Grote hoeveelheden data vertalen naar efficiënt beheer en onderhoud van infrastructuur

Digitale toepassingen en innovaties zoals reality capturing, artificial intelligence en digital twins stellen ons in staat om onze infrastructuur beter te benutten, maar ook om infrastructuur efficiënter te beheren en onderhouden. Hoe prettig is het als je voor de aanleg van nieuwe infra of het beheren en onderhouden van bestaande infra een digitale kopie hebt van de werkelijkheid, die als basis kan dienen voor besluitvorming? De mogelijkheden die de digitalisering ons biedt zijn eindeloos, maar tegelijkertijd brengt het ook uitdagingen met zich mee. Want hoe ga je om met die soms enorme hoeveelheden aan data? En hoe vertaal je al die data vervolgens zo efficiënt mogelijk naar informatie die in de praktijk gebruikt kan worden?

De afgelopen jaren is de digitalisering in versnelling geraakt: nieuwe technieken en innovaties volgen elkaar in razendsnel tempo op. Ook in de infrastructuur. Technieken als artificial intelligence maken het mogelijk om de toekomst te simuleren en te voorspellen wat een asset in de komende tijd te wachten staat, zodat beheerders van die assets weten wat er gedaan moet worden om ervoor te zorgen dat die assets hun functie optimaal kunnen blijven vervullen. Zo kan artificial intelligence de menselijke besluitvorming ondersteunen bij het omgaan met grote hoeveelheden data, analytische vraagstukken of het plannen van taken. Een ontwikkeling waar Iv-Infra naartoe werkt met onder andere de data die wordt ingewonnen met de 3D-scanauto die Iv-Infra heeft ontwikkeld.

Van beheerders wordt verwacht dat zij te allen tijde ‘in control’ zijn als het gaat om het beheer en onderhoud van hun areaal. Maar met onderhoudsbudgetten die steeds weer worden teruggeschroefd en het gebrek aan inzicht in de actuele staat van het areaal, is het een enorme uitdaging ook daadwerkelijk ‘in control’ te zijn. Beschikken over de juiste data en die data vervolgens op de juiste manier interpreteren is essentieel bij het nemen van de juiste beslissingen ten aanzien van beheer en onderhoud. Een van de tools die Iv-Infra inzet bij het adviseren van beheerders ten aanzien van het beheer en onderhoud van het areaal is de 3D-scanauto. Hiermee kan in een relatief kort tijdsbestek als het ware een zeer nauwkeurige digitale kopie van de werkelijkheid worden gemaakt.

Met de 3D-scanauto kan een omgeving al rijdend veilig, snel en nauwkeurig in kaart worden gebracht. De auto is uitgerust met een zeer nauwkeurige IMU (versnellingsmeters), 3 geavanceerde laserscanners, een nauwkeurige GPS, camera’s voor 150 megapixel 360° foto’s en een HD-camera voor het maken van schadebeelden van het wegdek. Dankzij deze combinatie van systemen kan de auto in één meting onder andere de eigenschappen van de weg in kaart brengen (denk aan langsvlakheid, dwarsvlakheid, verkanting, weg- en strookbreedtes, schades, detectielussen en belijning) en tegelijkertijd alle objecten in de directe omgeving in beeld brengen, zoals viaducten, portalen, geleiderail, verkeersborden, bomen, gebouwen en lichtmasten. Ook afmetingen, afstanden en eventuele schades van objecten zijn eenvoudig en heel nauwkeurig uit de meetgegevens op te halen.

Uit de scandata (puntenwolk), de 360° foto’s en de HR-foto’s kunnen beheerders gemakkelijk veel relevante informatie ophalen. Zo is bijvoorbeeld eenvoudig af te lezen of obstakels te dicht bij de weg staan, wat de doorrijhoogte van kunstwerken is, of de drempels in de weg nog conform de eisen zijn, of verkeersborden en verkeerslichten op de juiste plek staan, of de belijning op de weg nog goed genoeg reflecteert en zo zijn nog veel meer voorbeelden te noemen. Al deze informatie is op te halen uit de puntenwolk en foto’s van één meting.

Een ander voorbeeld van enkelvoudige inwinning en meervoudig gebruik van data is dat met gebruik van specifieke software van TreeTracker bomen automatisch in de puntenwolk kunnen worden herkend, inclusief hun exacte locatie, hoogte, stamdiameter en kruindiameter. Voor het volledig automatisch detecteren van deze gegevens wordt gebruik gemwaakt van mobile mapping data en deep learning algoritmes. Op basis van deze gegevens kan de waarde van bomen eenvoudig worden vastgesteld (ecologische en economische waarde). Bomen slaan namelijk CO₂ op, houden water vast als het hard regent en de riolen vollopen en ze vangen ook fijnstof op.

Eén dag scannen en foto’s maken levert al snel ruim twee terabyte aan ruwe data. Maar al deze data moeten eerst nog worden bewerkt om de gewenste informatie te verkrijgen, anders kunnen beheerders er niet veel mee. Aanvankelijk duurde het proces om de ruwe data te verwerken tot een opgeschoonde puntenwolk tenminste vier dagen. Iv-Infra heeft deze tijd door slimme automatisering van de processen teruggebracht tot twee dagen. 

Iv-Infra werkt momenteel ook aan een kunstmatig intelligente tool die asfaltschades automatisch herkent. Het doel is om toe te werken naar een systeem dat zo slim is, dat het vervolgens ook automatisch een diagnose stelt, een risico-inschatting maakt en advies geeft ten aanzien van beheer- en onderhoudsmaatregelen.