Detection and quantification of cracks in concrete bridges using drone-image inspection
Tid: Fr 2024-06-14 kl 10.00
Plats: M108, Brinellvägen 23, Stockholm
Videolänk: https://kth-se.zoom.us/j/62274505390
Språk: Engelska
Ämnesområde: Byggvetenskap, Bro- och stålbyggnad
Licentiand: Juan Camilo Avendaño , Bro- och stålbyggnad
Granskare: Associate Professor Jelena Ninic, University of Birmingham, UK
Huvudhandledare: Docent John Leander, Bro- och stålbyggnad; Professor Raid Karoumi, Bro- och stålbyggnad
QC 20240521
Abstract
Bedömningen av civil infrastruktur spelar en viktig roll för att säkerställa allmänhetens säkerhetoch strukturernas hållbarhet. Traditionella inspektionsmetoder innebär ofta manuellt arbete ochsubjektiva bedömningar, vilket leder till begränsningar i effektivitet och noggrannhet. Undersenare år har intresset ökat för att använda avancerad teknik, såsom obemannade flygfarkoster(UAV), bildanalys och maskininlärningstekniker, för att etablera dem som alternativ förinspektionsprocessen. Dessa tekniker ger olika fördelar jämfört med den manuella metoden närdet gäller tid, objektivitet och säkerhet. Resultaten från dessa tekniker kan ge ingenjörer somansvarar för bedömning och underhållsplanering detaljerade resultat som kan förbättra deraseffektivitet, men de är inte utan utmaningar.
Detta forskningsprojekt syftar till att utvärdera olika metoder som används för att upptäcka ochkvantifiera skador och deras integration med UAV som ett alternativ till manuella inspektioner.Den föreslagna metoden kombinerar bildanalystekniker, Convolutional Neural Networks(CNN) med drönare för att hantera de olika aspekterna av inspektioner, från datainsamling tillskadedetektering och kvantifiering. Metoden fokuserar på att upptäcka och kvantifierasmåsprickor som är så små som 0.1 mm på betongkonstruktioner och syftar till att uppnå resultatsom är jämförbara med dem vid traditionell inspektion. Dessutom presenteras en tillämpningsom visar att metoden är genomförbar i inomhusmiljöer, med fokus på inspektion av den inresektionen av en lådbalkbro, inklusive skapandet av 3D-fotogrammetriska modeller för attförbättra inspektionsprocessen.
Resultaten i uppsatsen belyser metodikens förmåga att upptäcka mikrosprickor med högsannolikhet och möjligheten att använda tekniken som en del av inomhusinspektioner utanidealiska förhållanden. Detta visar potentialen i att integrera de olika metoderna för att bidratill att omvandla manuella inspektioner mot mer effektiva metoder. Dessutom utvärderaranalysen av resultaten de nackdelar som uppstått och skisserar framtida forskningsriktningarsom syftar till att främja bildbaserade inspektioner och deras praktiska tillämpning.