Machine learning modner AR-teknologien
Erhverv | Af Emil Filtenborg |
En app der viser 3D bygge-modeller i augmented reality ude på byggepladsen og inde i mødelokalet er snart på trapperne. Bag står Alexandra Instituttet.
Machine learning kommer til at spille en vigtig rolle i at hjælpe AR-teknologien til at forstå rekonstruktionen af virkeligheden. Med en ny app, som Alexandra Instituttet står bag, kan byggeriets aktører fremover se rekonstruktioner af virkeligheden på byggepladser og i mødelokaler. Det skriver Alexandra Instituttet i en pressemeddelelse.
App'en skal være et stykke brugbart værktøj for sjakbaserne i byggebranchen. Det skal sikre, at stilladserne er monteret i overensstemmelse med 3D-modellen og derved forebygge ulykker på grund af fejlmontage.
- Augmented reality-teknologien er moden til byggebranchen, hvis du ikke ønsker en nøjagtighed på millimeter niveau, men er tilfreds med en præcision på cirka en 1cm. AR-teknologien kan i dag bruges til for eksempel at arbejde med store bygningskonstruktioner, siger Magnus Koch computer graphics engineer i Alexandra Instituttet.
Selvom AR-teknologien er moden, har den dog stadig nogle børnesygdomme, påpeger Magnus Koch.
Udfordring nummer et ved AR
-Udfordringen med AR-teknologi er at få det til at forstå omverdenen. Når du kigger rundt med din telefon på for eksempel en byggeplads, handler det om, at den skal opbygge en rekonstruktion af virkeligheden samt en 3D model af det stillads, som du ønsker at stille op.
Og særligt to ting udfordrer AR-teknologien.
- Det ene er, at 3D-modellen drifter på stilladsarbejderens telefon. Drifte er et udtryk for, at stilladset står og hopper og bevæger sig en smule, når du kigger på det gennem mobilen, og særligt hvis du bevæger dig rundt. Stilladset skal forblive på præcis samme kardinaler, uanset hvor du fysisk stiller dig op med din telefon, siger Magnus Koch.
Udfordring nummer to ved AR
Den anden udfordring er positionering. AR-modellen skal vide, hvor du selv står i landskabet for at kunne placere stilladset korrekt. Og det er særligt her machine learning kan hjælpe.
- Udfordringen er, at du vil gerne have stilladset til at passe ind i omgivelserne. Computeren skal derfor finde ud af, hvor du står i forhold til 3D modellen af stilladset - om du er langt fra eller tæt på, og hvad omgivelserne ellers består af. Det nytter ikke noget, at 3D-modellen af stilladset bliver sat midt i skoven, siger Magnus Koch.
Den manuelle positionering bliver nemmere med app'en
- Lige nu placerer stilladsmedarbejderen stilladset manuelt på ipaden, og de viser selv computeren længdeafstanden, men den metode er ikke skalerbar. Den kan derfor ikke bruges i alle situationer, hvor du skal placere en model. Teknikken skal være bedre, da stilladserne kan være enormt store, siger han og fortsætter:
- Vi laver derfor et værktøj til at gøre den manuelle positionering lettere. Og her er machine learning god. Ved at bruge machine learning kan stilladsmedarbejderen få at vide, hvor alle de forskellige fixpunkter skal være - helt nøjagtigt. Og med machine learning kan computeren selv regne ud, hvor stilladserne skal være på byggepladsen ud fra ingeniørmodellen, siger Magnus Koch.