الشيك الأخضر
تم نسخ الرابط إلى الحافظة

الذكاء الاصطناعي في معدات البناء: طريقة جديدة للبناء

تعرَّف على كيفية تغيير الذكاء الاصطناعي لصناعة الإنشاءات من خلال التكنولوجيا المتقدمة، مما يجعل المعدات أكثر ذكاءً وأماناً وكفاءةً وفعاليةً وأفضل للبيئة.

في العادة، عندما نفكر في معدات البناء والآلات الثقيلة، فإننا نتصور أن البشر يقومون بتشغيل هذه الآلات القوية يدوياً. ومع ذلك، مع ظهور الذكاء الاصطناعي، أصبحت العديد من مركبات البناء الآن مؤتمتة لتقليل المخاطر وتحسين السلامة وتعزيز الكفاءة. أصبحت المركبات ذاتية القيادة والمركبات التي يتم التحكم فيها عن بُعد أكثر شيوعاً في قطاع الإنشاءات

على سبيل المثال، طورت فولفو مؤخراً شاحنة TA15، وهي شاحنة قلابة ذاتية القيادة بالكامل مصممة خصيصاً لنقل المواد الثقيلة مثل الرمال والحصى والحطام من مواقع البناء وإليها. ووفقاً لوزارة العمل الأمريكية، فإن صناعة البناء والتشييد تحتل ثالث أعلى معدل للإصابات القاتلة في قطاع الإنشاءات. من خلال دمج الذكاء الاصطناعي في قطاع الإنشاءات، يمكننا تقليل هذه الوفيات بشكل كبير وتحسين تدابير السلامة. في هذه المقالة، سوف نستكشف كيف يعمل الذكاء الاصطناعي على تحسين معدات البناء من خلال جعلها أكثر ذكاءً وأماناً وكفاءةً مع دفع عجلة الابتكار في صناعة البناء والتشييد.

فهم كيفية دمج الذكاء الاصطناعي في معدات البناء

يمكن أن تواجه معدات ومركبات البناء حوادث بسبب بيئات العمل غير المتوقعة والأخطاء البشرية. ومع ذلك، يمكن للأنظمة المدعومة بالذكاء الاصطناعي أن تساعد الإدارة على معالجة مخاطر مكان العمل بفعالية وتقليل هذه الأخطاء. يمكن أيضاً استخدام الذكاء الاصطناعي في معدات البناء لتحسين تشغيل المعدات ومراقبة أداء الآلات وأتمتة جداول الصيانة. 

إليك نظرة فاحصة على التقنيات الرئيسية التي تمكّن هذه الابتكارات:

  • رؤية الكمبيوتر: يمكن للآلات تحليل البيانات المرئية في الوقت الفعلي باستخدام نماذج متقدمة مثل Ultralytics YOLOv8المساعدة في مراقبة مواقع البناء، وتتبع المخزون، والتأكد من أن العمال يستخدمون معدات السلامة، وتتبع الحضور من خلال التعرف على الوجه.
  • إنترنت الأشياء (IoT): يربط إنترنت الأشياء بين الأجهزة، مما يسمح لها بمشاركة البيانات. تقوم الأجهزة الذكية القابلة للارتداء بمراقبة صحة العمال، بينما تقوم أجهزة استشعار القرب والسلامة بتنبيه العمال بشأن المخاطر وإخطار الإدارة عندما تتطلب المعدات الصيانة.
  • التحليلات التنبؤية: باستخدام البيانات التاريخية والتعلم الآلي، تتنبأ التحليلات التنبؤية بالأحداث المستقبلية، وتحدد المشكلات المحتملة، وتساعد على تحسين الجداول الزمنية. ويمكنها أيضاً التنبؤ بأحوال الطقس لمنع حدوث اضطرابات في الموقع.
الشكل 1. استخدام YOLOv8 وتقدير الوضعية لمراقبة العمال.

تطبيقات الرؤية الحاسوبية في الآلات الثقيلة

تعمل الرؤية الحاسوبية على تغيير طريقة عمل الآلات الثقيلة في مواقع الإنشاءات، وتقدم حلولاً جديدة ومبتكرة. دعونا نستعرض بعض التطبيقات المثيرة للاهتمام التي تعرض إمكانات تحليلات الصور والفيديو في معدات البناء. 

الذكاء الاصطناعي وجسور الوزن غير المأهولة

جسر الوزن هو ميزان يستخدم لقياس وزن المركبات الثقيلة. وهذا أمر بالغ الأهمية في مجال الإنشاءات للتأكد من امتثال المركبات لحدود وزن السلامة أثناء النقل. تقليديًا، تعتمد هذه العملية على مشغل الكشك لتسجيل التفاصيل يدويًا مثل أوقات دخول وخروج المركبات وأرقام التسجيل وأوزان الحمولة. ومع ذلك، قد يكون هذا النهج اليدوي بطيئاً وعرضة للخطأ البشري ويفتقر إلى الشفافية.

يمكن أن تساعد جسور الوزن غير المأهولة في تحسين الدقة وتقليل الأخطاء البشرية وتسريع العملية وتوفير المراقبة والشفافية في الوقت الفعلي لعمليات أكثر أمانًا وفعالية. وهي تستخدم أجهزة مدمجة بالذكاء الاصطناعي مثل أجهزة الاستشعار والكاميرات وشاشات LED والتوجيه الصوتي الآلي لتبسيط العملية بأكملها. عندما تقترب الشاحنة من نقطة الدخول، تكتشف الكاميرات المزودة بتقنية التعرف التلقائي على لوحة أرقام السيارات (ANPR) لوحة السيارة وتتحقق من تسجيلها. إذا كان التسجيل ساري المفعول، يمنح النظام إمكانية الوصول إلى ميزان الوزن. 

الشكل 2. جسر وزن غير مأهول.

ثم تقيس أجهزة استشعار الوزن أثناء الحركة التي تعمل بتقنية إنترنت الأشياء وزن الشاحنة أثناء تحركها، وإذا لزم الأمر، تنبه السائق للتوقف في الموضع الصحيح للوزن الدقيق. يتم تحليل بيانات الوزن ومقارنتها بالحدود المحددة مسبقاً، وإذا كانت الشاحنة ضمن هذه الحدود، يتم توجيه السائق إلى بوابة الخروج. عند الخروج، يقوم نظام ANPR بإعادة التحقق من المركبة للتأكد من مطابقتها للمركبة التي دخلت، بينما تراقب الكاميرات المزودة بخاصية الرؤية الحاسوبية العملية بحثًا عن أي مخالفات. يقوم النظام بتنبيه المشرفين ويتخذ الإجراءات التصحيحية المناسبة في حالة وجود مشكلات مثل الحمولات الزائدة أو أي شذوذات من السائق.

مراقبة نعاس السائق باستخدام الذكاء الاصطناعي

أظهر مسح أجرته وزارة النقل الأمريكية أن الشاحنات هي الوسيلة الأكثر شيوعاً لنقل البضائع. وغالباً ما يقود سائقو الشاحنات لمسافات طويلة، بما في ذلك الرحلات الليلية. وينطبق ذلك أيضاً على صناعة البناء والتشييد، حيث تعتبر الشاحنات ضرورية لنقل الآلات والمواد الثقيلة بين المواقع، وأحياناً عبر مسافات طويلة. يمكن أن تؤدي القيادة ليلاً إلى الإرهاق وزيادة خطر الحوادث. تشير الدراسات إلى أن 21% من الحوادث المميتة ناتجة عن نعاس السائقين

ولمعالجة هذه المشكلة، تستخدم شركات تصنيع الشاحنات الرؤية الحاسوبية لمراقبة نعاس السائق. يمكن استخدام تقنيات الرؤية الحاسوبية مثل التعرف على الوجه وتقدير الوضعية واكتشاف الأجسام لمراقبة حركة عين السائق ووضعية الرأس وتعبيرات الوجه. على سبيل المثال، إذا انغلقت جفون السائق خارج نطاق محدد، يمكن للنظام اكتشاف ذلك وإصدار إنذار لتنبيه السائق. تُستخدم أنظمة الكشف عن نعاس السائق على نطاق واسع في شاحنات تاتا وشركات السيارات الأخرى.

الشكل 3. مراقبة نعاس السائق باستخدام الرؤية الحاسوبية.

مركبات البناء ذاتية القيادة والذكاء الاصطناعي

قد تكون ظروف العمل في مواقع الإنشاءات صعبة، خاصةً في درجات الحرارة الشديدة. على سبيل المثال، في مواقع الحفر، غالباً ما يواجه العمال في مواقع الحفر حرارة شديدة، مما يؤثر على قدرتهم على العمل بكفاءة ويتطلب فترات راحة متكررة للترطيب والراحة. وللمساعدة في تقليل وقت التوقف عن العمل في هذه الظروف، يعمل الباحثون على تطوير مركبات بناء ذاتية القيادة مثل الجرافات والرافعات.

هذه الآلات ذاتية القيادة مزودة بكاميرات عالية الدقة وتقنية الرؤية الحاسوبية التي تحلل التضاريس وتقيّم عوامل مثل المنحدرات والأرض اللينة والمناطق غير المستوية. وتستخدم هذه الآلات الكشف عن الأجسام للتعرف على الأشخاص والمعدات، مما يعزز السلامة من خلال التوقف تلقائياً عند اكتشاف أي عائق. وقد طور باحثون من جامعة هواتشونغ للعلوم والتكنولوجيا (HUST)، بالتعاون مع جامعة شانتوي، مؤخراً جرافة ذاتية القيادة يمكنها العمل في درجات حرارة منخفضة للغاية تصل إلى -10 درجات مئوية تحت الصفر.

الشكل 4. مثال على جرافة ذاتية القيادة.

تحسين استخدام الوقود في الآلات الثقيلة

يُعد تحسين استهلاك الوقود أمرًا حيويًا لشركات الإنشاءات، ولكن تطبيق ممارسات كفاءة استهلاك الوقود قد يكون أمرًا صعبًا. فمع تقلب أسعار الوقود وتعدد السائقين الذين يشغلون مركبات البناء، تصبح إدارة استهلاك الوقود يدوياً أمراً معقداً. يمكن استخدام أنظمة إدارة الوقود القائمة على الذكاء الاصطناعي لتحسين العملية وتقليل استهلاك الوقود.

يتم تدريب أنظمة إدارة الوقود بالذكاء الاصطناعي هذه باستخدام مجموعات بيانات كبيرة لتحسين استخدام الوقود من خلال توليد خيارات متعددة للمسارات والتوصية بأكثر الطرق كفاءة في استهلاك الوقود. كما يمكن دمج هذه الأنظمة مع وحدة التحكم في محرك السيارة (ECU) لتقديم توصيات في الوقت الفعلي لتغيير السرعات. ومن خلال اتباع هذه التوصيات المستندة إلى الذكاء الاصطناعي، يمكن تحسين أنماط القيادة لمختلف السائقين، مما يؤدي إلى تحسين كفاءة استهلاك الوقود.

الشكل 5. تزويد شاحنة بالوقود

إيجابيات وسلبيات الذكاء الاصطناعي في معدات البناء

توفر معدات البناء المدمجة بالذكاء الاصطناعي مجموعة من المزايا، بدءاً من اتخاذ القرارات المستندة إلى البيانات إلى المراقبة في الوقت الفعلي. فيما يلي بعض الفوائد الرئيسية:

  • إطالة عمر المعدات: تزيد المراقبة المنتظمة والصيانة في الوقت المناسب من طول عمر الآلات.
  • تقليل وقت التعطل: تعمل العمليات الآلية والصيانة التنبؤية على تقليل وقت تعطل المعدات إلى الحد الأدنى.
  • اتخاذ قرارات أفضل: يوفر رؤى قائمة على البيانات، مما يسمح بإدارة أكثر ذكاءً للموارد والعمليات.

ومع ذلك، على الرغم من الاعتماد المتزايد على الذكاء الاصطناعي في مجال البناء، لا تزال هناك بعض التحديات التي يجب مراعاتها:

  • استثمار أولي مرتفع: على الرغم من أن الذكاء الاصطناعي يمكن أن يؤدي إلى تحقيق وفورات على المدى الطويل، إلا أن التكلفة الأولية لتنفيذ هذه الأنظمة كبيرة، مما قد يشكل عائقاً أمام الشركات الصغيرة.
  • مخاوف تتعلق بالخصوصية: نظرًا لأن الذكاء الاصطناعي يعتمد بشكل كبير على البيانات، فإن ضمان التخزين الآمن لهذه المعلومات وحمايتها أمر بالغ الأهمية لتجنب الوصول غير المصرح به.
  • العمالة الماهرة: يتطلب دمج الذكاء الاصطناعي في معدات البناء تدريباً متخصصاً، ويمكن أن يمثل تعليم العمال كيفية استخدام هذه التقنيات تحدياً كبيراً، خاصةً مع الجداول الزمنية الصعبة.

تأثير مركبات الإنشاءات التي تعتمد على الذكاء الاصطناعي

The construction industry is rapidly embracing AI, with companies like Caterpillar and Daimler leading the way in developing self-driving trucks. In 2019, Daimler introduced a working prototype of their autonomous truck, which is expected to hit the market by 2027. Caterpillar’s autonomous haul truck, the 797F, is already making mining operations more efficient. Major companies like BHP Group, Rio Tinto, and Barrick Gold are using the 797F around the clock, reporting zero workplace injuries. Similarly, TuSimple, a Chinese autonomous trucking company, claims that its trucks are 11% more fuel-efficient than those driven manually. In June 2023, TuSimple successfully completed a 39-mile driverless run on an open public road in China.

مع استمرار تأثير الشاحنات ذاتية القيادة بشكل إيجابي على صناعة البناء والتشييد، من المتوقع أن ينمو السوق بمعدل نمو سنوي مركب (CAGR) بنسبة 10%. مع تحسين معدات البناء القائمة على الذكاء الاصطناعي للسلامة وكفاءة استهلاك الوقود، تتجه الشركات نحو بيئات عمل أكثر أمانًا واستدامة.

الطريق إلى الأمام بالنسبة للذكاء الاصطناعي في مركبات الإنشاءات

يُغيِّر الذكاء الاصطناعي قواعد اللعبة في صناعة الإنشاءات ويجعل الآلات الثقيلة أكثر ذكاءً وأماناً وكفاءة. من المركبات ذاتية القيادة إلى أنظمة الذكاء الاصطناعي التي تعمل على تحسين استخدام الوقود ومراقبة مواقع البناء في الوقت الفعلي، تساعد هذه التقنيات في تقليل الأخطاء وتوفير المال. في حين أن هناك تحديات، مثل تكلفة تطبيق الذكاء الاصطناعي وتدريب العمال، فإن الفوائد كبيرة. مع قيادة الذكاء الاصطناعي للابتكار، من المتوقع أن يكون مستقبل قطاع الإنشاءات أكثر إنتاجية واستدامة وابتكاراً من أي وقت مضى. 

هل لديك فضول بشأن الذكاء الاصطناعي؟ اطّلع على مستودع GitHub الخاص بنا، وانضم إلى مجتمعنا للتواصل مع عشاق التكنولوجيا الآخرين. تعرّف على المزيد حول تطبيقات الذكاء الاصطناعي في قطاعات مثل القيادة الذاتية والتصنيع.

شعار الفيسبوكشعار تويترشعار لينكد إنرمز نسخ الرابط

اقرأ المزيد في هذه الفئة

دعونا نبني المستقبل
من الذكاء الاصطناعي معا!

ابدأ رحلتك مع مستقبل التعلم الآلي