Kunstmatige intelligentie herkent asfaltschade aan wegen
BAM Infra en de ICT Group hebben een revolutionaire technologie ontwikkeld die schade aan het asfalt van wegen automatisch herkent en classificeert. De overheid en beheerders van wegeninfrastructuur kunnen hierdoor veel gerichter en sneller inspecties uitvoeren. Dat verhoogt niet alleen de efficiëntie en kwaliteit van de controles, maar maakt ook flexibeler en gerichter onderhoud mogelijk. Dat leidt tot een betere doorstroming van het verkeer en dus tot minder hinder.
Het model is in staat om razendsnel grote hoeveelheden beelden te analyseren en eventuele afwijkingen aan het asfalt te herkennen en te classificeren; denk aan het onderscheiden van gaten, scheuren en rafelingen in het asfalt, maar bijvoorbeeld ook het detecteren van de aanwezigheid van dierlijke resten. De schaderapportage wordt door het algoritme gekoppeld aan geografische gegevens waardoor de exacte locatie van de schade bekend is. De beelden komen van auto’s die met 360°-camera’s in een bepaald gebied rondrijden. Deze beelden worden momenteel handmatig geïnspecteerd door asfaltexperts die de eventuele schade markeren. Met de technologie Machine Learning worden de verzamelde beelden automatisch geanalyseerd en wordt de schade automatisch geclassificeerd. Door aan het zelflerende model grote hoeveelheden beelden van bekende schadegevallen toe te voegen leert het model de schade steeds beter herkennen. De innovatie wordt als het ware gevoed met data.
Zelflerend model
“98% van de beelden die wij binnen krijgen, is van asfalt waar niets mee aan de hand is. Door alle beelden te laten beoordelen door het zelflerende model kunnen wij onze mensen direct naar die 2% laten kijken waar wel een schade aan het asfalt te zien is. Je kunt je voorstellen hoeveel dit scheelt”, aldus Jaap van den Elshout, themamanager Asset Management bij BAM Infra.
“Het ontwikkelen van nieuwe diensten en services op basis van kunstmatige intelligentie is één van de speerpunten van het Digital Transformationteam. Nieuwe toepassingen van Machine Learning in combinatie met het gebruik van de krachtige Azure Cloud bieden de mogelijkheid nieuwe digitale diensten te ontwikkelen”, verklaart Aart Wegink, directeur Digital Transformation bij ICT Group.
Het zelflerende model wijst de asfaltexperts op de specifieke wegvakken waar mogelijk schade aanwezig is. Hoewel het model zeer nauwkeurig is in de analyse vindt er ook nog een menselijke toets plaats. Hierdoor kan rekening gehouden worden met project-specifieke afspraken. De menselijke input wordt teruggekoppeld naar het model zodat het ook hiervan weer leert.
Signalisatie
Het zelflerende model kan tevens getraind worden om andere objecten te herkennen; denk bijvoorbeeld aan de positie, de vervuiling en de afwijking van signalering, verkeersborden en straatverlichting. Dankzij deze innovatie kunnen wegbeheerders over een actueler beeld van de kwaliteit en kwantiteit van hun gebied beschikken.
De nieuwe technologie is het resultaat van een intensieve samenwerking tussen BAM Infra en ICT Group inzake big data en de digitalisering van asset management. Deze samenwerking resulteerde eerder al in intelligente dashboards om inzicht te krijgen in de staat van de infrastructuur, zoals gemalen of het spoor. Het trainen van een computermodel, Machine Learning, is een volgende stap in de digitalisering van asset management.
De ICT Group is een onafhankelijke dienstverlener op het gebied van industriële automatisering. Er werken meer dan 1.000 gepassioneerde technische specialisten. Dochterondernemingen zijn ICT Automatisering Nederland bv, ICT Belgium bvba, Strypes Bulgaria (Strypes EOOD Ltd), Raster (Raster Industriële Automatisering bv en Raster Products bv), Improve (Improve Quality Services bv), BMA (Buro Medische Automatisering bv) (51%), ICT Mobile bv (51%) en High Tech Solutions bv.