DesignMyHome - дизайн квартир, лучшие фото интерьера DesignMyHome - дизайн квартир, лучшие фото интерьера

Будущее стройки: искусственный интеллект и робот-сварщик на беспилотном самосвале

Будущее стройки: искусственный интеллект и робот-сварщик на беспилотном самосвале
В строительной отрасли сегодня, как никогда, важны новые точные решения, роботы и платформы.

ИИ смог выявить 93% контрольных дефектов в проектной документации

Современные модели искусственного интеллекта уже способны находить большую часть инженерных несоответствий в проектной документации, однако эффективность разных нейросетей может различаться в десятки раз. К такому выводу пришли специалисты российской платформы для управления строительством SIGNAL по итогам серии экспериментов с ИИ-проверкой проектной документации.

Лучший результат показала GPT-6 Astra. Она обнаружила 13 из 14 контрольных дефектов, то есть около 93%. Всего система сформировала 23 замечания, из которых 21 подтвердил инженер, одно оказалось спорным и только одно ложным. Таким образом, подтверждаемость результатов составила около 91%.

При этом эксперимент показал большой разрыв между возможностями разных моделей. Так, локальная мультимодальная Qwen3-VL 8B сформировала сразу 47 замечаний, однако после экспертной проверки подтвердилось только одно, а из 14 контрольных дефектов модель обнаружила частично один дефект. Один из лучших прогонов GPT-5.6-sol, напротив, сформировал 12 замечаний, все они подтвердились, однако модель нашла только 8 из 14 контрольных проблем.

Эксперимент также показал, что результат зависит не только от мощности нейросети, но и от способа организации проверки. В четырех запусках одной и той же GPT-5.6-sol на одном комплекте документации система находила от 5 до 12 замечаний. Поэтому для инженерного применения недостаточно передать нейросети документы с общей командой «проверить проект»: разные типы ошибок необходимо искать по отдельным сценариям, а полученные результаты сопоставлять и перепроверять.

В Москве тестируют новую пилотную стройплатформу на базе ИИ

Платформа разработана для Градостроительного комплекса Москвы и берет на себя 80-90% рутины: от проверки входящей корреспонденции на соответствие стандартам до создания презентаций и интеллектуального поиска по архивам документов. Сервисы автоматически находят и исправляют до 70% неточностей, которые допускают сотрудники.

Скорость работы выросла в разы: проверка и правка официального письма занимает меньше 1 минуты, а сборка презентации - не более 5 мин.

На платформе работают отраслевые модули, созданные специально для строительной сферы. Они полностью исключают ручную вычитку документации, находят проектные несоответствия еще на этапе чертежей и в несколько раз ускоряют подготовку финальных решений.

Внедрение ИИ позволит специалистам Градостроительного комплекса отказаться от бумажной волокиты и переключить фокус на сложные аналитические и творческие задачи, ускоряя развитие городской инфраструктуры.

ИИ вышел на дороги Подмосковья

В Московской области дорожники впервые применили искусственный интеллект для ремонта региональных трасс. Эксперимент оказался более чем успешным.

Система проанализировала состояние дорог и выявила более 80 тысяч дефектов, и не просто нашла ямы, но и рассчитала точный объем необходимых материалов (асфальтобетонной смеси) для каждой точки. Это позволило избежать перерасхода ресурсов. На основе этих данных уже проведен ямочный ремонт - дефекты оперативно устранены.

Главный плюс технологии - исключение человеческого фактора при оценке ущерба. Алгоритмы работают объективно, а подрядчики больше не могут скрыть недочеты или завысить объемы работ.

Власти региона планируют масштабировать проект в 2026 году, переведя мониторинг дорожной сети на постоянную основу. В будущем систему хотят научить предсказывать появление новых трещин до того, как они станут ямами.

Российский ИИ поможет улучшить транспортную доступность в городах

Ученые из Пермского Политеха разработали нейросеть, которая прогнозирует транспортную доступность городских кварталов по их планировке.

Для обучения модели собрали данные об одном из российских городов со смешанной застройкой (исторической, советской и современной). Нейросеть проанализировала плотность улиц внутри кварталов, число перекрестков и тупиков, извилистость проездов.

Для каждого квартала рассчитан индекс доступности - число рабочих мест, до которых можно добраться за 45 минут. Точность предсказания индекса для конкретного квартала составила 95%. Модель наглядно показывает, какой параметр сильнее всего тянет значение вниз - например, излишняя извилистость улиц или нехватка перекрестков.

Новое решение станет мощным инструментом для градостроителей, а также поможет городским властям более эффективно расходовать бюджет, направляя средства только на те проекты, которые действительно улучшат логистику. Перед утверждением дорогостоящей реконструкции улицы можно будет точно спрогнозировать ее пользу для жителей.

Российские ученые автоматизировали диагностику железнодорожных мостов

Железнодорожные мосты - самое уязвимое звено транспортной сети, при этом традиционная диагностика требует полной остановки движения поездов на несколько часов («технологическое окно»), пока бригады с риском для жизни поднимаются на высоту, используя краны и дрезины.

Современные дроны немного упростили задачу, но создали новую проблему: оператор часами вручную просматривал видео, а нейросети не могли привязать трещину к конкретному чертежу. В итоге поиск дефекта снова превратился в рутину.

Ученые Пермского Политеха создали комплексную систему, которая полностью меняет подход.

Нейросеть обучена на тысячах изображений коррозии и трещин. Она анализирует видеопоток прямо в воздухе, а не после посадки. Как только алгоритм видит дефект, он мгновенно фиксирует GPS-координаты дрона и пересчитывает их с учетом геометрии моста. Система автоматически ставит метку на инженерный чертеж. Результат - готовая карта повреждений конкретного пролета и балки сразу после облета.

Оператор остается главным - он лишь подтверждает неисправность, которую нашла система. Время реакции сокращается с часов до секунд.

В перспективе технологию масштабируют на тоннели, эстакады и путепроводы.

«Ростех» выведет на дороги беспилотные катки

Госкорпорация «Ростех» готовится вывести на рынок дорожный каток с системой автоматического управления, входящий в ее состав холдинг «Высокоточные комплексы» уже завершил разработку машины.

Автономная машина умеет работать без постоянного участия человека в режиме 24/7, выдерживать точность движения до 2 см благодаря системе автопилота, а также автономно регулировать траекторию при помощи навигации «Глонасс».

Поставка таких машин строительным компаниям должна повысить производительность дорожных работ, сократить влияние человеческого фактора, обеспечить стабильное качество укладки покрытия за счет идеально ровного прохода.

Прототип первого российского беспилотного катка успешно прошел испытания на строительстве трассы М-12 «Восток». В ближайшем будущем эту технику планируют применять при сооружении высокоскоростной железнодорожной магистрали Москва - Санкт-Петербург.

В мире

Создан робот-сварщик, умеющий ходить по стенам и потолкам

Разработчики из южнокорейской компании DIDEN Robotics, основанной исследователями лаборатории KAIST, представили робота, способного перемещаться по вертикальным стальным поверхностям. Устройство успешно прошло испытания на судостроительной верфи Samsung Heavy Industries.

Робот оснащен четырьмя ногами с мощными магнитными опорами. Такая конструкция позволяет ему удерживаться на стальных конструкциях и перешагивать через сложные препятствия, например, продольные усилители на корпусах строящихся судов, куда обычная колесная техника добраться не может.

Робот создан для автоматизации опасных высотных работ и в перспективе будет самостоятельно выполнять сварку, покраску и осмотр труднодоступных конструкций.

Чтобы не проводить сотни тестов на реальной верфи, инженеры создали систему физического ИИ - DIDEN World. Робот сначала оттачивает движения в виртуальной среде, а затем переносит навыки в реальность. Для самостоятельного ориентирования в пространстве машину оснащают системой трехмерного зрения из нескольких камер, которая строит карту окружения.

В Китае представили рекордно большой беспилотный самосвал от компании Zijin Longking

Грузоподъемность машины - 230 тонн. Имеет два электродвигателя по 800 кВт и батарея на ~1400 кВт/ч. Это в 15-20 раз больше, чем у обычного легкового электромобиля.

Сверхбыстрая зарядка: с 10 до 90% всего за 25 минут.

Интеллектуальная система энергоснабжения поддерживает работу без долгих простоев.

Усиленная рама плюс резервные системы тормозов и руля.

Проходимость: схема с несколькими мостами и центральным приводом. Электроника распределяет мощность между осями в реальном времени, сохраняя тягу на затяжных подъемах и улучшая управляемость.

Главное отличие от классических дизельных моделей - полная автономность. Беспилотный режим обеспечивает платформа машинного зрения от австралийской компании EACON.

В Европе напечатали студенческий городок

В Дании завершили проект, который стал крупнейшим в Европе жилым комплексом, построенным с помощью 3D-печати. В городе Хольстебро появилось 36 отдельных квартир для студентов.

Проект Skovsporet - это 6 одноэтажных зданий от бюро SAGA Space Architects (совместно с 3DCP и COBOD). Между ними - внутренние дворики, сады и велопарковки. При строительстве сохранили 90% деревьев, которые уже росли на участке.

Первый корпус печатали несколько недель, а последний аналогичный - всего 5 дней. За процессом на площадке следили лишь 3 человека. Стены формировал принтер COBOD BOD3, выдавливая цементоподобную смесь слой за слоем.

Площадь квартир - 40-50 кв. м. Внутри своя кухня, рабочая зона, гостиная и ванная. Ребристую фактуру бетона скрыли отделкой из дерева и пробки, добавив много окон и световых фонарей.

Сейчас строители устанавливают мебель, а заселение первых студентов ожидается в ближайшие недели.

Иоланта Вольф

Фото: https://ivbm37.ru, © Ferra.ru, https://habr.com, © Zijing Mining, https://robotdigit.ru

Этот материал опубликован в октябрьском номере Отраслевого журнала «Строительство». Весь журнал вы можете прочитать или скачать по ссылке: https://ancb.ru/files/pdf/pc/Otraslevoy_zhurnal_Stroitelstvo_-_2026_god_10_2026_pc.pdf

Комментарии

Нет комментариев. Ваш будет первым!