1C 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.
Info
Projektkategorier
Hållbara beslutsstödProjektstatus
PågåendeTidsplan
2023 – 2026
Projektledare
John Leander, KTH
john.leander@byv.kth.se
Doktorand
Juan Camilo Avendaño Castillo, KTH
jcac@kth.se
Relaterade projekt
1.3 Betong och stål i byggnadsstrukturer – Förväntad livslängd för underhåll
Mikrolärande från projektet
Forskning för effektiv inspektion av broar med hjälp av drönare och maskininlärning
Partner
KTH