Demonstrator: Schadenerkennung

Eine funktionierende Infrastruktur und Mobilität sind heutzutage unabdingbar. Dabei nehmen Brücken, als zentrale Bindeglieder des Verkehrs, eine Schlüsselstellung ein, denn im Bundesfernstraßen-Netz befinden sich aktuell etwa 39.500 Brücken.

Die analoge Dokumentation von Schäden ist für Bauwerksprüfer/innen überholt und umständlich. Sie bedarf einer Automatisierung, die mithilfe der Künstlichen Intelligenz erreicht werden kann. Dieser Demonstrator zeigt, wie ein KI-Modell dafür eingesetzt werden kann, Schäden in aufgenommenen Bildern zu erkennen und nach Schadenstypen zu klassifizieren. Dabei wird der Schaden nicht nur entdeckt, sondern sogar pixelgenau erkannt. Das ermöglicht, dass automatisiert erfasst werden kann, wie die Ausrichtung von Schäden ist und welche Größe Schäden haben.

Anhand dieser Informationen und der höheren Messgenauigkeit können feinere Klassifizierungen von Schäden vorgenommen werden. Diese Ergebnisse können anschließend automatisiert in den Brücken-Prüfbericht eingetragen werden. Auf diese Weise sparen BauwerksprüferInnen Zeit und Aufwand bei der Brückeninspektion ein.

Für die Schadenerkennung hat der Lehrstuhl für Informatik im Bauwesen einen großen annotierten Datensatz mit über 7000 Bildern erstellt. Dieser Datensatz enthält die Schadenstypen Abplatzung, Riss, Korrosion und Kiesnest. Mithilfe dieser Datengrundlage und unserer KI-Modelle können alle diese Schadenstypen automatisch erkannt werden.

Ansprechpartnerin: Firdes Celik, M. Sc.
Wissenschaftliche Mitarbeiterin an der Ruhr-Universität Bochum (firdes.celik@ruhr-uni-bochum.de)