Nederland staat voor een grote onderhoudsopgave. Veel bruggen, wegen, dijken en andere onderdelen van de infrastructuur worden ouder, terwijl de hoeveelheid inspectiegegevens snel toeneemt en er steeds minder ervaren inspecteurs beschikbaar zijn.
In dit promotieonderzoek wordt onderzocht hoe kunstmatige intelligentie (AI) inspecteurs kan ondersteunen bij het beoordelen van de conditie van infrastructuur. Door grote hoeveelheden gegevens, zoals foto's, dronebeelden en andere inspectiedata, slim te analyseren, kunnen afwijkingen sneller worden herkend en kunnen onderhoudsbeslissingen beter worden onderbouwd.
Tijdens de eerste twee jaar van het onderzoek is samengewerkt met publieke organisaties, zoals Rijkswaterstaat, provincies, gemeenten en waterschappen. Door middel van interviews, werkbezoeken en praktijkonderzoek is in kaart gebracht hoe inspecties en onderhoud momenteel worden uitgevoerd en op welke momenten AI en algoritmen het werkproces kunnen ondersteunen. Op basis van deze inzichten worden AI-algoritmen nu toegepast binnen een praktijkcasus van een waterschap, om te bepalen of afwijkingen in dijken automatisch kunnen worden herkend in grote hoeveelheden inspectiedata. In de laatste fase van het onderzoek worden AI-ondersteunde inspecties vergeleken met de traditionele werkwijze. Zo wordt duidelijk wanneer AI daadwerkelijk meerwaarde biedt voor inspecteurs en beheerders van infrastructuur.
Hoe kunnen AI en algoritmen inspecties van infrastructuur ondersteunen, zodat afwijkingen sneller worden herkend en onderhoud beter en efficiënter kan worden uitgevoerd?
Het doel van het onderzoek is om te bepalen hoe AI op een betrouwbare en praktische manier kan worden ingezet om inspecteurs te ondersteunen. Daarbij wordt onderzocht welke toepassingen het beste aansluiten bij de dagelijkse praktijk van beheerders van infrastructuur.
Het onderzoek helpt publieke organisaties om beter om te gaan met de groeiende hoeveelheid inspectiedata en de toenemende onderhoudsopgave. Door inspecteurs te ondersteunen bij het analyseren van gegevens kunnen inspecties efficiënter worden uitgevoerd en kunnen onderhoudsmaatregelen beter worden gepland. Dit draagt bij aan een veilige en toekomstbestendige infrastructuur.
Het onderzoek levert inzicht op in waar AI binnen het inspectieproces de meeste meerwaarde heeft. Daarnaast ontstaan wetenschappelijke publicaties, praktische kennis over het toepassen van AI binnen infrastructuurinspecties en een vergelijking tussen AI-ondersteunde en traditionele inspectiemethoden.
Het onderzoek wordt uitgevoerd in nauwe samenwerking met publieke organisaties, zodat de resultaten direct aansluiten bij de praktijk. De opgedane kennis wordt gedeeld via wetenschappelijke publicaties, conferenties, workshops en onderwijs. De ontwikkelde inzichten kunnen organisaties helpen bij de verdere digitalisering van inspectie- en onderhoudsprocessen.
Output
Wat levert het project op?
Het promotieonderzoek wordt uitgevoerd binnen het lectoraat Constructieve Veiligheid & Aardbevingen van de Hanze en binnen de twee faculteiten van de Rijksuniversiteit Groningen: Faculty Science and Engineering en Faculty Spatial Sciences.
