⚙️Микроконтроллеры научились искать трещины с дронов

Инспекция инфраструктуры долгое время строилась по одной и той же схеме. Дрон снимает объект, отправляет изображения на сервер, а уже там нейросеть анализирует данные.

Рабочая модель, но с очевидными ограничениями. Нестабильная связь на объектах, задержки передачи данных и заметное энергопотребление. Особенно если речь идет о регулярном мониторинге больших инфраструктурных систем.

Поэтому исследователи всё чаще смотрят в сторону TinyML, машинного обучения, работающего прямо на микроконтроллерах.

Недавняя работа, опубликованная в журнале Scientific Reports, показала интересный результат. Учёные собрали полностью автономную систему обнаружения трещин, которая работает непосредственно на борту дрона.

В качестве аппаратной платформы использовали микроконтроллер STM32H7, а для анализа изображений облегчённую нейросеть MobileNetV1x0.25. Чтобы уместить модель в крайне ограниченные вычислительные ресурсы, применили несколько методов оптимизации. Квантование, прореживание и кластеризацию весов.

Результат получился довольно впечатляющим для столь компактной системы.

Точность обнаружения трещин достигла F1 = 0,938, при этом модель занимает всего 2,9 МБ оперативной памяти. Полный цикл анализа изображения от захвата до результата занимает около 460 миллисекунд.

Но особенно интересен вопрос энергопотребления.

Испытания на DJI Mini 4 Pro показали, что непрерывная работа алгоритма сокращает время полета примерно на 4%. Для сравнения использование более мощных вычислительных платформ может уменьшать автономность примерно на 24%.

Фактически это означает, что полноценный анализ состояния конструкций становится возможным прямо на борту лёгких дронов без постоянной передачи данных в облако.

Почему это важно:
Инфраструктурная инспекция огромная и сложная задача. Мосты, линии электропередач, промышленные объекты, фасады зданий, ветрогенераторы все это требует регулярного контроля состояния.

Сегодня дроны уже значительно упростили сбор данных. Но следующий шаг когда беспилотник не просто фиксирует изображение, а сразу понимает где есть дефект.

TinyML как раз ведёт к такому сценарию.

Дроны постепенно превращаются из летающих камер в самостоятельные инструменты диагностики, которые способны обнаруживать трещины, коррозию, повреждения и другие дефекты прямо во время полёта.

И, возможно, именно такие компактные системы станут основой будущих автономных инспекционных платформ.

#Sim_UAV