Le système d'IA construit pour les lieux de travail les plus dangereux au monde
Chaque jour, des millions de travailleurs entrent sur les chantiers de construction, ce qui est particulièrement dans certains des environnements les plus dangereux de l'industrie moderne. Malgré des années de protocoles de sécurité, de mises à niveau d'équipement et de programmes de formation, la construction continue de se classer parmi les principales industries pour les blessures et les décès dans le monde dans le monde. Pendant des années, nous avons demandé: l'intelligence artificielle pourrait-elle aider? Jusqu'à présent, les résultats ont été mitigés.
Les sites de construction sont dynamiques, encombrés et imprévisibles – remplis de travailleurs, d'équipements et de machines lourdes. Ce chaos présente un défi majeur pour les systèmes de vision informatique traditionnels, qui sont généralement conçus pour des environnements propres, structurés et sans occlusion. Alors que l'IA a transformé des industries comme la conduite autonome et la fabrication intelligente, son impact sur la sécurité de la construction a été loin derrière.
Au département de génie mécanique de l'Université Carnegie Mellon, nous avons entrepris des solutions de vision informatique qui rendent les sites de construction plus sûrs, plus intelligents et plus efficaces – l'une des applications les plus difficiles et sous-explorées de l'IA dans la communauté de vision informatique plus large.
Nous avons conçu un nouveau modèle, Safe-Construct, qui sera présenté lors de la conférence IEEE / CVF sur la vision par ordinateur et la reconnaissance des modèles (CVPR 2025) Atelier affectif et comportement dans le monde, tenue à Nashville du 11 au 15 juin. Le papier est disponible sur le arxiv serveur de préimprimée.
L'équipe de recherche a commencé avec une question simple: que faudrait-il pour enseigner à une machine à se soucier de la sécurité comme un superviseur? Pas en théorie, mais dans la pratique. Pas en comptant simplement les casques sur les photos, mais en voyant le risque comme le ferait un humain. Ou encore mieux. Le projet, en toute sécurité, redéfinit la façon dont l'IA peut « voir » et réagir aux risques de sécurité réels dans la construction – pas hypothétiquement, mais opérationnellement.
Repenser la sécurité: des pixels aux poses
Contrairement aux modèles conventionnels qui codent pour les travailleurs comme de simples boîtes de délimitation qui échouent souvent dans les conditions imprévisibles des chantiers de construction actifs, Safe-Construct adopte une approche fondamentalement nouvelle. Il utilise une estimation de la pose humaine multi-vues 3D multi-vues pour surveiller les travailleurs en temps réel – identifiant les violations de la sécurité, le suivi de la posture et l'analyse du comportement à travers plusieurs points de vue et dans des conditions variables.
À notre connaissance, c'est la première fois qu'un tel système est conçu spécifiquement pour les environnements de construction dynamique. Il peut évoluer vers un certain nombre de travailleurs, s'adapter à toutes les industries et opérer en direct sur place. Plus important encore, le modèle redéfinit la reconnaissance de la violation de la sécurité de la construction en tant que tâche d'engagement multi-vues 3D.
Construit pour le monde réel, formé à la simulation
Lors de l'entraînement du modèle, l'équipe a exploité la génération de données synthétiques, le transfert Sim2real et la randomisation du domaine – les technologies qui lancent essentiellement le modèle d'IA dans des centaines de scénarios simulés, ce qui le prépare pour gérer l'imprévisibilité du monde réel. Les tests ont eu lieu dans la facilité de fabrication avancée de CMU à Mill-19, un centre pour la robotique et l'innovation industrielle.
Le résultat: un système généralisable qui ne détecte pas seulement si un travailleur porte un casque – il comprend comment les travailleurs se déplacent, interagissent et effectuent des tâches, offrant une compréhension plus profonde et plus contextuelle de la sécurité. Il peut même détecter des violations avancées, telles que si une échelle est correctement stabilisée tandis qu'un autre travailleur grimpe – une interaction qui implique plusieurs travailleurs, outils et compréhension contextuelle.
Au-delà de la détection: vers des jumeaux numériques et une vision égocentrique
Mais la construction de la sécurité ne s'arrête pas à la détection de violation. L'équipe développe maintenant un écosystème jumeau numérique complet – une réplique virtuelle en direct du chantier de construction qui permet aux gestionnaires de surveiller les indicateurs de performance clés (KPI) comme la sécurité, la productivité et la qualité.
L'équipe explore également les systèmes de caméras à 360 degrés et la vision égocentrique (à la première personne), qui peut apporter un contexte plus riche et des données centrées sur les travailleurs dans l'analyse – remodelant dramatiquement la façon dont les entreprises comprennent les risques, évaluer les flux de travail et concevoir des protocoles opérationnels plus sûrs. L'équipe de recherche a collaboré avec YKK AP Inc. Japon – un leader mondial de l'industrie dans la construction de solutions, garantissant que la construction de la sécurité reste ancrée dans les besoins du monde réel et les contraintes de l'industrie, étendant son impact bien au-delà du laboratoire.
La construction peut ne jamais être sans risque. Mais l'avenir pourrait être beaucoup plus sûr, plus intelligent, plus rapide – et plus conscient de l'homme – qu'auparavant.
Cette histoire fait partie de Science X Dialog, où les chercheurs peuvent signaler les résultats de leurs articles de recherche publiés. Visitez cette page pour plus d'informations sur la boîte de dialogue Science X et comment participer.
