自主无人机和机器人捕捉现场情况,然后深度学习算法实时识别物体。

来自 ;的基于人工智能(AI)和计算机视觉的

新系统Doxel承诺将大大提高建筑业的生产力。

Doxel系统使用自主无人机和机器人,通过激光雷达和高清摄像头对室内和室外的地点进行视觉监控,然后应用专有的深度学习算法来识别物体。根据这些信息,系统可以评估安装工作的质量,并量化正确安装了多少材料。然后,基于云的仪表板可以提供项目CT经理可以实时反馈工作效率,以及实际成本和时间花费与原始预算和计划的比较情况。

你无法改善你无法衡量的东西。没有对质量和进度的实时可见性,管理人员根本无法提高生产力。我们的交钥匙解决方案可以准确地跟踪项目预算和计划中的数十万行项目的进度,将实际绩效与原计划进行比较。Saurabh Ladha将军。这对整个资本项目团队来说是变革性的。有了Doxel的系统,项目经理可以在几分钟内做出反应,而不是几个月,从而将工作效率提高50%,并使项目成本低于预算25%。

Doxel解决方案的

核心是该公司所称的计算机视觉软件的重大突破。一件 ;允许人工智能理解3D世界。

建筑项目涉及数百万美元在黑暗的环境中紧密地组合在一起的外观相似的组件。首席技术官兼联合创始人罗宾·辛格(Robin Singh)表示,这是计算机视觉软件面临的一系列挑战。通常,这种算法所需的训练数据量将是巨大的,并且即使这样,结果也可能不可靠。通过我们专有的3D语义算法,我们已经能够用一小部分训练数据获得更可靠的结果。我们的算法识别和情境化物体不仅基于颜色,还基于形状、位置和大小。

Doxel表示,其系统几乎可以立即检测到错误。使用显示每个组件的预期位置、大小和形状的设计意图3D模型,如果现场工作与设计不符,系统可以提醒管理人员。

阿德韦rtisement
广告

此外,Doxel还宣布了一笔450万美元的投资,由Andreessen Horowitz领投,AlchemistAccelerator、Pear Ventures、SV Angel和Steelhead Ventures参与。

“
Doxel漫游者机器人
“
Doxel无人机
“
基于
深度学习的进度跟踪
基于深度学习的进度跟踪
“
基于
深度学习的错误检测

如果你喜欢这篇文章,请免费

订阅AEC杂志
<!--relpost-thumb-wrapper--><!--close relpost-thumb-wrapper-->

<!--AECMAG ADS 728x90艺术终结CLE-->
广告