Институт «Ленаэропроект» начал использовать разработанный компанией Cloud X ИИ-сервис по фотограмметрии для анализа снимков взлётно-посадочных полос (ВПП).
Сервис выявляет и классифицирует дефекты покрытия и передаёт разметку инженеру для проверки. Подготовка материалов по одной ВПП теперь занимает один рабочий день вместо десяти; на автоматическую обработку снимка приходится около пяти минут.
«Ленаэропроект» проектирует аэропортовую инфраструктуру и оценивает техническое состояние действующих аэродромов. Обследование ВПП – одна из задач института. Результаты используют для оценки покрытия и планирования ремонта: специалисты определяют расположение повреждений, измеряют их длину и сопоставляют данные с предыдущими обследованиями. До внедрения сервиса эту работу выполняли вручную. Институт стремился сократить время обработки снимков, сохранив окончательную оценку состояния покрытия за инженером.
«Нам было важно получить решение, которое позволило бы снять с сотрудников нагрузку и ускорить результат работы без потери качества. При этом важно, чтобы решение можно было развивать и масштабировать, а экспертиза оставалась внутри института. Именно такой проект мы реализовали с нашими партнерами Cloud X», — говорит Никита Харьков, заместитель генерального директора по науке, к.т.н. АО «ПИиНИИ ВТ «Ленаэропроект».
Для обучения эксперты института и команда Cloud X подготовили снимки с размеченными трещинами и швами. На платформе CX AI Platform обучили модель сегментации, которая отмечает их на уровне пикселей. Разметка повторяет контуры тонких и разветвлённых трещин и подходит для расчёта их длины. В выборку включили редкие дефекты и участки, похожие на повреждения, чтобы модель различала трещины и швы.
Сервис работает со снимками размером 10 000 × 50 000 пикселей и объёмом от 1 ГБ. Он делит изображение на фрагменты, анализирует их группами и собирает разметку в координатах исходного снимка. В браузере инженер видит общий план полосы и приближает нужные участки; для каждого масштаба загружается изображение подходящей детализации. Здесь же можно добавить пропущенный дефект или исправить контур найденного кистью и ластиком. Ручные правки сохраняются при повторном анализе.
После проверки разметки сервис рассчитывает длину дефектов с учётом ответвлений, отображает их на карте и формирует ведомость и отчёт. В истории обследований инженер сравнивает количество и суммарную длину повреждений одной ВПП за разные периоды. Для каждой отметки сохраняется её источник — модель или инженер.
«Благодарим команду „Ленаэропроекта“ за партнёрство. Инженеры института стали соавторами решения: их опыт определил требования к данным, проверке и работе с результатом. Это отличный пример того, как следует создавать и внедрять отраслевой ИИ», — подчеркнул Кирилл Смеловец, главный архитектор сервисов искусственного интеллекта и машинного обучения Cloud X.
О компании
Cloud X (инвестор Эн+) — российская технологическая компания, создающая инфраструктуру для цифровизации и промышленного внедрения искусственного интеллекта в бизнесе, науке и государственном секторе.
Компания развивает полный технологический стек — от специализированных дата-центров и вычислительной инфраструктуры до собственной облачной платформы, сервисов данных, искусственного интеллекта и информационной безопасности.
Cloud X предлагает более 40 сервисов, предоставляемых по моделям IaaS, PaaS и SaaS, включая базовую облачную инфраструктуру, искусственный интеллект и машинное обучение, интеграционные сервисы, интернет вещей, большие данные, сетевые функции и решения в области кибербезопасности.
Одно из стратегических направлений Cloud X — создание гипермасштабируемой инфраструктуры для облачных и ИИ-вычислений. Компания объединяет вычислительные мощности и дата-центры с крупными источниками низкоуглеродной генерации, формируя энергетическую и технологическую базу для развития ресурсоемких вычислений.
