Deep Learning för tolkning av markradar-data

Syfte och mål

Målet för projektet var att utveckla och nyttja AI och Deep Learning-tekniker för automatisk tolkning av markradardata för att lokalisera och karaktärisera nedgrävd infrastruktur. Utfallet av projektet har varit mycket positivt, och som en direkt följd av arbetet har Guideline Geo presenterat en världsunik teknik för att lokalisera kablar och rör under mark med hjälp av AI-baserad tolkning av radardata. Tekniken har skyddats under varumärket MALÅ AI och kommer att vara en viktig del i företagets produkter inom en snar framtid.

Resultat och förväntade effekter

Projektet har lett till att vi utvecklat nya AI-baserade tekniker för tolkning av markradardata.Vi har vidare implementerat dessa i ett mjukvarubibliotek och en referensimplementation, MALÅ AI Sandbox, som vi använder för kontinuerlig förbättring av AI-kärnan och för demo för slutanvändare.

Upplägg och genomförande

Projektet har avlöpt som planerat med några mindre avvikelser från de planerade arbetsinsatserna. Baserat på inledande mycket lovande resultat har vi dragit ner på omfattningen av arbetet med syntetiska data. Vi har också sett att oövervakad träning just nu inte är lika effektift som övervakad, vafrför vi fokuserat på det senare i vår referensimplementation.