可以像砌砖墙一样大。

一个项目经理(想验证房间是否按计划进行)需要打开多个设计,一个时间表文件,并开始测量位置并验证每个任务的进度。这可能导致某些区域仅被检查一次,而不是被持续检查。

Buildots平台通过使用摄像机自动捕获的数据来创建施工控制室,并将其与设计和项目进度进行比较。

它分别分析每个电源插座,墙壁或窗户,以确定其相对于计划中预期状态的确切状态。比较可以提供设计计划的视图,标记可以解决的问题,并准确跟踪进度。

深度学习模型和算法,例如基于AI的图像稳定引擎,可去除人员的人员数据删除,电话/平板电脑屏幕以及便笺和状态分类,都可以将可视数据转化为洞察力。

尽管人类可以自然地分析空间布局并看到仍然需要做的事情,但要用技术替代,就需要高端的成像设备和复杂的算法。

在构建AI架构的过程中,该公司注意到,在一个典型的公寓中,通常会有超过50个电源插座。这意味着在建造了几层楼之后,很容易会安装上千个不同的插座。

由于现在使用安全帽相机每周捕获几次这些出口,因此可以从多个角度捕获出口,这意味着这些出口有成千上万张不同的图像。

在大多数情况下,那些相同的插座类型通常会安装在建筑物的每个其他楼层上,通常位于同一位置。前几周的数据显示在不同的光照条件下,从数百个不同角度显示了上千种不同的物理实例。

在收集数据的同时,针对该特定项目不断对模型进行重新训练和过度拟合,从而在该项目中实现了极高的精度。

该平台具有一般意识,可用于将其他技术(例如机器人技术)集成到施工计划中,而无需花费时间和资源来指导它们。

更高的准确性将带来更高的生产率和成本节省-不管它是哪个行业,这都只会是一件好事。