Hållbara beslutsstöd baserade på relevant data

Drönarinspektioner och automatisk skadedetektering

Utmaning

Inspektioner av broar görs i regel manuellt där många delar av en bro kan vara svåra att komma åt, vilket gör att dyr specialutrustning ofta behövs. Resultatet av dessa inspektioner beror till stor del på inspektörens förmåga och bedömningen kan ändras mellan olika inspektörer. Ur broförvaltarens perspektiv är det viktigt att bedömningen av en bros tillstånd görs konsekvent och att utvecklingen av skador och defekter kan följas upp över tid.

Förväntat resultat

För att underlätta inspektionsarbetet under själva genomförandet, men också i bedömningen av skador, är projektet inriktat mot drönare för datainsamling i kombination med maskininlärning och bildanalys. Drönare används för att komma nära svårtillgängliga områden i konstruktioner och ta bilder av skador. Dessa data kombineras med maskininlärning och bildanalys för att upptäcka skador som t.ex. sprickor och kvantifiera deras egenskaper. På så sätt kan det praktiska genomförandet av broinspektioner göras enklare, utan behov av extra utrustning, och samtidigt leverera objektiva tillståndsbedömningar.

 

1.1b

Tidplan

2022 – 20xx

Projektledare

John Leander, KTH
john.leander@byv.kth.se

Parter

KTH

Bidrar till programmålen:

Z

Förbättrad hållbar effektivitet med 20 procent

Z

Halverad kompetensbrist

Z

Över 50 kommuner är förebilder för hållbar förvaltning (Asset Management)

Z

Minst tio företag har antagit resultaten från programmet och exporterar tjänster/ produkter, kompetens och praxis

Z

Mer än fem små och medelstora företag har etablerats tack vare resultat i programmet

Share This