Esperienze d'uso del machine learning e delle reti neurali nella gestione del rilievo di cantiere

Presentazione di un nuovo approccio al rilievo del cantiere ed al trattamento del dato mediato da algoritmi di Machine Learning. Una strategia per l’acquisizione delle informazioni per il cantiere digitale.


 

Rilievo in cantiere e Intelligenza artificiale 

Inizio questo contributo con una domanda: perché fare uso di metodi di rilievo in cantiere che fanno uso della cosiddetta intelligenza artificiale?

Osserviamo la prima immagine e chiariamo un concetto: l’Intelligenza Artificiale (brevemente denominata AI), il Machine Learning (ML) ed il Deep Learning (DL) sono tre cose diverse.

L’Intelligenza artificiale è una scienza come la matematica o la biologia. Studia modi per costruire programmi e macchine intelligenti in grado di risolvere i problemi in modo creativo, da sempre considerata una prerogativa umana.

Il Machine Learning altrimenti conosciuto come apprendimento automatico è un sottoinsieme dell’intelligenza artificiale ed il Deep Learning a sua volta è una parte ancor più specializzata che simula il comportamento del sistema neurale umano.

 

concetto di intelligenza artificiale

Fig.1 -  Introduzione al concetto di intelligenza artificiale tratto dal sito serokell.medium.com

 

Nei rilievi di cantiere e negli sviluppi che illustreremo nel seguito sono stati usati codici di Machine Learning e Deep Learning “invisibili” all’operatore comune ma molto potenti nel supportare il geomatico sia nell’impostazione del rilievo che nelle varie fasi della restituzione ed analisi del dato.

Il machine learning è uno strumento importante che permette di ottenere in tempi significativamente più veloci un rilievo tridimensionale accurato dei lavori, intervenendo da subito nella cattura del dato, nell’allineamento delle scansioni ed in post processamento e restituzione finale in ufficio. Pertanto usarlo è sempre una eccellente idea, a patto che i costi siano contenuti ed i risultati producibili quasi in tempo reale. In una visione olistica del cantiere edile, la costruzione di un’opera avviene ad ogni istante. Le trasformazioni dell’ambiente fisico costruito avvengono continuamente: anche durante le fasi di “riposo” delle maestranze e dei mezzi d’opera. Ogni lavorazione o interazione con l’ambiente fisico circostante porta a variazioni significative che possono impattare drasticamente sui costi di costruzione e su una infinità di fattori non sempre prevedibili.

 

Approccio ibrido laser-fotogrammetrico nel rilievo di un cantiere fluviale

Fig.2 - Esempio di rilievo fluviale e di bonifica ambientale eseguito con approccio ibrido laser-fotogrammetrico supervisionato da reti neurali.

 

L'esperienza di un cantiere di ingegneria idraulica e struttuale monitorato con fotogrammetria ibrida

Un esempio tipico può essere descritto riportando l’esperienza di un cantiere di ingegneria idraulica e strutturale monitorato con fotogrammetria ibrida ad intervalli regolari nell’arco temporale di 5 mesi.

Le attività di movimento terra, monitorate in continuo, hanno permesso di individuare un problema di perdita dalla rete di collettamento delle acque di scarico che, in fase di costruzione delle scogliere in massi ciclopici, non è stato individuato a vista. L’esame delle nuvole di punti sul layer termico hanno permesso di individuare delle variazioni significative di temperatura in alcune zone delle scogliere costruite il giorno precedente. Inoltre la comparazione delle scogliere nell’arco temporale di tre scansioni successive hanno permesso di individuare assestamenti anomali rispetto all’impianto dei lavori in corso di realizzazione nel torrente. È risultato evidente che vi era un problema legato alla presenza di acqua fluente, anche se non evidente ad un primo impatto visivo.

Ma questo è solo un piccolo esempio. Il concetto di fondo è che acquistare o noleggiare un laser scanner, una fotocamera termica in combinazione ad una classica reflex avrebbe poco senso se non si immaginasse un flusso di lavoro come quello descritto: sono macchine costose che occorre ammortizzare, immaginando nuovi usi e proponendo servizi altamente professionali.

 

Documentazione di cantiere - Fasi di rilievo

Fig.3 - Esempio di documentazione di cantiere che segue tutta l’evoluzione dei lavori, dai primi saggi alla chiusura dei lavori

 

Occorre avere una visione del rilievo che supera lo schema classico che vede la caratterizzazione topografica del sito a fini esclusivamente amministrativi o contabili. 

Il rilievo moderno deve essere impostato come flusso documentale in almeno 4 dimensioni: la tridimensionalità geometrica con caratterizzazione dell’informazione dei fenomeni fisici e chimici e il fattore tempo. 

Analogamente a come si opera nel settore industriale e manifatturiero, sapere come si è giunti al compimento di un prodotto è cruciale per ottimizzare le lavorazioni, eseguire verifiche di vario genere in corso d’opera e la successiva manutenzione. Ma i risvolti sono enormi anche nell’ambito della pianificazione ed il monitoraggio urbanistico, paesaggistico, ambientale.

Contrariamente al pensiero comune, è oggi possibile operare su un cantiere edile allo stesso modo con cui si opera nella costruzione di un motore in ambito industriale. La complessità delle lavorazioni, la loro frequente casualità ed imprevedibilità può e deve essere documentata se si vuole realmente evolvere nella direzione del gemello digitale e dell’avatar, vera evoluzione del BIM. Anche una attività come quella edilizia, che resta ancora artigianale, con tutte le sue meravigliose e spesso ricercate imperfezioni, che rendono unico il prodotto dell’ingegno umano, può essere catalogata, analizzata ed elaborata grazie ad un insieme di tecniche e tecnologie, tali da consentire la riproduzione in qualsiasi momento di ogni fase di lavorazione.

Partendo dalla caratterizzazione geologica del sito fino al piano di manutenzione, tutto il flusso di lavoro può essere gestito attraverso la nuvola di punti.

 

Machine learning per la caratterizzazione dell'area di sedime

Fig.4 - Esempio di caratterizzazione granulometrica dell’area di sedime, supportata dal machine learning.

 

Ma come implementare in cantiere quotidianamente l’intelligenza artificiale? Come usarla ad esempio con la fotogrammetria?

Nel seguito per “cantiere” intenderemo qualsiasi attività che spazia dalla costruzione ex novo alle attività propedeutiche alla diagnostica strutturale.

 

Esempio di rilievo di un opera fluviale

Fig.5 - Esempio di rilievo fluviale e delle opere in interferenza. Scansione ibrida delle casserature del ponte stradale in attraversamento del torrente.

 

La diagnosi del degrado non interessa solo una vecchia struttura in esercizio da decenni, ma è di estremo interesse anche analizzare una nuova struttura per la quale, in corso di esecuzione possono manifestarsi problemi che, diagnosticati precocemente, eviterebbero disastri. 

Il rilievo del getto di un solaio o la realizzazione di palancolate, il controllo di un versante scosceso durante le fasi di scavo, possono dire moltissimo nei giorni successivi: grazie all’uso della velocimetria particellare visuale associata alle nuvole dense possiamo controllare e monitorare spostamenti, frecce, assestamenti misurando velocità ed accelerazioni. L’uso combinato della termografia 3D può dirci ad esempio come procede la presa e l’indurimento del calcestruzzo, dare indicazioni sulla struttura del terreno combinando deformazioni e temperature ecc...

Non esiste, nella mia esperienza pratica, ad oggi, un unico algoritmo di intelligenza artificiale adatto allo scopo ma è certamente possibile usare con profitto numerosi moduli AI che intervengono ognuno in uno specifico passaggio. Si inizia dalla ripresa fino alla post elaborazione consentendo al professionista la diagnosi della patologia edilizia.

 

santoro_machine-learning-e-rilievo-cantiere-06.jpg

Fig.6 - Esempio di rilievo di un cantiere petrolchimico. Il cantiere digitale come elemento propedeutico alle indagini strutturali ed al monitoraggio continuo.

 

Negli ultimi anni di esperienze lavorative, il machine learning è stato implementato a bordo degli strumenti quotidiani in uso nell’attività di direttore dei lavori in cantieri di lavori pubblici.

Tutti noi sappiamo quanto possa essere frustrante in termini di tempo e risultati eseguire delle fotografie con approccio fotogrammetrico. Una foto di cantiere a fini di rilievo 3D deve avere una caratteristica fondamentale: la perfetta messa a fuoco, il bilanciamento della luce, e se si intende scansionare a maggiore risoluzione, l’esecuzione di fotografia a distanza ravvicinata con perfetta messa a fuoco estesa all’intero fotogramma.

Se queste caratteristiche sono già difficili da ottenere per il singolo scatto, immaginiamo come sarebbe possibile farlo per dataset di centinaia se non migliaia di scatti nell’arco di poche ore.

La recente innovazione tecnologica costituita dai codici di intelligenza artificiale ha permesso di semplificare tutto questo.

Durante la gestione dei cantieri nel ruolo di Direttore dei Lavori sono state scattate centinaia di migliaia di fotogrammi, con una media di 3000-4000 fotogrammi al giorno, utilizzando droni, reflex e macchine fotografiche che scattano foto dalle “normali” alle cosiddette “equirettangolari”.

La foto è tanto vicina alla scienza quanto all’arte”: quanti artisti digitali usano questi strumenti per ottenere magnifici panorami o illustrare eventi a forte impatto emotivo.

È possibile estendere l’uso di queste tecniche all’ingegneria civile ed alla gestione dei cantieri? Certamente sì. Una combinazione di Sistemi informativi Territoriali, sensoristica avanzata ma estremamente semplice da usare, applicazioni gestibili da cellulare, intelligenza artificiale.

È possibile schematizzare la tecnica sperimentata in una sorta di uso a “sfoglia di cipolla”.

 

santoro_machine-learning-e-rilievo-cantiere-07.jpg

Fig.7 - Esempio di rilievo e di integrazione nel sistema informativo territoriale dei sottoservizi a rete. Studio delle intereferenze nella impostazione del cantiere.

 

L’esempio degli strati della cipolla è calzante in quanto un professionista può non avere disponibili per carenza di fondi tutte le meraviglie tecnologiche che il mercato offre nel 2021 o può ignorarne la disponibilità per una serie di motivazioni.

Tuttavia una corretta pianificazione consente di catturare informazioni che possono essere strutturate successivamente in un flusso di lavoro espandibile a svariati livelli.

La parola d’ordine in questi casi è il riuso dei dati. Nulla si spreca, soprattutto se si pensa che certa documentazione può essere fatta solo ad un determinato momento, non più disponibile in futuro.

In un flusso di lavoro a strati il primo stadio è sempre il sensore fotografico. 

Se la fotogrammetria non può essere utilizzata, allora occorre una strategia alternativa, economica ed efficace: la foto equirettangolare metrica.  Due scatti, eseguiti nell’arco di 30 secondi, bastano per catturare lo scenario di cantiere, con distanze utili fino a 10 metri ed accuratezza delle misure entro il centimetro.

Immaginate un “virtualtour”, come quelli alla “Streetview” del vostro cantiere, con la particolarità di poter misurare ed all’occorrenza, estrarre le misure e dei rapidi disegni tridimensionali in formato cad tridimensionale. La stessa tecnologia consente anche l’estrazione di nuvole di punti, ma in questo caso il numero di scatti deve salire significativamente. 

Se si desidera migliorare l’accuratezza e “salire di livello” nella quantità di informazioni catturate, allora occorre affiancare alla macchina fotografica un laser scanner. Non necessariamente nello stesso momento, ma in questo caso occorre accertarsi che i punti di stazione siano registrati con riferimenti a terra.

Ancora più disponibilità di mezzi in cantiere? Ci possiamo far aiutare da altri colleghi. Oggi è possibile scattare foto con una moltitudine di sensori diversi: i moderni algoritmi fotogrammetrici consentono accurate ricostruzioni elaborando dati provenienti da macchine apparentemente non compatibili.

 

CONTINUA LA LETTURA NEL PDF ALLEGATO