MENU

Controllo qualità di ponti mediante droni e algoritmi AI

Computer Vision e AI per supportare decisioni oggettive e automatizzare i controlli di qualità

Azienda

Importo finanziato

117.508 €

Area
Digital Factory
Tecnologie Abilitanti
Artificial Intelligence
Computer Vision
Machine Learning

Finanziato dall’Unione europea – Next Generation EU

  1. Contesto

    L’uso di componenti prefabbricati in calcestruzzo è oggi comune nella costruzione di ponti e viadotti. Garantire la qualità di questi elementi, spesso molto grandi, è essenziale per la sicurezza delle infrastrutture. I controlli finali tuttavia possono risultare complessi e dispendiosi.
    Il progetto realizzato con Immodrone nasce per rispondere a questa esigenza introducendo un sistema innovativo basato su Computer Vision e Intelligenza Artificiale per automatizzare le ispezioni e supportare i tecnici con analisi oggettive. Grazie all’utilizzo di droni e AI, si vogliono rendere i controlli più rapidi, precisi e affidabili, contribuendo alla digitalizzazione del settore infrastrutturale.

  2. Soluzione

    La soluzione sviluppata si basa su un sistema di ispezione visiva smart in grado di rilevare anomalie nei componenti prefabbricati. Attraverso droni dotati di fotocamere, vengono acquisite immagini del bullone, rivetto o altro oggetto, che, oltre a documentarne l’integrità, vengono elaborate tramite software. Questi dati alimentano un algoritmo di Machine Learning, addestrato per identificare difetti come crepe, irregolarità superficiali o danni. Il risultato è un sistema oggettivo, preciso e scalabile che supporta i tecnici nella verifica della qualità dei manufatti.

  3. Impatto

    Il modello sviluppato è stato testato sul test set dimostrando una buona capacità di rilevamento delle classi definite, anche in condizioni variabili di inquadratura e angolazione delle immagini. In particolare, è stato osservato che alcune classi risultano più facilmente individuabili in determinate prospettive, grazie a una maggiore visibilità e chiarezza degli elementi strutturali.

  4. Il supporto di CIM4.0

    CIM4.0 ha contribuito in più fasi del progetto: definizione dei requisiti, analisi del dataset raccolto, validazione dei dati utili per l’addestramento degli algoritmi.

    Ha inoltre fornito supporto tecnico nello sviluppo e nell’ottimizzazione di modelli di Machine Learning per il riconoscimento automatico di difetti, integrando le soluzioni AI.

    Nel laboratorio Digital Factory di CIM4.0 è stata eseguita la dimostrazione delle capacità del sistema in ambiente controllato, l’analisi dei risultati ottenuti in un contesto industriale reale, attraverso un PoC completo (design, implementazione e test) e la definizione di una roadmap evolutiva per futuri sviluppi e applicazioni.

CONDIVIDI SU:
LINKEDIN ↗
TWITTER ↗

Hai un progetto in fase di sviluppo?