Обнаружение дефектов на основе нейронных радиансных полей (NeRF): нейросети уже ищут дефекты без участия человека
Автоматизация в промышленности сегодня выходит на новый уровень. Недавняя научная работа международной исследовательской команды описывает систему автоматического обнаружения дефектов в крупногабаритных машинах. В её…
Автоматизация в промышленности сегодня выходит на новый уровень. Недавняя научная работа международной исследовательской команды описывает систему автоматического обнаружения дефектов в крупногабаритных машинах. В её основе — нейронные радиансные поля (NeRF) и концепция цифровых двойников.
В системе используются беспилотники для фотофиксации оборудования и последующего построения 3D-моделей. Далее путём сравнения эталонной (заводской) модели с моделью, снятой в реальном времени, автоматически выявляются отклонения и потенциальные дефекты. Для точного совмещения используется алгоритм Iterative Closest Point (ICP), позволяющий анализировать облака точек с высокой точностью.
В результате получается эффективный инструмент для точного обнаружения дефектов без ручного вмешательства, с улучшением безопасности и возможностью масштабирования технологии на крупные производственные объекты.
Заменить ручной подход
Контроль состояния оборудования и поиск дефектов остаются ключевыми задачами на производстве. От качества диагностики напрямую зависит безопасность и стабильность работы предприятий. Сегодня во многих отраслях до сих пор применяются ручные методы: визуальный осмотр и измерения инженерами. Этот процесс субъективен, требует времени и не гарантирует точность.
Авторы статьи предлагают заменить ручной подход автоматизированной системой на основе компьютерного зрения, 3D-моделирования и нейронных сетей. Используя дроны и технологию NeRF, они создают цифрового двойника оборудования и автоматически выявляют любые отклонения от заводской геометрии.
NeRF - в чем идея?
NeRF — это современный метод генерации 3D-моделей на основе обычных 2D-фотографий. Система обучается восстанавливать объемную геометрию сцены, моделируя физику распространения света. Такие модели отличаются высокой детализацией даже в сложных условиях освещения. При создании системы были использованы подходы из области машинного обучения, анализа облаков точек и алгоритмов сопоставления пространственных данных.
Методика
- Дроны выполняют фотосъемку оборудования с разных углов. Полученные изображения используются для построения двух 3D-моделей: эталонной и текущей. С помощью технологии NeRF восстанавливаются геометрия и текстура объектов.
- Затем применяется алгоритм ICP для точного совмещения двух моделей. После чего автоматически выявляются отклонения между ними: трещины, деформации, утраты материала.
- NeRF генерирует 3D-модель, используя набор фотографий и координаты камеры. В результате получается плотное облако точек с точным описанием структуры объекта.
Алгоритм Iterative Closest Point (ICP) выполняет совмещение двух 3D-моделей, минимизируя расхождения по положению и масштабу.
Различия между точками эталонной и текущей модели используются для обнаружения дефектов. Все зоны отклонений визуально выделяются на 3D-модели.
Технология была протестирована на небольших и средних объектах: от игрушек до офисной мебели. Результаты показали точность 95% при обнаружении изменений и скорость анализа в 30 раз выше по сравнению с традиционным визуальным осмотром.
Вывод
Авторы статьи доказали эффективность системы NeRF для промышленного контроля качества. Создание 3D-моделей и автоматический анализ позволяют отказаться от ручного осмотра и существенно повысить точность выявления дефектов.
Среди технических вызовов остаются влияние освещенности, стабилизация полета дронов и очистка данных от шумов. Однако дальнейшее развитие системы ориентировано на применение в промышленности: для обследования крупногабаритных объектов и оптимизации контроля их состояния.
Подобные решения — это уже следующий шаг в автоматизации. Но начать цифровизацию можно гораздо проще: с ручного 3D-сканирования. Использование сканеров позволяет собирать точные геометрические данные уже сейчас — без сложных нейросетей и интеграций с дронами.
Если вы только начинаете задумываться о 3D-диагностике в вашем производстве — обычный сканер станет для вас реальным первым шагом.
Мы поставляем профессиональные 3D-сканеры и помогаем предприятиям Казахстана переходить от визуальных осмотров к цифровым. Начните с малого — начните сканировать.