傳統的安全預防措施是地質學家和工程師站在離巖石五米遠的地方，通過目測來評估巖層的危險系數。但RockMass的聯合創始人兼首席執行官ShelbyYee認為，這并不是能夠確保結果準確性的理想方式。

“通過他們現在用的這種方法進行評估，整個過程需要花費近90分鐘，而通過我們的技術只需約5分鐘即可完成。”Yee說道。

RockMass正在通過現場的工程師來測試他們的手持設備Mapper，這款設備的應用領域是采礦、地質勘探和土木工程。該初創公司正在為捕獲地質數據的機器人、無人機和手持設備開發AI平臺。

現在，該初創公司的MapperAI設備提供了一種更安全的方式，可以讓工程師遠離可能塌方的隧道；同時也提供了一個更為迅速的數據收集和處理系統。使用這一平臺的機器人和無人機可以進入危險系數更高的區域。

巴西礦業公司NexaResources也是RockMass的客戶之一，他們正力圖利用RockMass的技術來提升其自動化程度和安全水平。

為地質技術打造的AI

多年來，工程師一直在使用傳統設備測量巖石表面的角度，例如安裝在三腳架上的光學測量設備，類似經緯儀。他們需要找到所謂的薄弱面，以此來確定隧道和巖層內的破裂點。

工程師們通過測量巖層的表面來收集數據并建造立體圖。立體圖可以繪制三維圖像，比如一塊巨石，可以被放在二維顯示器中觀看。

MattGubasta（聯合創始人兼首席財務官）在安大略省薩德伯里的一個地下測試中心對儀器進行測試。

按照傳統方式，工程師需要將從現場獲取的數據帶回辦公室，然后再將數據傳到計算機上，以便構建立體圖。

RockMass的技術可以提供一種更為簡便的方法。其手持設備配有傳感器，可進行此類測量。而其激光雷達傳感器和慣性測量單元則能夠繪制出巖層中薄弱面的方向。此外，即便在無GPS、無線通信和光照的地下環境中，該設備也可以正常工作。

通過利用由這些傳感器提供的信息，RockMass的軟件能夠在幾分鐘內快速識別出工程師可用的數據。該公司正在致力于幫助現場工程師捕獲和處理現場數據。“我們可以實時查看數據。”Yee說道。

滿足高計算要求的AI

據聯合創始人兼首席技術官StuartBourne稱，RockMass用于收集現場數據的平臺對計算能力的要求非常高。該公司的設備依賴于NVIDIAJetson的機器人性能，并由CUDA、cuDNN和TensorRT軟件庫提供支持。

“相對于其功耗來說，Jetson的計算能力非常之高。”Bourne如是說。

該初創公司使用CUDA庫來實時處理運行于NVIDIAGPU上的云實例數據，進而為客戶處理立體圖。

“沒有誰能像我們一樣收集和處理數據，”Yee表示道，“我們能夠實時處理云中數據，這都要歸功于GPU的計算能力。”

RockMass正在計劃進一步開發其無人機和機器人，以在明年推出試用版。