Alle mFUND Projekte Alle mFUND Projekte
Projektillustration: Ergebnisbewertung

Quelle: Viscan Solutions GmbH

Projektbeschreibung

Brücken sind wichtige Bestandteile der Verkehrsinfrastruktur. Brückensperrungen aufgrund von Schäden haben tiefgreifende Folgen für die Verkehrsführung und den Verkehrsfluss. Aufgrund der hohen Beanspruchung von Brücken sind regelmäßig, alle ein- bis zwei Jahre, Zustandsprüfungen erforderlich. Diese Prüfungen führen nicht nur zur Behinderung des Verkehrsflusses, sondern sind oft auch durch die subjektive Bewertung von Schadensbildern nicht miteinander vergleichbar, da die Prüfer meist variieren. Dies führt dazu, dass Schäden nicht korrekt bewertet werden und somit Gegenmaßnahmen zu spät erfolgen. Die Folge davon sind zeit- und kostenaufwändige Sanierungsmaßnahmen. Ziel der Durchführbarkeitsstudie war, die Grundlagen für ein Verfahren zur automatisierten Prüfung von Brücken zu erarbeiten. Mit dem Verfahren sollten einheitliche und vergleichbare Schadensbilder aufgenommen werden, die softwaretechnisch ausgewertet werden können. Dazu wurde in der ersten Phase ein erster Softwareentwurf erstellt und Aufnahmen von verschiedenen Bauwerken und Schäden analysiert und die grundsätzliche Machbarkeit des Ansatzes nachgewiesen.

Ergebnisse und Wirkungen

  • Es wurden ca. 50.000 georeferenzierte Bilder mit GPS-fähigen Kameras aufgenommen.
  • Eine Software auf der Basis von tiefen künstlichen neuronalen Faltungsnetzen („Convolutional Neural Networks“, kurz CNN) zur Schadenserkennung mittels Klassifizierung von Bilderbereichen als „beschädigt“ bzw. „nicht beschädigt“ wurde entwickelt.
  • Die entwickelte Software erreicht gegenwärtig bei der Erkennung von Rissen und Luftporen eine herausragende Genauigkeit von 84%.
  • Das Training von neuronalen Netzen erfordert eine große Menge von vorklassifizierten „gelabelten“ Bildern. Manuelles Labeling ist ungenau und verlangt sehr viel Zeit. Daher wurde eine Bildvorverarbeitungssoftware entwickelt, welche durch die Automatisierung die Qualität und die Geschwindigkeit des Labeling deutlich verbessert hat. Die Software ist eines der Kern-Know-How -Elemente vom Projekt.
  • Ferner hat der Dialog mit potentiellen Anwendern ergeben, dass es für eine tiefe Integration der entwickelten Technologie in den Begutachtungsprozess eines standardisierten Schadensanalyseverfahrens bedarf, welches sich stringent an die gültigen Normen und Richtlinien orientiert. Dies ist eine der zentralen Aufgaben, die für das Folgeprojekt geplant sind.

Verbundkoordinator

Viscan Solutions GmbH, Weimar

  • FKZ: 19F2068A
Projektvolumen134.860
(davon 74 % Förderanteil durch BMVI)
Projektlaufzeit08/2018 - 07/2019
Projektpartner

Hochschule Albstadt-Sigmaringen

Fakultät für Informatik, Institut für Knowledge Engineering und Information Management

  • FKZ: 19F2068B
AnsprechpartnerViscan Solutions GmbH
Nicolai Nolle
Tel: 0151 51 92 42 58
E-Mail: info@viscan.de