为了提高建筑业的现场生产率和运营绩效，BAM Nuttall与技术公司Iotic和克兰菲尔德大学的研究人员合作，使用新的数字孪生技术开发了基于AI的计算机视觉系统。学习相机项目采用标准的网络摄像头，并与智能传感器的IoT框架集成在一起，以收集风速和天气状况等实时环境数据，并结合包括位置，日期和时间的上下文信息。所有这些数据都被馈送到基于云的系统中以创建数字双胞胎，从而架起了物理世界和虚拟世界的桥梁。
Iotic数字孪生是“事物”或资产的自治且可互操作的版本，其所有数据和控件都可以像在现实世界中的孪生对象一样在数字环境中进行交互，相互关联和行为。将这两个世界与“学习相机”结合使用，可以对现场数据进行监视和分析，以在问题可能引起的延迟，事故和成本增加之前发现并解决问题，同时还可以通过运行真实的精确模拟来帮助进行未来的计划数据。
特别是，可以对摄像机进行编程，以使其能够一天24小时识别建筑工地上的异常活动并生成警报，以便有人可以参加以解决任何问题。这减少了在危险区域和全天候条件下进行重复现场检查和安全监控的需要。
Iotic客户成功部负责人Sophie Peachey表示：“学习相机中Digital Twin技术的应用使我们能够代理访问潜在增加的数据源和控件，以完善解决方案中使用的算法的准确性。这些算法必须能够正确解释差异并采取适当的措施，使学习相机成为人们信任的解决方案。”
“您可以看到这如何适用于不同的情况，在这种情况下，人们必须平衡了解某物已存在，已更改或正在工作的重要性与检查时间所花费的时间。尽管这不仅限于建筑，但我们对这可能对生产力产生的影响以及为建筑工人提供安全的工作环境感到非常兴奋。”
克兰菲尔德大学生命科学工程服务研究院图像和信号处理与降解评估讲师赵一凡博士说，他相信创新是AI应用于传统行业的绝佳机会。
“通过使用学习相机，建筑工地将更好地管理和交付项目。它的使用还将促进该行业吸引吸引具有软件和硬件开发技能的人才，以解决广为流传的生产率低下的问题。”
BAM Nuttall的创新负责人Colin Evison总结道：“总体而言，可以在物理环境中应用的经验教训和机会被发现，这些虚拟环境可以应用于物理世界并用于业务转型。这是探索我们如何通过采用和开发以前传统上不可用的技术解决方案使建筑项目更智能的真正机会。
