近日，福建泉州一隔離酒店發生坍塌，事故暴露出建筑設施的監管中存在問題。如何有效的進行建筑隱患的排查，確保它們能夠安全投入使用？在這個問題上，結合了多維數據分析的 AI 技術，能帶來一個全新的思路。
關鍵詞：建筑檢測AI風險評估
3 月 7 日晚間，福建泉州鯉城區南環路的欣佳酒店，意外發生樓體坍塌，導致 71 人被困（不含自行逃生 9 人）。
根據最新消息，目前已救出受困人員 50 人，其中不幸遇難 11 人，仍在搜救 21 人。
事故現場，圖源：泉州交通廣播
事故發生的酒店，于 2018 年 6 月開業，在疫情期間，該酒店被泉州市鯉城區改造為區級醫學觀察點，用以隔離觀察密切接觸者。
泉州市鯉城區住建局局長張翼表示，3 月 7 日晚上 7 時，房主接到現場改裝施工人員的電話，稱在進行作業的一樓房屋中一根柱子發生變形，三四分鐘后，整個大樓坍塌。
他還表示，樓房坍塌是因為裝修還是原來的結構問題，還需進一步的調查和甄別。目前搜救任務還在進行中。
一波未平，一波又起。2020 年 3 月 8 日晚間，上海寶山區的寶鋼工廠發生火災，發出爆炸聲響。
上海消防微博回應
上海消防做出了回應，稱經過初步了解，發現是廠區內一高爐熱風管道機器損壞，內部高溫氣體噴出，廠方技術人員到場處置，目前已無明火和煙霧。所幸現場無人員傷亡。
安全問題從來都不是小事，但無論是人為因素，還是疏于防范，一旦發生問題往往會帶來嚴重的損失，甚至會釀成慘案。
如何才能保障建筑設施或者工廠設備的安全，及時發現存在的安全隱患？目前已有一些 AI 的方案，值得被廣泛借鑒。
用 AI 打造建筑監測大腦
一家叫 RaSpect 的初創公司，致力于研發出一種叫建筑檢測大腦的技術，以提升建筑基建安全并降低人力和物力。
這家位于中國香港的 AI 公司，利用自動機器人和先進的傳感技術，在建筑和基礎設施檢測和檢測領域提供檢測分析。研發方案的應用場景包括工地測繪、地形測繪、建筑物檢測等，此外，其檢查技術還可以擴展到鐵路檢查和飛機檢查。
他們的方法，是結合了衛星數據、傳感器、無人機和 AI 算法等技術，打造了一個智能化的安全分析系統。
具體而言，針對建筑物的隱患風險，從以下三個層面進行監測：
一是宏觀檢測，主要來判斷建筑物外在的損壞情況。通過利用人造衛星的影像數據，大面積的分析地面沉降結構的變形，分析判斷出具有潛在危機的樓宇變形等問題。
二是現場檢測，通過篩選一些高危的建筑之后，需要到實地去檢查。所用的方式有無人機，傳感器如紅外線、超聲波、紫外線、雷達等方式，收集建筑物的多維度信息。
三是微觀檢測，用于建筑內部結構健康的評估。這個層面需要借助物聯網的傳感器，通過將其放入建筑之中，可以全天候的檢測其安全參數。
建筑物外墻檢測中所用的具體方法
收集到多個維度的數據后，輸入到引擎上行處理。算法平臺會基于大數據，利用模型中專家數據及其他專業數據，再結合機器學習算法，分析出建筑物是否存在安全隱患。
據稱，此方案能節省 50% 以上的時間和成本，最重要的是，其判斷精度和安全性，想比傳統方式得到了很大的提高。
機器學習監管施工安全
不同于 RaSpect 是對建筑物進行隱患測試， Autodesk 還曾開發出了一個工具組件，利用機器學習的方式，在建筑施工期間進行安全監督。
Autodesk 于 2019 年推出 Construction IQ，這是一種與 BIM 360 （建筑管理軟件）項目管理平臺配合使用的 AI 工具。
它是 2016 年推出的 Project IQ 的升級版，使用來自 30,000 個建筑項目的數據，對模型進行了訓練，可用來分析項目的安全性和施工效率，并針對工人安全和潛在威脅提供警告。
這個工具，可以從施工文檔、問題記錄、檢查清單、相關元數據和歷史數據中篩選出數百萬個數據點，經過算法分析之后，最終確定出每項工作的安全風險，并給出危險排序。
使用中分析的數據，則來自于現場的音頻，視頻，傳感器數據，無人機的現場照片，施工管理文檔，以及 BIM 360 的信息。
Construction IQ 允許用戶按項目、業務單位或區域、項目類型，來查看安全風險的高低，可及時查看和解決有問題的分包商，以明確哪些地方更容易發生風險，并采取最佳的應對措施。
大樓的倒塌，AI 能否監管？
欣佳酒店的轟然倒塌讓人痛心，其背后的問題還有待后續的調查，作為隔離酒店出現這樣的事故，不知道表象之下還有多少別的原因。
陸續已有媒體報道了酒店違規改裝的問題，這應該會是大樓發生坍塌的一個因素。
雖然 AI 能夠被用來減少一些安全隱患，但我們都知道，技術也只是幫助人們進行監管，難以幫助人們建立起道德的界限。
本站轉載文章和圖片出于傳播信息之目的，如有版權異議，請在3個月內與本站聯系刪除或協商處理。凡署名"云南房網"的文章未經本站授權，不得轉載。爆料、授權：news@ynhouse.com。
熱門評論