Kajima và pluszero phát triển mô hình AI tự động phân loại và định lượng công việc của máy móc hạng nặng bằng video camera hành trình
Ngày 21/01/2026 – Công nghệ & Sản phẩm
Mô tả hình ảnh:
Đây là một trang trình bày hoặc báo cáo phân tích hiệu quả công việc đất (công việc xây dựng/đào đắp), sử dụng hai biểu đồ chính và nhận định để đề xuất cải tiến.
Phần bên trái gồm hai biểu đồ:
-
Biểu đồ tròn (Pie chart): Phân bổ thời gian thực hiện các công việc trong khoảng 1 giờ. Theo đó:
-
Thời gian chờ (待機力) chiếm tỷ lệ lớn nhất, 21%.
-
Công việc xếp tải (積込) mất 25 phút.
-
Công việc đào đất (掘削) mất 5.5 phút.
-
Phần còn lại là các công việc khác (その他).
Biểu đồ này cho thấy thời gian chờ là thành phần đáng kể trong chu kỳ làm việc.
-
-
Biểu đồ đường (Line chart): Thể hiện trình tự thực hiện các loại công việc theo thời gian. Biểu đồ lần lượt cho thấy chuỗi công việc diễn ra: từ "Khác" -> "Đào đất" -> "Xếp tải" -> "Chờ" -> và lại "Khác". Điều này giúp hình dung luồng công việc và vị trí của khoảng thời gian chờ trong quy trình.
Phần văn bản bên phải đưa ra kết luận và đề xuất dựa trên dữ liệu phân tích:
-
Nhận định: Tồn tại khoảng thời gian chờ khoảng 2 phút trở lên trong quy trình.
-
Giải pháp: Cần lập kế hoạch bố trí thiết bị hạng nặng (như máy xúc, xe tải) một cách tối ưu hơn để tối đa hóa hiệu quả cho toàn bộ công việc đất, từ đó giảm thiểu thời gian chờ không cần thiết.
Tóm lại, hình ảnh này minh họa một phân tích hiệu quả công việc tại công trường, chỉ ra "điểm nghẽn" là thời gian chờ, và đề xuất việc tối ưu bố trí thiết bị như một giải pháp then chốt để cải thiện năng suất tổng thể.
Tập đoàn Kajima đã phối hợp với công ty nghiên cứu và phát triển trí tuệ nhân tạo pluszero (quận Setagaya, Tokyo; CEO kiêm COO Mori Ryota) xây dựng thành công một mô hình AI có khả năng tự động phân loại và định lượng nội dung công việc của máy xúc bánh xích (backhoe) thông qua dữ liệu video từ camera hành trình gắn trên thiết bị.
Mô hình này cho phép nhân sự tại công trường dễ dàng phân tích riêng lẻ hiệu suất vận hành của từng máy xúc, từ đó lập kế hoạch bố trí thiết bị tối ưu cho các hạng mục thi công đất, góp phần nâng cao năng suất tổng thể tại công trường.
AI được xây dựng và thử nghiệm tại dự án xây dựng bãi xử lý chất thải Hirōsho (chủ đầu tư: Toyama Environmental Development). Chỉ cần thu thập và đưa dữ liệu video từ camera hành trình gắn trên máy xúc vào hệ thống, AI sẽ tự động phân loại nội dung công việc của từng máy và tạo ra dữ liệu định lượng tương ứng.
Các hoạt động thi công được phân loại thành tám nhóm: đào đất, xúc – bốc xếp, san gạt, đầm nén, tạo hình mái dốc, di chuyển, chờ và các hoạt động khác. Để nâng cao độ chính xác, nhóm phát triển đã áp dụng kiến thức của các kỹ sư giàu kinh nghiệm nhằm hiệu chỉnh các mẫu dễ bị phân loại sai và loại bỏ những mô hình công việc không xảy ra trong thực tế.
Tại công trường, có tối đa 20 máy xúc đồng thời thực hiện các công việc như đào, xúc, san gạt, đầm nén và tạo hình mái dốc. Dựa trên dữ liệu định lượng do AI phân loại, nhân sự hiện trường có thể xác định các hoạt động kém hiệu quả và phân tích mức độ vận hành của từng máy, từ đó tính toán số lượng thiết bị cần thiết cho từng giai đoạn thi công.
Kết quả đối chiếu giữa phân loại của AI và thực tế cho thấy độ chính xác đạt 97,1% đối với trạng thái chờ, trong khi các hoạt động như san gạt, đầm nén và đào đất đều đạt mức chính xác khoảng 80%.
Trong thời gian tới, Kajima đặt mục tiêu mở rộng áp dụng công nghệ này sang các dự án san lấp và phát triển mặt bằng khác, đồng thời tiếp tục tích lũy dữ liệu huấn luyện để nâng cao hơn nữa độ chính xác của mô hình AI.
