Samen ontwikkelden we een slimme oplossing op basis van Microsoft Azure, machine learning en AI voor training van op maat gemaakte algoritmen waarmee allerlei soorten beschadigingen van het wegdek accuraat kunnen worden gedetecteerd en geclassificeerd. De nieuwe oplossing verbetert de snelheid, de kwaliteit, de efficiëntie en de nauwkeurigheid van visuele wegdekinspecties, waardoor voorspellend onderhoud van het asfalt mogelijk wordt en de kosten lager worden, doordat inspecteurs hun expertise kunnen richten op waar dit echt nodig is.
'Omdat onze inspecteurs niet de hele video hoeven te bekijken, maar alleen de beelden die door het model zijn geselecteerd, doen we het werk dat vroeger dagen of weken kostte nu in een paar uur' - Kitting Lee, Director Digital Asset Management
Kostbare reparaties & gevaar
Al vanaf de eerste dag nadat een weg is verhard, begint het wegdek te slijten onder invloed van het weer en de verkeersbelasting. Kleine barsten en schaafplekken en andere beschadigingen leiden, als ze niet op tijd worden opgemerkt, tot grote problemen en kostbare reparaties, met veel verkeershinder en mogelijk gevaarlijke situaties tot gevolg.
Om deze situaties op de weg te helpen voorkomen en ze minder problematisch te maken, zijn we een samenwerkingsverband aangegaan met BAM Infra Nederland, een dochteronderneming van Koninklijke BAM Groep (BAM), een Europees bouwbedrijf dat over de hele wereld actief is. We zijn samen aan de slag gegaan om de efficiëntie te verhogen en de kosten te verlagen door geavanceerde imaging- en analysetechnologie toe te passen op de nimmer aflatende uitdagingen van inspectie en onderhoud van snelwegen, stedelijke straten, parkeerterreinen en andere verharde oppervlakken waarop mensen dag in dag uit lopen en rijden.
Meer weten over dit project?
Download hier de volledige case.
