Tekoäly tunnistaa siivottoman työmaan ja paljastaa työturvallisuuspuutteet – ”Tavoitteena, että työt etenevät nopeammin”

Tekoälyn odotetaan tuovan rakennustyömaille merkittäviä säästöjä. Lähitulevaisuudessa työmaiden etävalvonta helpottuu.

Tekoälyä hyödynnetään tällä hetkellä esimerkiksi betonin kuivumisen ennustamiseen. Työmaille asennetaan sensoreita ilman ja betonin tarkkailemiseen. Näin saadaan reaaliaikaista tietoa lämpötilasta ja kosteudesta.

Tämän tiedon perusteella on kehitetty laskenta-algoritmi, joka ennustaa, milloin betoni on kuivunut.

– Normaalisti työmaalla tilataan joku poraamaan reikä betoniin, minkä jälkeen saatetaan todeta, ettei betoni ole vielä riittävän kuiva. Tekoälyn ansiosta saadaan reaaliaikainen ja ennustava tieto siitä, milloin betoni on vaaditussa suhteellisen kosteuden arvossa. Rahallinen säästö verrattuna ostopalveluun on parikymmentä prosenttia, järjestelmän kehittäneen Aiforsite Oy:n toimitusjohtaja Kari Hirvijärvi sanoo.

Tekoälyjärjestelmän ensimmäinen malli kehitettiin muutama vuosi sitten oman kehitystiimin voimin. Hirvijärvi pitää tekoälyn parhaina puolina ajan ja rahan säästöä.

– Järjestelmä vastaa Kuivaketju 10 -toimintamallin vaatimuksiin. Kun aikataulu- ja kosteustiedot yhdistetään, saadaan säästöjä ja edesautetaan laadunvarmistusta.

Kuivaketju10 on rakennusprosessin kosteudenhallinnan toimintamalli, jolla vähennetään kosteusvaurioiden riskiä.

Tekoäly tarkkailee työmaan siisteyttä

Aiforsite on kehittänyt rakennustyömaille Digityömaa-palvelun, joka on käytössä kymmenillä työmailla Suomessa. Aiforsite Oy:n referenssityömailla on käytössä kiinteät kamerayhteydet, 360 asteen kuvataltiointi, kosteus- ja lämpötilasensorit, drone-kuvaukset sekä työntekijöiden, materiaalien ja työkalujen paikkatietojärjestelmä. Yhdestä työmaasta kerätään viikossa lähes 50 gigatavua dataa.

Aiforsite on kehittänyt tekoälymalleja myös esimerkiksi ihmisten kasvojen ”blurraamiseen” eli sumentamiseen. EU:n tietosuoja-asetus edellyttää, että työntekijöitäkään ei saa tunnistaa työmaakameroiden still-kuvista.

– Toisaalta olemme kehittäneet myös malleja, jotka tunnistavat että kuvassa on ihminen. Kuvista on mahdollista tunnistaa tekoälyn avulla, onko työntekijöillä oikeat suojavälineet kuten kypärät käytössä.

Tekoäly tarkkailee myös työmaan siisteyttä. Jos työmaan siisteys ei näytä olevan työturvallisuusmäärityksen mukainen, järjestelmä huomauttaa tästä ja ilmoittaa siivoojille alueista, joilla tarvitaan siistimistä.

Hirvijärven mukaan tekoälyn kehittämiseen lisätään resursseja ja ensi vuoden aikana on luvassa uusia sovelluskohteita.

Tekoälyä voidaan myös työmaan tarkkailuun ja kehittämiseenTekoälyä voidaan myös työmaan tarkkailuun ja kehittämiseen

– Tavoitteena on automatisoida manuaalisesti tehtyjä tehtäviä ja tehdä nykyistä enemmän havaintoja työturvallisuuden ja työn laadun osalta. Pyrimme poistamaan hukkaa rakentamisen prosesseista. Tavoitteena on, että työt etenevät nopeammin.

Reaaliaikaisuudella tavoitellaan mahdollisimman tuoretta tietoa siitä, mikä on kunkin työmaan työvaiheen hukkaprosentti.

– Käytännössä analysoimme, paljonko työntekijä pystyy käyttämään aikaa työtehtävän tekemiseen häiriöttä. Jos häiriötä on paljon ja esimerkiksi työkalujen saamisen odotteluun menee aikaa, kaikki nämä voidaan tunnistaa reaaliajassa. Tiedon pohjalta työmaan johto voi tehdä välittömästi korjaavia toimenpiteitä.

Testausvaiheessa uusinta uutta on 8K-resoluution tarkkuudella toimiva videostriimaus reaaliaikaisesti dronen välityksellä.

– Mitä tarkempaa kuvaa data tarjoaa, sitä paremmin järjestelmä mahdollistaa työmaavalvonnan etänä. Videokuvasta pystyy lukemaan lähes tulkoon ruuvin kannan merkinnät. Esimerkiksi raudoitukset voi tarkistaa kokonaan etänä, Hirvijärvi sanoo.

Lukuvinkki:

”Jopa 70 prosenttia työajasta kaluston etsimiseen”

Rakennushankkeiden sujuvoittamiseksi kehitetään jatkuvasti uutta tekniikkaa. Hilti Suomi Oy:n toimitusjohtaja Jyrki Martikaisen mukaan yksi suurimmista haasteista on tehokkaan työajan kuluminen materiaalien ja kaluston etsintään.

Aihetta on tutkittu runsaasti. Tutkimusten (Roland Bergerin Digitization in Construction Industry 2017) mukaan jopa 70 prosenttia työajasta kuluu materiaalien ja kaluston etsimiseen ja siirtämiseen.

– Hävikki on suurta, koska kaluston ja materiaalien seuraaminen ja paikantaminen on vaikeaa. Lisäksi omiin kokemuksiimme perustuen voi sanoa, että useimpien dokumenttien käsittely tehdään edelleen manuaalisesti, mikä vie aikaa, Martikainen sanoo.

Hilti yksi pääasiallisista IoT-ratkaisuista on digitaalinen kalustonhallinta jonka voi laajentaa myös materiaalien ja dokumenttien käsittelyyn.

Akkuporakone voi löytyä vielä kohtuu helposti työmaalla, harvemmin käytettyjen työkalujen osalta paikannus voi olla välillä paikallaanAkkuporakone voi löytyä vielä kohtuu helposti työmaalla, harvemmin käytettyjen työkalujen osalta paikannus voi olla välillä paikallaan
– Yksinkertaisuudessaan kyseessä on kaluston merkitseminen BLE-sensorilla, jonka kautta tieto saadaan pilvipohjaiseen ohjelmistoon joko älypuhelimen tai kiinteän portin kautta. Näin kaluston etsimiseen käytettävää aikaa voidaan merkittävästi vähentää, kaluston käyttöasteita nostaa ja hävikkiä pienentää, Martikainen jatkaa.

Seuraavan vuoden aikana Hilti lanseeraa sensorien seuraavan sukupolven versiot, jolloin käyttöön saadaan enemmän tietoa muun muassa siitä, onko kalusto käytössä ja paljonko sitä on käytetty.

– Uskon, että rakennusalalla on nyt ja tulevaisuudessa suuri tarve materiaalien ja kaluston käytön tehostamiselle, koska tuottavuutta halutaan parantaa. Uskon myös, että kaluston osalta käyttöasteita voidaan nostaa merkittävästi erityisesti yrityksen sisäistä yhteiskäyttöä lisäämällä. Tulevaisuudessa kalustoa käytetään varmasti paljon enemmän jaetusti, kun ratkaisut sen sallivat. Jo seuraavien muutaman vuoden aikana suurin osa kalustosta tulee todennäköisesti olemaan tavalla tai toisella yhdistettynä internettiin, Martikainen ennustaa.

Tekoäly rakennustyömaalla

Digityömaa-palvelu on käytössä kymmenillä työmailla Suomessa. Referenssityömailla on käytössä kiinteät kamerayhteydet, 360 asteen kuvataltiointi, kosteus- ja lämpötilasensorit, drone-kuvaukset sekä työntekijöiden, materiaalien ja työkalujen paikkatietojärjestelmä.

Reaaliaikaisen datan keräämisellä tavoitellaan mahdollisimman tuoretta tietoa siitä, mikä on kunkin työmaan työvaiheen hukkaprosentti.

Äärimmilleen vietynä tekoälyllä voidaan automatisoida koko rakentamisen tuotanto, poislukien fyysistä asentamista vaativat työt ja materiaalivirta työmaalle.

Tutkimusten mukaan jopa 70 prosenttia työajasta kuluu materiaalien ja kaluston etsimiseen ja siirtämiseen. Seuraavan muutaman vuoden aikana suurin osa rakennustyömaiden kalustosta on yhdistettynä internetiin.


 
Päivitetty
18.12.2020