Exclusivo uso educativo – Créditos y fuentes al final.

• Uno de los objetivos más importantes de la inteligencia

artificial en la industria de aviones no tripulados es hacer un
uso eficiente de los grandes conjuntos de datos recopilados
por el avión no tripulado, lo que significaría que los
conjuntos de datos se trataron de forma automática sin un
humano en el bucle.
• Con el desarrollo y la difusión cada vez mayores de la
tecnología de aviones no tripulados, la disponibilidad de
imágenes de alta resolución utilizadas para diversas tareas,
como mantenimiento, topografía, mapeo y monitoreo, está
aumentando. Ya hay muchas empresas de software
establecidas en el mercado que ofrecen soluciones de
análisis de datos inteligentes para hacer que los datos de
aviones no estructurados sean 'procesables' y obtener
información significativa sin necesidad de tiempo de análisis
manual.
Contando automóviles y rastreando a los tiburones: el
análisis inteligente de datos en la práctica

•
El uso de algoritmos de aprendizaje profundo y / o de aprendizaje
automático ya abarca muchos ambitos prominentes en la
industria de aviones no tripulados, desde la agricultura hasta la
seguridad.
Por ejemplo, a finales de 2017, Pix4D ya había comenzado a
utilizar algoritmos de aprendizaje automático para varias
aplicaciones de fotogrametría para clasificar las nubes de puntos
3D en categorías como edificios, carreteras o vegetación. Ahora
están disponibles varias herramientas inteligentes para contar
árboles y determinar su altura y tipo. Incluso se pueden usar
estas herramientas para determinar la superficie total de la
carretera, el edificio o la vegetación, contando los automóviles en
un estacionamiento o los techos que son adecuados para la
cobertura de células solares en una región de interés.
Contar autos
Ejemplos usos actuales IA
• Pix4D también colaboró ​con Hummingbird para desarrollar un
software que ayude a los administradores de granjas y a los
agrónomos a enfrentar problemas con enfermedades de cultivos
y plantas que causan interrupciones importantes en su
productividad. Agregaron características específicas de
aprendizaje automático a algoritmos robustos para descubrir y
descifrar patrones ocultos, lo que ayuda a sus clientes a lograr
diagnósticos más precisos y tratamientos específicos.
• Ardenna está utilizando el procesamiento de imágenes y la
inteligencia artificial para automatizar la detección, clasificación y
notificación de anomalías detectadas durante las inspecciones de
aerogeneradores y turbinas eólicas. Después de que una
inspección ferroviaria realizada por un avión no tripulado
recolecta aproximadamente 40,000 imágenes de 100 millas de
carriles, su software puede detectar 30 tipos diferentes de
anomalías que se procesan automáticamente en menos de 5
horas.
http://www.ardenna.com/assets/ardenna_animation.mp4
• En una misión automatizada, el sistema de Skycatch puede
identificar y rastrear transporte activos y entregas de
materiales en un sitio de construcción en vivo utilizando
modelos de aprendizaje profundo.
• El seguimiento en vivo como éste puede anticipar retrasos y,
con el tiempo, aprender cómo evitarlos, esto puede hacer
ahorrar mucho dinero a las empresas de construcción.
• EagleView Technologies ya usaba algoritmos de aprendizaje
automático para crear datos de análisis de propiedad
inmueble, después del huracán Harvey en 2017. Este
enfoque permitió a las compañías de seguros analizar
imágenes de aviones no tripulados y clasificar los daños de
manera eficiente, lo que es extremadamente importante
para cerrar vastas cantidades de reclamos rápidamente en
escenarios posteriores al huracán.
• El Grupo Westpac, con sede en Australia, ofrece Shark
Spotter, un sistema que utiliza drones equipados con
reconocimiento de objetos para detectar signos de
tiburones en el agua. El equipo desarrolló el algoritmo
basado en un sofisticado marco de aprendizaje profundo
que sirve de columna vertebral para el sistema de detección
y reconocimiento de tiburones en tiempo real.
http://www.youtube.com/watch?v=q2U3gjwJfS4
• La plataforma con sede en EE. UU., Nanonets, apoya a otras
compañías o desarrolladores de software en la creación de
modelos de Aprendizaje automático. Intentan aumentar el
número de personas que pueden utilizar el aprendizaje
automático facilitando la adopción. Todo lo que los clientes
deben hacer es enviarles algunas muestras para que el
modelo pueda aprender de él, por ejemplo. Para
inspeccionar plantas solares o para contar objetos de interés
en una imagen.
• Nearthlab, una compañía de software coreana, está
trabajando actualmente en una solución que detecta y
reporta automáticamente daños en las aspas de las turbinas
eólicas a partir de las fotos. Una vez que se aplica esta
tecnología, los daños se pueden identificar rápidamente y, si
es necesario, se pueden iniciar medidas adicionales.
• La mayoría de las empresas mencionadas están dedicadas a
la fabricación de software de drones para el análisis de
datos para el sector energético. Muchos de ellos declararon
que utilizan software de análisis de datos no solo para
visualizar activos industriales, sino también para identificar y
gestionar problemas o anomalías para el mantenimiento.
• La segunda industria más nombrada fue la construcción. La
mayoría de las aplicaciones aquí involucraron el monitoreo
de cambios en los sitios de construcción o la medición del
volumen de las existencias.
• Los desarrolladores de software en minería, canteras y
extracción de petróleo y gas crearon herramientas de
software para: monitorear el progreso del sitio, mapear
datos de un sitio minero completo o medir volúmenes
extraídos.
 Datos en vivo Datos procesados
Clasificar nube de
Detección de tiburones puntos 3d en categorías Descubriendo y categorizando
en playas publicas (Edificios, rutas, vegetación, etc.) enfermedades de las plantas.
Resultados

Seguimiento en vivo de Detección de anomalías o Análisis de imágenes para

actividades en sitios de defectos después de clasificar los daños causados ​
construcción inspeccionar una ruta por desastres naturales.
Análisis de
datos
Adquisición de
datos Referencia vertical

Construcción Transporte Aseguradoras

Administración
Energía Agricultura
Publica