Onderzoeksproject: AI en drones als hulp bij bruginspectie

Omdat inspecties ondersteund met drones en AI (Machine Learning) een grote meerwaarde kunnen bieden, voerde de UAntwerpen in het kader van het TETRA AutoDrone project proeven uit, samen met het Vlaams Agentschap Wegen en Verkeer en droneprovider Skyebase.

Trefwoorden: #drone, #inspectie, #Skyebase, #UAntwerpen

Lees verder

research

( Foto: UAntwerpen )

ENGINEERINGNET.BE - Afhankelijk van de omgeving is manuele visuele inspectie van een brug is vaak erg omslachtig, door de noodzaak aan liften, vaartuigen en veiligheidsmaatregelen voor het personeel. Een drone kan veel makkelijker ingezet worden om moeilijk bereikbare plaatsen visueel te inspecteren. De verzamelde beelden kunnen ook bewaard worden om de status van een bouwwerk op te volgen.

Naargelang de grootte van de structuur verzamelt de drone zo honderden of duizenden foto’s. Door gebruik te maken van AI kunnen de relevante beelden hier uit gefilterd worden. De vaak ruwe materialen en constructie zorgen ervoor dat het voor een expert soms moeilijk is een problematisch schadegeval te onderscheiden van betonnaden, vuil, vochtplekken en onschuldige ouderdomsverschijnselen. Om een AI-softwarealgoritme dit aan te leren, zijn er daardoor veel geannoteerde (manueel gemarkeerde) foto’s met schade nodig.

Automatisch gedetecteerde schadegevallen aan ter plaatste genomen dronefoto’s

De inspectie van het wegdek en de opstaande delen van een brug is redelijk eenduidig met een drone. De onderzijde van een brug is vaak het moeilijkst te bereiken, en is ook de plaats waar problemen langer onopgemerkt blijven. Met een drone en een goede piloot is het zeker haalbaar om hier nuttige beelden verkrijgen, spijtig genoeg zijn de meeste drones vandaag in omloop hier niet optimaal voor.

De resultaten van deze testcase zijn veelbelovend. De detectie van schade en barsten op de onderzochte bruggen lukt goed: vooronderzoek met een drone kan zorgen dat een inspecteur veel gerichter manueel problemen kan gaan nakijken en bepalen of er herstellingen nodig zijn. Vooraleer het detectiealgoritme op een willekeurige andere brug zal werken, is er wel een pak meer beeldmateriaal nodig. Door systematisch een database aan beelden te op bouwen zal het algoritme steeds beter werken.

Deze toepassing zou ook zeker gebaat zijn met het gebruik van een meer gespecialiseerde drone. Zo werd er een test met een ROV (Remote Underwater Vehicle) uitgevoerd, geschikt voor inspecties dichtbij of onder het wateroppervlak. Een drone met een omnidirectionele camera en beveiliging tegen botsingen behoren nu al zeker tot de mogelijkheden.

Dit onderzoek is onderdeel van het AutoDrone VLAIO TETRA-project, met steun van bedrijven in het vakgebied en de Vlaamse overheid.

Klik hier voor meer informatie over dit project.