Для проверки качества дорог в стране начали использовать искусственный интеллект
В Послании минувшего года президент Касым-Жомарт Токаев отметил, что транспортно-логистический потенциал страны имеет стратегическое значение, в будущем обещая стать одним из локомотивов ее экономического развития.
«В целом Казахстан должен усилить свои позиции в качестве узлового транзитного хаба в Евразии и стать со временем полноценной транспортно-логистической державой. Динамичное развитие этой сферы – стратегическая задача. Доля транспортно-логистического сектора в структуре ВВП в течение ближайших трех лет должна достичь не менее 9%. Для этого принципиально важно обеспечить эффективную управляемость отраслью», – подчеркнул Глава государства.
Само собой для решения поставленной задачи очень важно привести в порядок дорожную сеть. На сегодня протяженность транспортных артерий Казахстана составляет 95 тыс. км, из них 25 тыс. км – автотрассы республиканского значения. Для того чтобы следить за их состоянием, нужны соответствующие административные, технические и кадровые ресурсы.
Для этих целей в 2019 году по инициативе Главы государства было создано РГП «Национальный центр качества дорожных активов» (НЦКДА) Комитета автомобильных дорог Министерства транспорта РК путем слияния 16 областных дорожных лабораторий. Сегодня данная структура имеет 20 филиалов, оснащенных испытательными лабораториями, аккредитованными согласно требованиям стандарта ISO 17025 и международной организации ILAC.
С тех пор здесь планомерно ведется работа по совершенствованию технологий для своевременного и, главное, качественного контроля состояния дорог. Например, по итогам прошлого года было осуществлено 11,4 тыс. инспекционных выездов, в ходе которых отобрано и испытано 40,3 тыс. проб.
Анализируя такие огромные объемы, в НЦКДА для упрощения и улучшения деятельности делают ставку на цифровизацию. Один из таких проектов – KazRoadLab.
– Изначально программа создавалась для упрощения работы инженерного состава, – объясняет суть системы директор департамента контроля качества Куаныш Толеуханов. – Раньше инженеры при выезде брали с собой бумажные акты, на которых фиксировали все дефекты. Затем нужно было ехать обратно в лабораторию и вносить информацию в систему. Все это занимало очень много времени. Сейчас же у каждого сотрудника имеется собственный планшет, с помощью которого все синхронизируется и данные сразу же вносятся в режиме реального времени, отправляясь напрямую на сервер.
Появилась возможность испытания проб в лаборатории также с помощью планшетов. Это, к слову, помогло уменьшить коррупционные риски, сводя к минимуму «человеческий фактор».
– В любой другой лаборатории сотрудник имеет возможность поменять данные, потому что, условно говоря, поставил он пробу на весы, а в журнал записал другие данные. У нас же планшеты синхронизированы, и если проба попала на весы, то данные напрямую уходят на сервер, где их уже никак не поменять, – добавил директор департамента.
Диагностику качества дорог проводят на передвижной лаборатории. Ее аппаратура считывает все показатели состояния дорожного покрытия.
Мобильная лаборатория состоит из датчика пути, систем измерения геометрических параметров, продольной ровности методом IRI, поперечной ровности (колейности), видеосъемки, GPS, системы измерения линейных размеров дефектов.
Для инструментальной оценки прочности дорожной одежды применяются прицепные установки: система измерения «Дина-3» и «Дина-4». Для оценки продольной ровности покрытия и сцепных качеств используется динамометрический прицеп типа ПКРС-2У. Для подсчета интенсивности движения применяется прибор RoadPod VT 5900 MetroCount.
В процессе диагностики используется программное обеспечение SRDS (Smart Road Diagnostic System), основанное на искусственном интеллекте, которое выявляет дефекты дорожного покрытия и формирует подробные отчеты. Благодаря имеющемуся патенту на данную систему Национальный центр успешно осуществляет внедрение продукта на территории России. Этот процесс продолжается, и на данный момент российским коллегам продано уже три лицензионных ключа.
Система состоит из линейной камеры (для съемки дорожного покрытия), датчика пройденного пути (для распознания положения дефекта на дороге), датчика GPS (для распознания GPS-координат дефектов) и компьютера (для записи и расчетов в режиме реального времени). Система является мобильной и может крепиться как на автомобиль передвижной дорожной лаборатории (ПДЛ), так и на любой другой автотранспорт.
– Ежегодно НЦКДА проводит диагностику порядка 17 тысяч километров дорог, – говорит о проекте заместитель генерального директора Асхат Окасов. – Если раньше дефектовка дорог делалась вручную, то сейчас программа, работающая на основе ИИ, сама все считывает – ямы, трещины, какой ремонт необходим, жизненный цикл дороги и так далее.
Собранная информация о состоянии дорог обеспечивает возможность постоянного мониторинга и оценки их текущего состояния. Это, в свою очередь, служит основой для принятия решений о назначении соответствующих ремонтных работ.
Так, если раньше на изучение 100 км дорог уходило от четырех дней до недели, то сейчас благодаря цифровизации время на тот же объем диагностики сократилось до четырех часов.
– Это полностью наша разработка, сделанная нашими специалистами, – говорит директор департамента диагностики и ведомственной экспертизы Талгат Жусупов. – Изначально она и планировалась для того, чтобы исключить человеческий фактор. Потому как, знаете, человек все-таки может уставать, где-то из-за банальной невнимательности пропустить какой-либо дефект. Самое главное, что искусственный интеллект обучаем. Например, если в самом начале процент обнаружения, полнота объемов дефектов и определение их характера составляли примерно 50%, то сейчас уже с набором данных – 95%. То есть мы получаем почти полный объем информации. Единственный минус состоит в том, что пока машина не может выезжать на работу в дождливую погоду: асфальт должен быть абсолютно сухим, погода ясной.
– К сожалению, пока камера, например, обычную лужу может принять за дефект – за яму или какой-то другой изъян. Но работа ведется, технология улучшается, – дополнил эксперт.
При использовании любой современной технологии, конечно же, нужны специалисты. Как уверяет главный специалист управления цифровизации НЦКДА Кирилл Гриненко, обычных курсов было недостаточно или они вовсе не подходили. Поэтому центр сейчас довольно плотно занят разработками в сфере дорожного образования. Созданы платформы по проведению аттестации работников дорожной отрасли, а также платформа для их обучения в виде образовательного тренажера «Виртуальная лаборатория». Кроме того, разрабатывается система «Академия USO».
– Что касается «Виртуального тренажера», мы понимали: та информация, которую сотрудники получают, проходя различные курсы, недостаточна. Поэтому появилась идея создать виртуальный тренажер, полностью охватывающий всю работу именно дорожных специалистов. Соответственно, теперь мы можем проводить как полноценный курс обучения, так и аттестацию, – сказал главный специалист.
Тренажер полностью погружает сотрудника в ту сферу деятельности, в которой тот собирается работать, полноценно имитируя все рабочие моменты.
– В нынешнем году мы провели пилотные тесты и планируем до конца 2024 года завершить полную аттестацию всех сотрудников НЦКДА. Если тренажер себя продемонстрирует эффективно, то у нас в планах – интегрировать его в автодорожное образование, – добавил Кирилл Гриненко.
Кроме того, тренажер уже не раз презентовался на крупных выставках, имеет положительную оценку как отечественных, так и зарубежных экспертов.
Например, им заинтересовались китайские партнеры, которые пригласили презентовать проект на ежегодной выставке виртуальной реальности World Metaverse VR & AR Ecosystem Conference в городе Гуанчжоу.
– Нас также пригласили в Майами (США) на аналогичную выставку Emerge America в 2025 году. В Лондоне состоится Con London International Software Development Conference, – подчеркнул эксперт.
К слову, программой SRDS заинтересовались в России и Грузии. Сейчас у компании в планах – создать единую экосистему, которая будет использоваться по всему Казахстану для проверки качества дорог.