Команда работает с задачами дистанционного мониторинга территориально распределённых и протяжённых объектов промышленной инфраструктуры, включая линейные объекты, для которых требуется регулярное получение и анализ пространственных данных. На практике данные аэрофотосъёмки, лидаров и других сенсоров уже позволяют быстро фиксировать состояние объекта, однако основной объём интерпретации по-прежнему выполняется вручную или полуавтоматически.

Наиболее проблемной является ситуация, когда объект протяжённый, неоднородный по условиям наблюдения и при этом не имеет полной, актуальной и структурированной цифровой модели, с которой можно напрямую сравнить фактическое состояние. В этих условиях возрастает доля ручной работы, сложнее выявлять локальные дефекты и изменения, труднее сопоставлять результаты съёмок между собой во времени и формировать обоснованные приоритеты для выездного контроля и ремонта.

Проблема актуальна именно сейчас, потому что у компании уже есть технологический задел по технологиям БАС, обработке пространственных данных и цифровому мониторингу, однако следующий этап развития требует перехода от базовой визуализации и сопоставления данных к более интеллектуальному уровню: автоматическому структурированию объекта, выявлению признаков дефектов, анализу изменений по эпохам съёмки и поддержке эксплуатационных решений. Такой переход особенно важен для линейной инфраструктуры, где цена пропуска локальных отклонений может быть высокой.

Результат проекта должен включать:

• описание целевой архитектуры решения;
• прототип модуля загрузки и объединения мультисенсорных данных (АФС, лидар, сопутствующие пространственные данные);
• алгоритм или набор алгоритмов для структурного описания линейного объекта и выделения его ключевых элементов;
• алгоритм выявления изменений, аномалий и потенциальных дефектов по одной или нескольким эпохам наблюдений;
• механизм работы при неполной, фрагментарной или неоднородной цифровой модели объекта;
• аналитическое представление результатов в виде карты, слоя событий, списка подозрительных участков или отчёта с приоритизацией.

Пользовательский сценарий должен быть следующим: специалист загружает данные съёмки и доступные сведения об объекте, после чего система автоматически выполняет предварительное сопоставление, выделяет проблемные зоны, показывает изменения или отклонения и формирует краткое аналитическое заключение для последующей проверки и принятия решения.

Между разработчиками проекта роли распределены на backend, frontend и ml.

На страницу проекта