Il nostro ambiente costruito è in continua evoluzione, e il rischio di cedimenti strutturali rappresenta una minaccia sempre più imminente. Tuttavia, grazie agli sforzi innovativi del team di ricercatori del College of Engineering della Drexel University, una nuova speranza emerge nella forma di un assistente robotico addestrato a riconoscere crepe e fessurazioni invisibili ad occhio umano. Questo passo avanti potrebbe trasformare il modo in cui preveniamo il crollo di edifici e infrastrutture, introducendo il concetto di “gemelli digitali” alimentati dall’Intelligenza Artificiale (IA).
L’approccio rivoluzionario adottato dalla Drexel University coinvolge l’addestramento di un assistente robotico attraverso l’apprendimento automatico, affiancato da un algoritmo di apprendimento profondo noto come “rete neurale”. Questo sistema, descritto nella rivista Automation in Construction, combina la visione artificiale con rilevazioni laser per identificare e ispezionare aree problematiche in tempi significativamente ridotti rispetto a quelli impiegati da un ispettore umano.
Il cuore di questa innovazione risiede nella creazione di un “gemello digitale” della struttura scansionata, fornendo una panoramica dettagliata delle condizioni strutturali. Questo approccio multiscala consente al sistema di individuare e valutare danni, fornendo un’analisi tempestiva delle crepe, fondamentale per prevenire ulteriori deterioramenti e mitigare potenziali rischi.
Secondo Arvin Ebrahimkhanlou, assistente professore, e Ali Ghadimzadeh Alamdari, assistente ricercatore presso il Drexel’s College of Engineering, “le crepe possono essere considerate come sintomi medici di un paziente che dovrebbero essere esaminati nelle fasi iniziali”. Pertanto, il rilevamento tempestivo e accurato delle crepe è cruciale per diagnosticare, mantenere e intervenire prontamente, evitando ulteriori danni e riducendo i rischi potenziali.
Il sistema sviluppato adotta una telecamera ad alta risoluzione con profondità stereoscopica, connessa a un programma di apprendimento profondo. Questo “gemello digitale” non solo identifica crepe e fessurazioni ma traccia anche la loro crescita nel tempo, consentendo una gestione più efficace della manutenzione e delle riparazioni.
Nonostante il processo possa sembrare complesso, la rete neurale viene addestrata su un set di dati di crepe campione, diventando in grado di identificare modelli simili nelle immagini raccolte dal sistema robotico. Il braccio robotico è quindi guidato per scansionare l’area danneggiata, creando un modello 3D che incorpora le dimensioni e la larghezza delle fessure. Parallelamente, una telecamera LiDAR (Light Detection and Ranging) analizza la struttura circostante, contribuendo a creare un modello digitale completo dell’area.
Queste sperimentazioni hanno superato le aspettative, individuando crepe di dimensioni inferiori a un centesimo di millimetro, superando l’efficacia di fotocamere, scanner e sensori in fibra ottica di alta qualità. È fondamentale sottolineare che, pur permettendo all’assistente robotico di facilitare il lavoro, la decisione finale sull’intervento spetterà sempre all’ispettore umano.
In conclusione, la combinazione di Intelligenza Artificiale e robotica sta apportando cambiamenti significativi nella prevenzione del crollo degli edifici, offrendo una soluzione innovativa e tempestiva per affrontare le sfide emergenti nel campo della sicurezza strutturale.
