Drones en AI

Bruginspecties worden de laatste jaren steeds vaker met een drone uitgevoerd. Door drones in te zetten kunnen we meer data verzamelen en dat leidt weer tot betrouwbare inspectierapportages en instandhoudingsadviezen. De data bestaat in veel gevallen uit foto's en/of videobeelden. Met de data worden ook uitgebreide 3D-modellen gemaakt aan de hand van Artificial Intelligence. Pilots van Rijkswaterstaat hebben uitgewezen dat inspecties met drones goedkoper, efficiënter en veiliger zijn. Vanwege deze voordelen inspecteren we tegenwoordig regelmatig met een drone.

De dataopslag van de bruginspecties blijft bij Rijkswaterstaat. Om de 6 jaar wordt een object geïnspecteerd. Om nu de data niet te versnipperen slaan we alles op in een hiervoor ingerichte omgeving. Denk hierbij aan data als het 3D-model, het instandhoudingsadvies en de gemaakte foto’s en video’s.

Andere controles met algoritmes

Algoritmes hebben bij de bruginspecties inmiddels de vele voordelen aangetoond. Hoe kunnen algoritmes nog meer kunnen helpen bij inspecties of monitoring met drones? Daar kijken we nu naar. We ontwikkelen een algoritme die zieke bomen kan detecteren en een algoritme die  bijvoorbeeld de hoogte van de duinen kan monitoren en vergelijken.

Bomen inspecties

Rijkswaterstaat heeft als taak om de bomen langs de (snel)wegen te (laten) controleren. Als er bijvoorbeeld een ziekte in een boom zit, willen we deze tijdig kunnen detecteren en hierop reageren. We kijken of we met drones eenvoudig en snel Q-organismen (plantenziekten en -pathogenen die nog niet in de EU aanwezig zijn, of die er wel aanwezig zijn maar niet op grote schaal verspreid zijn) kunnen detecteren. Ook kijken we naar de vitaliteit van de bomen. We hopen dat drones en algoritmes ons bij deze taak kunnen helpen.

Landmetingen

Op Ameland voeren wij een proef uit die de verlaging van het strand monitort. Door de verlaging van het strand worden ook de duinen aangetast. We monitoren de situatie door een drone periodiek lasermetingen uit te laten voeren. Aan de hand van een algoritme levert dit gedetailleerde informatie op. Het blijkt dat we met deze manier snel, flexibel en relatief goedkoop de situatie kunnen monitoren.

De voordelen van een meer intensieve monitoring met een drone zijn al snel helder: zo kunnen we goed de soms snelle ontwikkelingen van het terrein volgen. De gegevens gebruiken we vervolgens om de actuele situatie door te rekenen. Zo kunnen we dan:

• de actuele risico’s (bv. het onderlopen van het gebied achter de duinen) bepalen.
• de omgeving (gemeente, bewoners, enz.) informeren over de toestand.
• nauwkeuriger bepalen welke maatregelen noodzakelijk zijn in welk tijdsbestek.

Naast deze specifieke toepassingen werken we ook samen met andere partijen om te ontdekken en te definiëren hoe we deze AI-technologieën kunnen toepassen in huidige en toekomstige werkprocessen.

Buyergroup

Buyer group is een initiatief van de Nederlandse AI Coalitie in samenwerking met PIANOo (Expertisecentrum Aanbesteden van het ministerie van Economische Zaken en Klimaat). Het doel van de Buyer Group is om beeldherkenning en drones verantwoord toe te passen is en welke aspecten en specificaties relevant zijn. Daarnaast is het doel om dit binnen een aantal jaar toe te passen bij eigen aanbesteding en zo in toekomstige behoeften en ontwikkelingen te voorzien. Deze Buyer Group is een initiatief van de Nederlandse AI Coalitie in samenwerking met PIANOo. In de Buyer Group versterken publieke organisaties elkaar door gezamenlijk naar thema’s te kijken op het gebied van AI-beeldherkenning en die te vertalen naar een gezamenlijke marktbenadering.

Challenge: AI for Damage Inspection

Fruitpunch.ai organiseert samen met Rijkswaterstaat een AI challenge. Help jij mee om het algoritme voor de inspectie van bruggen, sluizen, dijken en andere openbare werken te verbeteren?

Het algoritme analyseert dronebeelden van de kritische infrastructuur en moet de inspectie op afstand verbeteren. Er bestaat al een model dat wordt gebruikt om scheuren op te sporen in bruggen, sluizen en andere infrastructuur. Het doel van deze challenge is dit model te verbeteren en verdere mogelijkheden te onderzoeken.

Aanmelden voor de challenge kan tot 15 juli 2022. Meer informatie en aanmelden kan op de website van Fruitpunch.ai.

De toekomst

De komende tijd zullen we verder onderzoeken op welke manier we drones en algoritmes kunnen gebruiken om onze taken te kunnen uitvoeren. We hopen veel te leren door te testen in de praktijk.

Meer informatie over de inzet van drones bij Rijkswaterstaat, lees je op de website.