Især når man skal inspicere en 254 meter høj pylon på Storebæltsbroen giver det rigtig god mening både med droneinspektion og kunstig intelligens, der gør det muligt at generere en 3D-model over eventuelle skader ud fra de billeder, der er lagret på dronens hukommelseskort. Ganske som i forbindelse med alt andet vedligeholdelsesarbejde handler det nemlig om at kunne gribe ind i tide, hvis der f.eks. viser sig revner i betonen med fare for, at klorider kan trænge helt ind til armeringen og igangsætte korrosion.
Foto: Søren Madsen3D-eksperter fra Alexandra Instituttet har videreudviklet Sund & Bælts tidligere løsning til betoninspektion, så den automatisk genkender eventuelle skader i 3D ved hjælp af kunstig intelligens. Som GTS-institut (Godkendt Teknologisk Serviceinstitut) med fokus på it og digitalisering er det netop Alexandra Instituttets formål at sikre, at de nyeste digitale teknologier skaber værdi hos danske virksomheder.
Sund og Bælt har anvendt kunstig intelligens et stykke tid til at digitalisere manuelle inspektioner. Samarbejdet med Alexandra betyder imidlertid, at man nu er kommet et stort skridt videre, fordi man råder over et system, der kan anvendes af alle uanset hvilken platform, der arbejdes på. Løsningen holder styr på den manuelle, ofte krævende, dyre og tunge proces ved at bruge 3D-modeller.
Tejs Scharling fra Alexandra Instituttet fortæller, at man selv har udviklet de algoritmer, som Sund & Bælt anvender. Den nye metode gør det muligt at strukturere og annotere ustrukturerede billeder gennem 3D-rekonstruktion.
Foto: Alexandra InstituttetIfølge Principal Solution Architect Tejs Scharling fra Alexandra Instituttet kan Sund & Bælt med den nye metode strukturere og annotere ustrukturerede billeder gennem 3D-rekonstruktion. Ud fra rekonstruktionen kan man præcist bestemme positionen for den drone, der tager billederne, og orientering i forhold til bropillen for hvert enkelt billede. Dermed er det kun nødvendigt at identificere hver skade én gang.
Løsningen giver mulighed for hyppig systematisk inspektion således, at man kan følge de enkelte skaders udvikling over tid. Den danner en samlet 3D-model ud fra tusindvis af dronefotos, hvilket letter kommunikationen med de entreprenører, som skal udbedre de identificerede skader. Alexandra Instituttet har arbejdet med kunstig intelligens og billedgenkendelse i en årrække, men præcis denne form for visuel inspektion er defineret i samarbejde med Sund & Bælt.
Teknologien fungerer på den måde, at 400-500 2D-dronebilleder af en bropille konverteres til en 3D-model ved hjælp af såkaldt fotogrammetri. Det letter kommunikationen med de entreprenører, som skal udbedre de identificerede skader.
Foto: Illustration af Sund & Bælt”Algoritmerne er udviklet af Alexandra Instituttet og bygger på instituttets digitale værktøjskasse. Helt konkret fungerer teknologien på den måde, at 400-500 2D-dronebilleder af en bropille konverteres til en 3D-model ved hjælp af såkaldt fotogrammetri. Hvis en skade registreres, udvælger løsningen selv det mest optimale billede til vurdering af denne, men der er naturligvis adgang til at se alle de detailbilleder, hvor skaden optræder”, forklarer Tejs Scharling.
Billederne kan påføres information for det udførte arbejde, og denne information registreres automatisk på alle billeder. Som nævnt lærer løsningen over tid, og skulle den f.eks. have registreret en skade forkert, kan ingeniøren korrigere samt tilføje den korrekte information, der lagres sammen med den øvrige opsamlede information i systemet.
