3D BridgeInspect

Gegenwärtig werden notwendige Brückeninspektionen meist manuell von hochqualifizierten Mitarbeitenden durchgeführt, die über jahrelange Erfahrung bei der Erkennung möglicher gefährlicher Schäden, wie Risse an Brücken verfügen. Diese manuellen Inspektionen, auch wenn sie als zuverlässig gelten, sind jedoch immer noch subjektiv und in der Regel zeitaufwändig sowie gefährlich für die Mitarbeitenden.

In diesem Teilprojekt des SPP werden wir mehrere hochmoderne Sensortechnologien und neu entstehende Ansätze zur Datenverarbeitung und zum maschinellen Lernen verbinden: Unbemannte Flugroboter (UAV) - oder Drohnen - werden mit hochwertigen Kameras ausgestattet und für den Zugang zu schwer zugänglichen Stellen der Brücke sowie für die Aufnahme von hochauflösenden Bildern eingesetzt, die von einem Computer-Vision-Modul für die automatische Auswertung verarbeitet werden; dies macht sie zu einem leistungsstarken und flexiblen Werkzeug für die Überwachung des baulichen Zustands. Wir werden hochauflösende metrische Vollbildkameras in Kombination mit geeigneten Multirotor-Trägern verwenden, um sowohl umfassende, das ganze Bauwerk betreffende, geometrische Verformungen als auch visuelle Schäden an der Struktur zu überwachen. Darüber hinaus werden wir Streifenlicht-Scanner einsetzen, die eine Oberfläche dreidimensional im sub-mm-Bereich auflösen können. Alle Sensoren werden in einem durch die Infrastruktur definierten und zeitlich stabilen Koordinatensystem gemeinsam registriert. Durch einen innovativen Ansatz zur Steuerung des UAV und die Kombination aller Sensordaten in einem fortschrittlichen Deep-Learning-Bildinterpretationsansatz schlagen wir eine ganzheitliche, bildbasierte Überwachungsmethode vor.

Dieses Teilprojekt ist innerhalb des Schwerpunktprogramms Teil des Clusters E „Datengetriebene Methoden“. Die zu entwickelnden Methoden werden neben Brückenbauwerken auch für das Monitoring anderer komplexer Infrastrukturbauwerke einsetzbar sein, da sie im Prinzip generisch angelegt sind.