Система машинного зрения для оценки содержания асбеста в карьерах

Номинация:
Прорывные научные исследования и разработки

Описание проекта:
Решаемые задачи направлены на повышение точности текущих оценок продуктивности горных месторождений до требуемых значений при помощи систем компьютерного зрения. Использование таких систем позволяет повысить эффективность управления производством горной продукции (например, асбестового волокна). На данный момент оценки текущей продуктивности выполняются специалистами геологических служб. Такой подход имеет ряд принципиальных недостатков. Специалисты должны обладать большим опытом и часто сами не могут объяснить критерии принятия ими решений. Предлагаемый подход позволяет нивелировать влияние ошибок, связанных с человеческим фактором в проведении оценок. Решение поставленной задачи позволяет снизить необходимость в долгосрочном обучении специалистов геологической службы, что является актуальной проблемой для горнодобывающих предприятий (например, для ПАО "УралАсбест", Свердловская область). С научной точки зрения проект позволяет развить исследование задач горной фрагментации и схожих с ними в условиях открытых карьеров. Насколько известно авторам, решаемая проблема оценки производительности для асбестового волокна при помощи рассматриваемых методов не описана в литературе.
Цель проекта — исследование использования методов компьютерного зрения в задачах автоматизация процесса оценки содержания асбестового волокна в разрабатываемых карьерах открытого типа на примере Баженовского асбестового месторождения ПАО "УралАсбест" (г. Асбест, Свердловская область).

Результаты:
Собран прототип системы сбора информации на основе камеры машинного зрения, собран набор данных, сосотоящий из 223 изображений, проверена разметка полученных изображений, получены базовые решения для исследуемой задачи оценки выхода асбестового волокна в условиях открытого карьера и исследованы особенности использования моделей типа Mask-R-CNN и U-Net в базовых вариантах.

Освещение в СМИ:
Интервью с экспертным мнением на радио Комсомольская Правда (утреннее шоу) https://radiokp.ru/ekaterinburg/podcast/otdelnaya-tema-ekaterinburg/663785
Интервью с экспертным мнением на ТВ (Россия Урал, утреннее шоу) https://vk.com/video-28417051_456247906

Команда проекта:
Уральский федеральный университет, Институт радиоэлектроники и информационных технологий - РтФ
Ронкин Михаил Владимирович (Руководитель проекта)
Акимова Елена Николаевна (Исследование параллельных вычислений)
Мисилов Владимир Евгеньевич (Исследование методов машинного обучения)

Контакты:
m.v.ronkin@urfu.ru

Номинация: Прорывные научные исследования и разработки

Год: 2023

Результат: Участник