четверг02 января 2025
inbusinesskz.com

Узнайте, как одна страна стремится стать транспортным гигантом Евразии! Инновационные технологии и цифровизация меняют подход к контролю состояния дорог. Не упустите шанс узнать, как это ...

В стране начали применять искусственный интеллект для оценки состояния дорожного покрытия.
Узнайте, как одна страна стремится стать транспортным гигантом Евразии! Инновационные технологии и цифровизация меняют подход к контролю состояния дорог. Не упустите шанс узнать, как это ...

В Послании прошлого года президент Касым-Жомарт Токаев подчеркнул, что транспортно-логистический потенциал страны имеет стратегическое значение и в будущем обещает стать одним из двигателей ее экономического роста.

«Казахстан должен укрепить свои позиции как узловой транзитный хаб в Евразии и со временем стать полноценной транспортно-логистической державой. Активное развитие этой сферы – стратегическая задача. Доля транспортно-логистического сектора в структуре ВВП в течение ближайших трёх лет должна составить не менее 9%. Для этого крайне важно обеспечить эффективное управление отраслью», – отметил Глава государства.

Для выполнения поставленной задачи необходимо навести порядок в дорожной инфраструктуре. В настоящее время протяженность транспортных артерий Казахстана составляет 95 тыс. км, из которых 25 тыс. км – автотрассы республиканского значения. Чтобы контролировать их состояние, требуются соответствующие административные, технические и кадровые ресурсы.

В 2019 году по инициативе Главы государства был создан РГП «Национальный центр качества дорожных активов» (НЦКДА) Комитета автомобильных дорог Министерства транспорта РК путем объединения 16 областных дорожных лабораторий. В настоящее время эта структура располагает 20 филиалами, оснащёнными испытательными лабораториями, аккредитованными в соответствии с требованиями стандарта ISO 17025 и международной организации ILAC.

С тех пор здесь последовательно ведется работа по совершенствованию технологий для своевременного и, что особенно важно, качественного контроля состояния дорог. Например, по итогам прошлого года было проведено 11,4 тыс. инспекционных выездов, в ходе которых было отобрано и испытано 40,3 тыс. проб.

Анализируя такие большие объемы, в НЦКДА для упрощения и улучшения работы делают акцент на цифровизацию. Один из таких проектов – KazRoadLab.

– Изначально программа создавалась для упрощения работы инженерного состава, – объясняет суть системы директор департамента контроля качества Куаныш Толеуханов. – Ранее инженеры при выезде брали с собой бумажные акты, на которых фиксировали все дефекты. Затем им приходилось возвращаться в лабораторию и вносить информацию в систему. Это занимало много времени. Теперь у каждого сотрудника есть свой 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, что помогло снизить коррупционные риски, минимизировав «человеческий фактор».

– В любой другой лаборатории сотрудник может изменить данные, потому что, например, он положил пробу на весы, а в журнал записал другие данные. У нас же планшеты синхронизированы, и если проба попала на весы, то данные напрямую отправляются на сервер, где их уже нельзя изменить, – добавил директор департамента.

Диагностика качества дорог осуществляется с помощью передвижной лаборатории. Ее оборудование 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 дорожного покрытия 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 патенту на данную систему Национальный центр успешно внедряет продукт 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 определения положения дефекта на дороге), датчика GPS (для определения GPS-координат дефектов) и компьютера (для записи и расчетов в режиме реального времени). Система мобильная и может устанавливаться как на автомобиль передвижной дорожной лаборатории (ПДЛ), так и на любой другой транспорт.

– Ежегодно НЦКДА проводит диагностику около 17 тысяч километров дорог, – говорит о проекте заместитель генерального директора Асхат Окасов. – Если раньше дефектовка дорог выполнялась вручную, то сейчас программа, работающая на основе ИИ, самостоятельно считывает – ямы, трещины, необходимый ремонт, жизненный цикл дороги и так далее.

Собранная информация о состоянии дорог позволяет осуществлять постоянный мониторинг и оценку их текущего состояния. Это, в свою очередь, служит основой для принятия решений о проведении соответствующих ремонтных работ.

Таким образом, 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, созданная нашими специалистами, – говорит директор департамента диагностики и ведомственной экспертизы Талгат Жусупов. – Изначально она планировалась для исключения человеческого фактора. Потому что, как вы понимаете, человек может уставать и 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, с набором данных, этот показатель вырос до 95%. То есть мы получаем почти полный объем информации. Единственный минус заключается в том, что пока машина не может выезжать на работу в дождливую погоду: асфальт должен быть абсолютно сухим, а погода ясной.

– К сожалению, на данный момент камера может принять обычную лужу за дефект – яму или другой изъян. Но работа продолжается, технология улучшается, – добавил эксперт.

При использовании любой современной технологии, конечно же, необходимы специалисты. Как утверждает главный специалист управления цифровизации НЦКДА Кирилл Гриненко, обычных курсов было недостаточно или они вовсе не подходили. Поэтому центр сейчас активно занимается разработками в области дорожного образования. Созданы платформы для 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 поняли, что информация, которую сотрудники получают, проходя различные курсы, недостаточна. Поэтому появилась идея создать виртуальный тренажер, охватывающий всю работу дорожных специалистов. Теперь мы можем проводить как полноценные курсы обучения, так и аттестацию, – сказал главный специалист.

Тренажер полностью погружает сотрудника в ту сферу деятельности, в которой он собирается работать, имитируя все рабочие моменты.

– В этом году мы провели пилотные тесты и планируем до конца 2024 года завершить полную аттестацию всех сотрудников НЦКДА. Если тренажер продемонстрирует свою эффективность, мы планируем интегрировать его в автодорожное образование, – добавил Кирилл Гриненко.

Кроме того, тренажер уже не раз презентовался на крупных выставках и получил положительные отзывы как от отечественных, так и зарубежных экспертов.

Например, им заинтересовались китайские партнеры, которые пригласили представить проект на ежегодной выставке виртуальной реальности World Metaverse VR & AR Ecosystem Conference в городе Гуанчжоу.

– Нас также пригласили в Майами (США