无人机技术助力建筑节能诊断，提升能效与韧性
快速阅读: Lamarr.AI利用无人机和AI技术提供高效建筑能效评估，帮助客户节省成本，提高能源效率，推动建筑行业向更环保方向发展。
老旧建筑每年因屋顶渗漏、旧窗户和保温不足而浪费数千美元的能源。尽管建筑业主面临越来越大的压力，需要遵守更严格的能源法规，但在如何投资提高能效方面做出明智决策仍是一大挑战。Lamarr.AI，部分源于麻省理工学院的研究成果，通过一键点击即可轻松找到提高建筑能效的方法。当客户订购建筑评估服务时，会触发一系列无人机、热像仪和可见光相机的协同工作，结合人工智能技术来识别问题并量化潜在升级的影响。Lamarr.AI的技术还评估建筑结构状况，创建详细的三维模型，并推荐改造方案。目前，该解决方案已被设施管理领域的领先组织以及建筑、工程和施工公司广泛采用。
“我们确定所发现异常的根本原因，”首席执行官兼联合创始人塔雷克·拉卡博士（Tarek Rakha PhD ’15）说，“我们的平台不仅指出‘这是热点，那是冷点’，而是具体说明‘这是渗透或外泄，这是缺失的保温层，这是水分侵入。’检测到的异常也会映射到建筑的三维模型上，还有深入分析，比如每个改造的成本和投资回报。”
迄今为止，该公司估计其平台已帮助医疗保健、高等教育和多户住宅领域的客户避免了超过300万美元不必要的建设和改造成本，通过推荐有针对性的干预措施而非昂贵的整体系统更换，提高了能源性能并延长了资产寿命。对于管理着价值数亿美元资产组合的建筑业主来说，Lamarr.AI的方法标志着从被动维修向战略性资产管理的根本转变。
该公司的创始人还包括麻省理工学院教授约翰·费尔南德斯（John Fernández）和研究科学家诺尔罕·贝尤米（Norhan Bayomi SM ’17, PhD ’21），他们很高兴看到自己的技术正在加速向更加节能高效的建筑转型。
“在建筑中减少碳排放是气候干预措施中最有效的投资回报，但所需的是能够帮助房地产和建筑行业及时且经济地做出正确决策的技术和工具，”费尔南德斯说。
自动化建筑扫描
贝尤米和拉卡在麻省理工学院建筑技术项目完成了他们的博士学位。贝尤米在其论文中开发了一种技术，用于检测建筑外观特征并分类热异常，特别关注热浪对低收入社区的影响。贝尤米及其合作者最终将该系统部署到纽约市的一个社区，以检测空气泄漏。
毕业后，拉卡成为雪城大学的助理教授。2015年，他与同为雪城大学教授的塞内姆·韦利帕萨拉尔（Senem Velipasalar）开始开发基于无人机的建筑分析概念——这一想法后来获得了纽约州经济发展部的资助。2019年，贝尤米和费尔南德斯加入了该项目，团队获得了美国能源部180万美元的研究奖项。
“这项技术就像给建筑物做MRI检查，使用无人机、红外成像、可见光成像和我们通过计算机视觉技术开发的专有AI，以及用于报告生成的大规模语言模型，”拉卡解释说。
“当我们开始研究时，亲眼目睹了弱势社区因低效建筑而遭受的苦难，但他们负担不起全面的诊断费用，”贝尤米说，“我们知道如果能够自动化这个过程，降低成本的同时提高准确性，就能打开巨大的市场。现在我们看到了来自市政建筑到大型机构组合的需求。”
Lamarr.AI于2021年正式成立，以商业化这项技术，创始人迅速利用麻省理工学院的创业生态系统。首先，他们从MIT Sandbox创新基金获得了小额种子资金。2022年，他们赢得了MITdesignX奖，并成为MIT $100K创业竞赛的半决赛选手。公司以著名女演员兼发明家海蒂·拉玛（Hedy Lamarr）的名字命名，她的专利技术成为了许多现代安全通信的基础。
目前检测建筑空气泄漏的方法包括使用风扇增压器或烟雾。承包商或建筑工程师也可能手持红外相机对单个墙壁、窗户和管道进行手动温度差异检查。
Lamarr.AI 的系统能够以远超传统方法的速度完成建筑检查。楼宇管理者可以在线订购该公司的扫描服务，并选择无人机飞行的具体时间。Lamarr.AI 与全球多家无人机公司合作，使用现成的无人机围绕建筑物飞行，提供详细的飞行计划和成功所需的技术规格。图像随后上传至 Lamarr.AI 的平台进行自动化分析。
“例如，我们扫描了麻省理工学院施瓦茨曼计算机学院这样一座 18 万平方米的建筑，产生了大约 2,000 张图像。”Fernández 说，“如果人工检查这些图像需要几周的时间。而我们的模型可以在几秒钟内自主分析这些图像。”
分析完成后，Lamarr.AI 的平台会生成一份报告，其中包括每个发现的弱点的疑似根本原因、修复问题的预估成本以及其投资回报率，后者通过先进的建筑能源模拟计算得出。
“我们知道，如果我们能够快速、经济且准确地调查建筑物的热围护结构并了解其性能，我们将满足房地产、建筑施工和建成环境领域的一个巨大需求。”Fernández 解释道，“热异常是导致不必要的热量损失的主要原因，超过 45% 的建筑缺陷与围护结构失效有关。”
这种大规模操作的能力尤其吸引那些管理多个校区大型建筑组合的业主和运营商。
“我们看到 Lamarr.AI 将成为全球建筑组合诊断和预测的首选解决方案，每一栋建筑不仅将为应对气候危机做好准备，还将最大限度地减少能源损失，变得更加高效、安全和可持续。”Rakha 说。
让建筑科学普及大众
Lamarr.AI 已经在美国、加拿大、英国和阿拉伯联合酋长国与建筑运营商合作。
今年 6 月，Lamarr.AI 在 Newlab 和密歇根中央的支持下与底特律市合作，对三座市政建筑进行了检查，以确定改进区域。在其中两座建筑中，系统发现了 460 多个问题，如隔热层缺口和漏水。报告还利用能源模拟展示了升级措施（如更换窗户和定向防风）可将 HVAC 能源使用量减少高达 22%。
整个过程仅用了几天时间。创始人指出，这是首次由远程操作员执行的建筑检查无人机飞行，这一做法进一步提高了平台的可扩展性。它还有助于进一步降低成本，使更多人能够负担得起建筑扫描服务。
“我们正在将以前每次审计花费数万美元的高价值建筑科学专业知识民主化。”Bayomi 说，“我们的平台使得高级诊断变得足够经济，可以用于常规检查，而不仅仅是偶尔的评估。更大的愿景是实现自动化的定期建筑健康监测，使设施团队能够实时掌握信息，从而做出主动决策而非被动应对危机。当建筑智能变得连续且易于访问时，运营人员可以系统地优化性能，而不是等待问题出现。”
(以上内容均由Ai生成)
