HinweisCookies
Diese Webseite verwendet Cookies. Diese dienen der Zwischenspeicherung bei Bestell- oder Anmeldevorgängen. Nicht erfasst werden Daten wie Nutzungshäufigkeit oder Verhaltensweisen. Hier erfahren Sie mehr zum Thema Datenschutz.
Für die regelmäßigen Inspektionen von Infrastrukturbauwerken wie Brücken werden die Bauten bisher handnah in Augenschein genommen. Dementsprechend erweisen sich die Begutachtungen als langwierig und kostenintensiv. Der Einsatz unbemannter Flugsysteme könnte zu einer deutlichen Beschleunigung und Unterstützung der visuellen Prüfung beitragen. Die Bundesanstalt für Straßenwesen (BASt) initiierte deshalb die Entwicklung eines automatisierten Bildauswertungsverfahrens, das künftig im Rahmen der Bauwerksprüfung eingesetzt werden soll.
Die alle 6 Jahre stattfindende Hauptprüfung von Infrastrukturbauwerken erfolgt gemäß DIN 1076 handnah und vorwiegend visuell; häufig werden spezielle Besichtigungsgeräte eingesetzt. Vor allem bei großen Bauwerken sind diese Prüfungen mit einem erheblichen logistischen, zeitlichen und finanziellen Aufwand verbunden. Die alternative Verwendung unbemannter Flugsysteme (UAS) bietet die Möglichkeit, in kurzer Zeit und teilautomatisiert Bauwerksoberflächen durch hochauflösende Bilder zu erfassen. Ermöglicht wird so eine Extraktion von Bauwerksinformationen, die für eine weiterführende Bewertung des Bauwerkszustandes genutzt werden können. Im Auftrag der BASt untersuchte das Ingenieurbüro Guido Morgenthal - Technologien im Bauwesen, wie durch den Einsatz von UAS und einer leistungsfähigen, automatischen Bildanalyse zur Schadensdetektion die Effizienz und Qualität der Bauwerksprüfung gesteigert werden kann. Zu diesem Zweck sollten automatisierte Bildauswertungsverfahren zum künftigen praktischen Einsatz im Rahmen der Bauwerksprüfung entwickelt werden.
Ausgangspunkt der Untersuchungen war die Erarbeitung eines methodischen Konzeptes, welches die Schritte von der Planung der Datenaufnahme bis zur zuverlässigen Verortung potenzieller Schäden umfasste. Dieses Konzept war Grundlage zur Entwicklung eines bildbasierten Unterstützungssystems für die Bauwerksprüfung. Als zentrale Datenquelle hierfür dienten digitale Bilder der Bauwerksoberfläche, die mittels UAS teilautomatisiert aufgenommen wurden.
Zur Erprobung wurden entsprechende Referenzbauwerke ausgewählt und in mehreren Kampagnen mit UAS aufgenommen. Aus den gewonnenen Bilddaten wurden Objekt- und Aufnahmegeometrie zur Verortung der Bilder und die darin enthaltenen detektierten Anomalien berechnet. Im Mittelpunkt dieses Vorhabens stand der Einsatz von Methoden des maschinellen Lernens wie CNNs (Convolutional Neural Networks), um eine Methodik zur automatisierten Detektion von Rissen auf Betonoberflächen zu entwickeln. Mithilfe der eingesetzten Methoden wurden aus den Bilddaten sowohl quantitative als auch georeferenzierte Zustandsinformationen bezüglich der Schädigung der betrachteten Struktur gewonnen.
Die entwickelten Methoden erwiesen sich als leistungsfähig und geeignet für die im Projekt angestrebte Erkennung von Rissen auf Betonoberflächen. Die tiefen Faltungsnetzwerke sind in der Lage, Risse auf Betonoberflächen zuverlässig in Bildern zu erkennen und zu lokalisieren. Mit der Entwicklung des methodischen Konzeptes wurde die Grundlage zur Entwicklung eines bildbasierten Unterstützungssystems bei der Bauwerksprüfung geschaffen. Im Ergebnis steht eine sehr umfangreiche Datenbank mit repräsentativen annotierten Bildern von Rissen auf Betonoberflächen für das Training und die Validierung von Convolutional Neural Networks (CNNs) für die automatische Risserkennung zur Verfügung.
Darüber hinaus wurden Softwaretools zur Aufbereitung der Bilddaten und trainierte Faltungsnetze für die Erkennung von Rissen auf Betonoberflächen entwickelt. Zusätzlich liegen auch die aufgenommenen Bilddaten, die daraus berechneten georeferenzierten 3D-Bauwerksmodelle (Punktwolken und Oberflächenmodelle) sowie die Ergebnisse der automatischen Bildanalyse von den Referenzbauwerken vor. Die verfügbaren Datenbanken wurden zusammengeführt, um einen größeren und vielfältigeren Datensatz zu erzeugen. Jeder der Datensätze verfügt über eine spezielle Charakteristik, die – durch eine Kombination eingebracht – berücksichtigt wird und für das gesamte Faltungsnetz zu einer ausgeglichenen Repräsentation von Schadensmustern führt.
Die Ergebnisse bilden die Entwicklungsgrundlage für ein zukünftiges Unterstützungssystem, das die Prozesskette von der Planung der Datenaufnahme bis zur zuverlässigen Verortung potenzieller Schäden bei der Prüfung von Infrastrukturbauwerken umfasst. Dennoch sind mit Blick auf die Entwicklung eines zuverlässigen bildbasierten Unterstützungssystems für die Bauwerksprüfung weitere Forschungs- und Entwicklungsarbeiten erforderlich.
Bauwerksprüfung gemäß DIN 1076 – Unterstützung durch (halb-)automatisierte Bildauswertung durch UAV (Unmanned Aerial Vehicles – Unbemannte Fluggeräte)
Berichte der Bundesanstalt für Straßenwesen, Heft B 171, 2021
Bundesanstalt für Straßenwesen
Brüderstraße 53
51427 Bergisch Gladbach
Info-Service
Telefon: 02204 43-9101
Fax: 02204 43-2550
info@bast.de
Haben Sie Interesse am regelmäßigen Bezug einer oder mehrerer unserer Veröffentlichungen?
Mit unserem Bestellformular nehmen wir Sie in unseren kostenfreien Verteiler auf.