C'est l'une des activités les moins appréciées, mais néanmoins très importante : la tenue du rapport journalier de chantier. Elle ne demande pas beaucoup de temps, mais une attention et un soin particuliers. En cas de négligence, les conséquences peuvent être coûteuses pendant la période de garantie.
Le journal de chantier a été l'un des premiers processus à être numérisé sur le chantier avec l'introduction d'applications simples. Mais après la numérisation, le problème principal demeure : Le journal de chantier doit toujours être tenu à la main, il est donc impopulaire et négligé. Il est temps de faire une révolution : le rapport journalier de chantier auto-écrivant.
Les journaux de chantier numériques traditionnels permettent de documenter le déroulement des travaux de manière simple et collaborative via un ordinateur ou un smartphone. Les fonctions de copie ou les données météorologiques facilitent le travail quotidien. Les travaux effectués doivent toutefois toujours être saisis manuellement. Avec le rapport journalier de chantier auto-inscrit d'oculai, les travaux effectués sont désormais pré-remplis automatiquement. Pour ce faire, des caméras et l'intelligence artificielle sont utilisées pour saisir et documenter automatiquement les processus de construction.
Chez oculai, le rôle d'observateur d'un contremaître ou d'un chef de chantier est assumé par des caméras de grue intelligentes - des caméras montées sur la tour de la grue qui enregistrent le chantier en vue aérienne. Les vidéos générées sont ensuite soumises à différents algorithmes qui identifient et documentent les processus de construction à partir des pixels de la vidéo. Ces algorithmes sont développés par oculai et sont basés sur l'intelligence artificielle (IA). On peut s'imaginer qu'un ordinateur regarde la vidéo et note quels travaux ont lieu à quel endroit et à quel moment. Le format de sortie des données est à la fin, pour chaque jour, une heure de début, une heure de fin, un élément de construction (p. ex. "3ème étage, section 2") et le travail reconnu (p. ex. "bétonnage du plafond").
Un rapport est ensuite généré pour chaque jour. Pour cela, oculai inscrit automatiquement les heures de travail, la météo et les activités et éléments de construction saisis. Si on le souhaite, oculai ajoute automatiquement des photos avant et après. Les données relatives à l'emploi du personnel ou aux livraisons et aux machines peuvent être facilement reprises de la veille. Un aperçu du calendrier indique en outre les intempéries et les incidents particuliers. Le rapport journalier de chantier peut être configuré de manière complète et exporté avec des contenus individuels. Cliquez ici pour un exemple d'exportation d'un rapport journalier de chantier généré par l'IA!
Actuellement (mars 2023), oculai distingue 36 opérations différentes qui peuvent avoir lieu à l'extérieur. Il s'agit d'opérations telles que les éléments (semi-)préfabriqués, la maçonnerie, différents travaux de béton coulé sur place ou l'étanchéification. Comme oculai est typiquement utilisé sur des grues pour le gros œuvre, l'IA est limitée aux travaux qui se déroulent principalement dans le gros œuvre et qui sont enregistrés par les caméras depuis le haut. Mais oculai n'est pas seulement utilisé dans le gros œuvre, mais aussi sur des projets d'infrastructure où l'on travaille avec des grues à rotation supérieure. Le rapport numérique journalier de chantier peut toutefois être utilisé au-delà du gros œuvre, même si les caméras de la grue ne sont plus en service - mais sans la reconnaissance automatique du processus.
Si vous souhaitez voir à quoi ressemble un rapport journalier de chantier généré par l'IA à la fin sous forme d'exportation, il vous suffit de cliquer sur ce lien!
Les algorithmes développés par oculai se composent entre autres de différents modèles d'IA, c'est-à-dire d'intelligence artificielle. Ces algorithmes sont entraînés à l'aide de grands ensembles de données d'images, dans lesquels les modèles récurrents et les caractéristiques optiques de certains objets ou surfaces sont généralisés et appris. Dans le cas de la classification d'images fréquemment utilisée, on montre à un algorithme tant de photos d'un "chat", par exemple, que l'algorithme saisit des modèles dans les dispositions des pixels entre les différentes photos et reconnaîtrait ensuite ce chat dans de nouvelles photos. Sur la base de ce principe, les modèles d'IA d'oculai apprennent également à reconnaître des processus à partir de données d'appareils photo.
