Hoge-gevaarlijke situaties worden niet langer met het blote oog geconstateerd; OpenMV detecteert deze tijdig met behulp van kunstmatige intelligentie.

Ongevallen door vallende voorwerpen van grote hoogte worden vaak veroorzaakt door kleine scheurtjes en verouderingsproblemen die langdurig zijn genegeerd. Handmatige inspecties nemen veel tijd in beslag, zijn riskant en maken het moeilijk om wijzigingen tijdig te detecteren. OpenMV onthult potentiële risico’s aan de gevel op voorhand via continue visuele monitoring.

In stedelijke omgevingen met een hoge concentratie aan hoogbouw kan veroudering van gevels, het uitbreiden van scheuren of lokaal afschilferen, indien niet tijdig opgemerkt, gemakkelijk leiden tot veiligheidsincidenten zoals vallende voorwerpen van grote hoogte, wat ernstige risico’s inhoudt voor personen en eigendommen.

Echter is de traditionele inspectie van gevels sterk afhankelijk van visuele inspecties door mensen of werkzaamheden op grote hoogte, wat niet alleen leidt tot lange inspectieperiodes en lage inspectiefrequentie, maar ook gepaard gaat met een hoog risico tijdens de uitvoering en ongelijksoortige subjectieve beoordelingen, waardoor aan de behoefte aan continue veiligheidstoezicht moeilijk kan worden voldaan. Door de OpenMV-intelligente camera’s van SingTown Technology in te voeren, kan de veiligheidsinspectie van gevels worden opgewaardeerd van ‘intermitterende handmatige inspecties’ naar ‘continue online visuele monitoring’.

De camera kan worden geïnstalleerd op vaste bewakingspunten rond het gebouw of kan worden gemonteerd op hefapparatuur of inspectieapparatuur om op vooraf ingestelde intervallen beeldmateriaal te verzamelen van cruciale gebieden aan de gevel. OpenMV voert op de camera zelf randdetectie, analyse van textuurveranderingen en extractie van scheurkenmerken uit, analyseert fijne structuren op het wandoppervlak en vergelijkt deze met historische beelden om abnormale veranderingen zoals scheurexpansie, oppervlakte-afbladdering en lokaal beschadigd materiaal te identificeren.

Dankzij de continue vergelijkingscapaciteit van AI aan de edge-zijde kan het systeem niet alleen detecteren of er een probleem is, maar ook beoordelen of dit probleem zich voortdurend verergert. Alle herkenning vindt plaats op de OpenMV-edge-zijde; er worden uitsluitend essentiële resultaten zoals de locatie van afwijkende gebieden en de evolutie van de afwijkingen uitgevoerd. Dit vermindert aanzienlijk de behoefte aan overdracht van originele beeld- en videogegevens, waardoor de bandbreedte- en opslagbelasting van het systeem wordt verminderd en duidelijke, uitvoerbare onderhoudsbeslissingsondersteuning wordt geboden aan vastgoedbeheerders of onderhoudseenheden.

Dankzij de voordelen van OpenMV op het gebied van AI aan de edgezijde en edge-implementatie wordt het beheer van de veiligheid van gevels van hoogbouw omgevormd van ‘nabetrekking na een incident’ naar ‘preventieve waarschuwing’, wat het veiligheidsniveau van stedelijke operaties effectief verhoogt.