Mobility
Telecom, Network, Wireless, Devices, IoT
AI in de loopgraven bij UNIFIBER
AI om automatisch de kwaliteit van het werk van de glasvezelagenten van Unifiber te controleren. Een primeur in de Belgische telecomsector.
De cijfers van Unifiber zijn duizelingwekkend: tegen 2028 zullen 600.000 woningen aangesloten kunnen worden op het nieuwe glasvezelnetwerk. Dat betekent de aanleg van zo’n 10.000 kilometer roze kabels, op gevels, langs elektriciteitsmasten en vaak onder de grond. Kwaliteitscontrole is een essentiële hefboom in de strategie van Unifiber. Het werk wordt uitgevoerd door talloze teams, elk met hun eigen kwaliteitseisen. Om alle betrokken partijen op hetzelfde hoge kwaliteitsniveau te krijgen, heeft Unifiber een samenwerkingsovereenkomst gesloten met Deepomatic.
Het idee? Real-time kwaliteitscontrole. Deepomatic’s computer vision oplossing vergemakkelijkt de kwaliteitscontrole voor teams in het veld. Het analyseert de beelden die de teams in realtime maken en geeft onmiddellijk feedback op basis van de kleur van de resultaten. Groen voor goed werk, rood voor een “niet-conform” controlepunt. Zo kunnen de teams het probleem snel oplossen voordat ze de site verlaten. Zodra de non-conformiteit is gecorrigeerd, neemt het team opnieuw een foto die het systeem analyseert om aan te tonen dat ze hun werk correct hebben gedaan. Deze procedure objectiveert en systematiseert de kwaliteitscontrole op grote schaal. De foto’s en resultaten van de analyse worden gecentraliseerd en beschikbaar gesteld aan de teams die toezicht houden op de inzet.
Vermindering van het risico op extra werk en vertragingen
De oplossing van de start-up is gericht op veldwerkers die infrastructuur installeren, bouwen en onderhouden, of het nu gaat om telecom, water, zonnepanelen of windenergie. De persoon in het veld hoeft alleen maar een foto te maken van het werk dat wordt uitgevoerd, die vervolgens in realtime wordt geanalyseerd door de modellen van kunstmatige intelligentie. Deepomatic belooft een foutmarge van minder dan 3%, maar als dit het geval is, kan de technicus zien dat het model met kunstmatige intelligentie een fout heeft gemaakt in zijn analyse.
De oplossing wordt turnkey aangeboden aan bedrijven, met een paar weken om de tool in te stellen. “Door informatie te krijgen over de kwaliteit van hun werk, kunnen teams hun acties geleidelijk verbeteren,” zegt Philippe Jaspart, kwaliteitsmanager bij Unifiber. Bovendien is het dankzij het verminderde foutenpercentage niet meer nodig om nieuwe ritten te plannen. Dit efficiënte installatieproces vermindert het risico op extra werk en dus vertragingen. Dit alles draagt bij aan een soepele en efficiënte uitrol van glasvezel.”
Voor lokale overheden betekent dit operationele uitmuntendheid, hogere slagingspercentages, minder herbezoeken en een grotere tevredenheid over het werk dat ter plaatse is uitgevoerd.
5.000 OK en KO foto’s
De mobiele webapplicatie van Deepomatic – die al levert aan Bouygues Telecom in Frankrijk, Swisscom in Zwitserland, Movistar in Colombia en Circet in Ierland – wordt sinds mei getest op bouwplaatsen met alle productiepartners van Unifiber. Om ervoor te zorgen dat de applicatie zo goed mogelijk werkt, oftewel ‘intelligenter’ is, heeft Unifiber voldoende foto’s verzameld. Op dit moment bevat de database meer dan 5.000 OK- en KO-foto’s die in deze periode op bouwplaatsen zijn gemaakt.
Op dit moment worden acht punten gecontroleerd door kunstmatige intelligentie op Unifiber-locaties. Ze worden gebruikt om de conformiteit te valideren van de sleuven waarin de vezel wordt geïnstalleerd, de gebruikte materialen (zand, vezel, signalisatieband, aanvulgrond, bekleding en bekledingsvoegen), de apparatuur waaruit de infrastructuur bestaat (zoals inspectiekamers) en de vlakheid van de grond. Er worden nieuwe punten bestudeerd, onder andere voor de POP (Point of Presence) installatie- en huisaansluitingsfasen.