Yol altyapısının bakımında kritik öneme sahip hasar tespiti artık yapay zeka teknolojileriyle daha verimli hale geliyor. Araştırmacılar, asfalt kaplamalarda agregaların kaybolması sonucu oluşan çözülme hasarlarını otomatik olarak tespit eden sistemlerin geliştirilmesine odaklandı.
Makine öğrenmesi ve derin öğrenme tabanlı yöntemlerin menzil görüntüleri üzerinde sınıflandırma yaparak umut verici sonuçlar elde ettiği bilinse de, bu sistemlerin büyük ölçekli uygulamalarda performans kaybı yaşadığı tespit edildi. Farklı sensörler, çevre koşulları ve veri toplama süreçlerinden gelen çeşitli veriler karşısında modellerin başarı oranı düşüyor.
Bu soruna çözüm aramak için yürütülen araştırmada, model dayanıklılığını etkileyen temel faktörler belirlendi. Eğitim verisi miktarı, aydınlatma koşullarındaki değişimler ve mekansal kaymalar gibi unsurların sistem performansı üzerindeki etkisi detaylı olarak incelendi.
Çalışma kapsamında 'RavelingArena' adlı bir değerlendirme platformu geliştirildi. Bu platform, çözülme tespiti modellerinin çeşitli koşullardaki dayanıklılığını test etmeye olanak sağlıyor. Böylece gerçek dünya uygulamalarında daha güvenilir sonuçlar veren sistemler geliştirilebilecek.