Drone-inspectie van kunstwerken heeft de toekomst


Cursor Asset Management, Dutch Drone Com- pany, Dronequest en Vliegend.nl hebben geza- menlijk aangetoond in staat te zijn scheuren te detecteren in een betonnen kunstwerk. In de- cember 2018 onderzochten zij in opdracht van Rijkswaterstaat of inspectie van kunstwerken door middel van artificial intelligence en dro- nes een reële optie is. De Jan Blankenbrug over de Lek bij Vianen was het proefproject.


Projectdoel was te onderzoeken of het gebruik van machine learning werkte en of het algoritme van Cursor Asset Manage- ment scheuren kan herkennen met behulp van foto’s die ge- maakt zijn door een drone. Drones zijn een bewezen alter- natief voor reguliere inspectiemethodes, die risico’s voor de inspecteurs en fi le-overlast voor de gebruikers van het kunst- werk met zich meebrengen.


Setups In het onderzoek hebben de betrokken partijen in 2 setups in- specties uitgevoerd, met de drones DJI M600 en Astec Falcon 8+. In beide gevallen vloog de drone met een hoge-resolutie- camera naar de onderkant van het viaduct en bleef op 6 me- ter van het oppervlak. De foto’s zijn vervolgens geanalyseerd. Met de verkregen data is een zelfl erend systeem geladen dat elk oppervlaktefragment van het kunstwerk labelt als ‘scheur’ of ‘geen scheur’. Dat kan verfi jnd worden naar type scheur


30 Nr.2 - 2019 OTAR


en zelfs craquelé vanaf 0,1 mm. De onderzoeksvluchten leer- den hoe de setup zo kan worden ingesteld dat de resolutie en belichting van de foto’s en de geo-tag van voldoende kwali- teit zijn om te kunnen dienen als beoordelingsmateriaal. Van elke foto worden 2 versies opgeleverd: de RGB-foto die is ge- maakt door de drone, en een bewerking door het beeld te matchen met algoritmen en de afwijkingen te markeren.


Accuratesse Bij het proefonderzoek aan de Jan Blankenbrug hebben de betrokken partijen op deze manier niet alleen lange scheuren in het beton gedetecteerd, maar ook craquelé. Evaluatie leer- de dat het onderzoek een F1-score (accuratesse) van 84% had. Bij meer onderzoeken/vluchten zal die accuratesse ver- der verbeteren; naar verwachting van Cursor AM tot 99,9%! Er zijn geen vergelijkingsgegevens beschikbaar van traditio- nele inspecties; wél werd duidelijk en bevestigd door een ge- renommeerd ingenieursbureau, dat het algoritme scheuren heeft gedetecteerd die een conventionele methode niet aan het licht brengt. Drones blijken preciezer en méér in beeld te kunnen brengen doordat ze dichterbij het kunstwerk kunnen komen. Daarnaast kunnen alle data van een drone-inspectie in een interactief 3D-model worden gepresenteerd, waardoor alle mankementen van een object in een opslag duidelijk zijn. Zowel wat het is (type scheur, betonrot, corrosie), als locatie en aantal.


De resultaten van dit project kunnen ook als input dienen voor de verdere ontwikkeling van sensor- en algoritmetechnieken.


Meer informatie: www.dutchdronecompany.com Een uitgebreid projectrapport is te verkrijgen via Simon Voogd; 06-49419062.


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48