[现场直击]施工现场、电缆遍布的基础设施安全检查,SK电讯AI“Topda”一站完成
通过业务车辆视频自动检测施工现场
自研平台“VISTA”应用于无人机视频
SKT于1日表示,已将“Topda”解决方案商业化,该方案通过人工智能分析公司业务车辆拍摄的视频,实现通信基础设施安全检查自动化。图为演示Topda解决方案。Seo Sojeong记者。
View original image“检测到施工现场。”
1日,乘坐搭载SK电讯人工智能自动检测解决方案“Topda”的车辆,缓慢行驶在京畿道城南市盆唐区道路上时,屏幕识别出周边施工现场后,立即弹出橙色背景警报。一旦发现可能影响通信基础设施设备的施工现场,Topda便会即时发出通知,并分析拍摄视频后提供相关信息。管理人员可通过监视器立即确认施工现场周边未发现异常情况。
数分钟后,屏幕上又弹出“检测到挖掘机”的警报。这是为防止挖掘机施工过程中导致地下设备或设施发生断线、损坏,从而给客户带来不便及造成较大损失。随后发现高空作业车时,Topda提示相邻设施包括17条电缆、1个箱体和1根电线杆。管理人员可通过监视器查看光缆、地下电缆等相邻设施的具体情况,并应对紧急状况。无需使用激光雷达等昂贵设备,仅通过车辆和无人机拍摄的视频,即可自动检测施工现场、施工迹象及设备故障等,并综合提供通信基础设施检测所需信息。
SK电讯当天上午在SKT盆唐办公楼举行记者说明会,表示已将“Topda”解决方案投入商用。该方案通过人工智能分析公司业务车辆拍摄的视频,实现通信基础设施安全检查自动化。
Topda是一项通过安装在SKT业务车辆上的人工智能摄像头获取视频并进行分析,感知施工现场和异常点位、更新设施信息的解决方案。该方案可检测施工现场、重型设备、线路设施故障等11类检查要素。其方式是不额外投入检查车辆或人员,而是在业务车辆处理民诉、故障处置等本职工作的过程中,将自动获取的视频用作检查数据。
检测准确率达88%……计划明年提升至95%
通信基础设施设备分散在全国各地道路的施工现场,以及电线杆、电缆、检查井等处。光缆总长达20万公里,相当于绕地球5圈;电线杆多达235万根,相当于全国路灯数量的70%。由于长度和数量庞大,仅依靠人工逐一确认的传统方式存在局限。
SKT网络运维负责人Bok Jaewon表示:“我们利用人工智能分析过去5年积累的2.2万张现场照片,对检查类型进行了分类和训练。”他称:“检测准确率已从2024年的65%提高至2026年的88%,计划到明年提升至95%左右。”
SK电讯当天上午在SKT盆唐办公楼举行记者说明会,宣布已将“Tolda”解决方案投入商用。该方案通过人工智能分析公司公务车辆拍摄的视频,实现通信基础设施安全检查自动化。Seo Sojeong记者。
View original imageSKT自今年5月至8月在首都圈利用6辆业务车辆进行了为期4个月的试点运营。结果显示,主要有线区段设施中50%至少完成过一次检查。这一成果并未额外投入检查人员或车辆,而是直接利用现有业务车辆的行驶路线取得。SKT计划增加投入车辆,明年将检查覆盖率扩大至70%,2028年扩大至90%以上。
Topda除用于检测有线基础设施的检查对象外,也被用于自动检查作业现场的安全守则。尤其计划于今年年底将Topda应用于隧道内有线设备检查,这类作业被归为超高风险作业。搭载低照度摄像头和照明设备的Topda车辆通过行驶穿越隧道获取图像并进行分析,预计可大幅减少以往需投入人员进行的高风险隧道作业。
Bok表示:“视频中的个人信息从拍摄阶段起便受到保护。车内人工智能模型会在拍摄后立即识别视频中的人脸和车辆号牌,自动进行模糊马赛克处理后再传输,因此原始视频不会原样存储或传输至服务器。”
Topda所基于的人工智能视频分析平台为“VISTA”。这是一种将物理空间中的通信设备迁移至虚拟空间进行分析的数字孪生技术,由SKT自主开发的视觉人工智能、语境人工智能和空间人工智能三类技术有机结合而成。
视觉人工智能识别视频中的设备、周边检查要素、施工设备及天线结构物等检查对象本身。语境人工智能则会结合周边状况和上下文进行解读,仅筛选出实际需要处置的地点。例如,即使是同一台挖掘机,若装载在卡车上处于运输状态,则被判定为不存在风险;若正在实际施工现场作业,则被判定为需要确认。
空间人工智能将二维视频转换为三维空间信息,追踪需要检查点位的位置及变化。该技术将摄像头视频与通过同美国Swift Navigation公司合作获得的、误差约1至2米的高精度卫星定位信息相结合,精准推算检查对象的位置。如此掌握的道路检查点位信息将标注在地图上,并积累为持续管理的基础设施数据。
大幅缩短原需攀爬75米铁塔的检查时间
基于VISTA分析无人机视频的“VISTA-Drone”,可将铁塔重构为三维模型,并由人工智能自动识别天线的位置、角度和尺寸,以及铁塔上大量的螺栓和螺母。该系统使原本需要两人一组亲自攀爬至最高处、最高达75米的铁塔检查周期缩短60%,判读时间缩短85%。此外,系统可筛选疑似腐蚀的螺栓,并提供其在三维数字孪生模型中的实际位置,因此检查人员无需登高即可确认优先检查和维修对象。
SKT计划改善摄像头和视频输入质量,并持续优化适应实际现场环境的人工智能模型。公司还在研究将积累的技术和数据应用于通信基础设施以外、需要进行类似设备检查的其他产业现场,如燃气、电力和输油管道等。
Bok强调:“目前已在首都圈覆盖50%,未来计划扩展至全国90%。借助人工智能解决方案,可预防断线事故并大幅提升通信基础设施安全检查效率,为检查人员集中处理优先级更高的工作奠定了基础。”
此外,SKT在无线网络领域通过人工智能运维系统“A-One”,将应对大型活动流量的准备时间从原来的5天缩短至30分钟。在核心网络领域,则通过人工智能综合监控系统“Spider”自动分析故障原因和处置方案,使实际故障率降低53%。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。