.png)
Met een achtergrond in computer vision en beeldherkenning, is collega Tom Blokland gespecialiseerd in het herkennen van objecten op beelden. Tom studeerde ICT aan de Hogeschool in Utrecht en koos de afstudeerrichting AI. Inmiddels voegt hij zijn kennis en kunde toe aan het Data Science team binnen VolkerWessels Infra Digital en het digitaliseringsprogramma NEXT en zet hij de AI technologie in voor de beeldherkenning van wegmarkeringen. In gesprek met Tom om deze technologie beter te begrijpen.
Gebr. Van Kessel is de komende jaren verantwoordelijk voor het monitoren en in stand houden van 250 kilometer aan rijkswegen in West-Brabant. Belangrijk onderdeel hiervan is het meerjarig in stand houden, monitoren, inspecteren en rapporteren over de toestand van het areaal in het beheersgebied. Hier hoort ook het schouwen van wegmarkeringen bij. Dit gebeurt met name fysiek en is daardoor tijdrovend. Hoewel fysieke inspecties noodzakelijk blijven voor specifieke situaties waar ervaring en menselijk inzicht cruciaal zijn, is er voor frequente afwijkingen zoals schade aan wegen en markeringen behoefte aan automatisering.
Tom: “De huidige inspectiemethodiek bestaat voornamelijk uit fysieke wegschouwingen, waarbij een schouwer de weg op moet om handmatig de conditie te controleren. Dit is een tijdsintensief proces en kent enkele uitdagingen. Vakkundige schouwers zijn schaars, en doordat zij fysiek de weg inspecteren, bestaat de kans dat bepaalde schades of afwijkingen gemist worden. Bovendien is het moeilijk om tijdens het rijden op alle aspecten tegelijk te letten. Hierdoor ligt er grote werkdruk op één schouwer, wat de kwaliteit en consistentie van de inspectie kan beïnvloeden.”
Digitale schouw
Volgens Tom en zijn team kan dit anders: “Door de weginspecties deels te automatiseren besparen we tijd en verhogen we de nauwkeurigheid van inspecties. Om dit te realiseren heb ik samen met het Data Science team een model ontwikkeld om wegen automatisch te inspecteren op basis van beelden uit een gedeeld platform. Zo maakt Gebr. Van Kessel gebruik van het platform Real-Time Road Inspection, waarin licentiehouders dashcambeelden van de weg kunnen uploaden waardoor een grote hoeveelheid beelddata beschikbaar is. Deze technologie maakt het mogelijk om met dashcambeelden, automatisch schades en afwijkingen te detecteren en lokaliseren.”
AI helpt en assisteert
De volgende stap waar Tom samen met zijn team aan werkt is het bouwen van een tool die gekoppeld is aan bijvoorbeeld een GIS-omgeving. Tom: “Onze focus ligt op het ontwikkelen van een model dat de conditie van rijkswegen accuraat in kaart kan brengen. Hierbij is het belangrijk dat het model gebruiksvriendelijk en makkelijk toepasbaar is door het bijvoorbeeld te integreren met bestaande GIS-systemen. Het zou tenslotte mooi zijn als de schouwers met één druk op de knop een rapportage genereren met daarin afwijkingen en schades, waardoor zij adequaat en snel kunnen reageren en onderhoud kunnen verrichten.”
Daarnaast maken de rapportages het ook makkelijker om een klant zoals Rijkswaterstaat te informeren. Door transparante en gedetailleerde rapportages te delen, verbeteren we het onderhoudsproces en zorgen we ervoor dat het wegennet in optimale staat blijft. Dat is volgens Tom ook het doel: “De fysieke schouw blijft, maar de toepassing van AI-beeldherkenning in de vorm van een digitale schouw helpt de fysieke schouwers te assisteren om hun werk effectiever en leuker te maken. Daarnaast is het ook een stuk veiliger: door de inzet van beeldherkenning hoeft een fysieke schouwer minder vaak de weg op. Dat past bij de visie van VolkerWessels op het gebied van veiligheid: “we werken veilig of we werken niet.”
