science >> Wetenschap >  >> Elektronica

Plotseling kuilen ontwijken na al die regen? Hier leest u hoe drones kunnen helpen bij reparaties

Vroeg repareren is veel goedkoper dan laat repareren. Tegoed:Shutterstock

Als het regent, giet het. En als het giet - zoals dit jaar - krijgen we kuilen. Hoewel kleine kuilen een ongemak zijn, kunnen grote kuilen autowielen vernietigen en crashes veroorzaken, zoals tientallen automobilisten vorige week ontdekten op de Hume Freeway.

Drie zeer regenachtige jaren langs de oostkust van Australië betekenen dat de kuilen in aantal toenemen. In het zuidoosten van Queensland lagen maanden na overstromingen in de regio duizenden kilometers wegen met gaten te wachten op reparaties. In het binnenland van New South Wales hebben wegwerkers sinds februari meer dan 135.000 kuilen gerepareerd.

Potholes kunnen zelfs een rol spelen bij de Victoriaanse verkiezingen van volgende maand. Labour heeft dringende reparaties beloofd, terwijl de liberalen gedurende tien jaar A$ 1 miljard per jaar hebben toegezegd voor wegenonderhoud.

Pothole-reparaties vinden meestal plaats lang nadat de schade voor het eerst is ontstaan. Dit geldt met name in landelijke gebieden waar gemeenten met een zeer beperkt budget uitgebreide wegennetwerken moeten onderhouden. Het groeiende probleem heeft sommige gemeenten er al toe gedwongen de programma's voor kapitaalwerken stop te zetten om hun wegen te versterken. Dat is waar ons nieuwe onderzoek kan helpen.

Door drones of camera's op auto's te gebruiken, kunnen we de staat van de wegen in een gebied vastleggen om een ​​digitaal model te bouwen. We kunnen er vervolgens een machine learning-programma op uitvoeren om nauwkeurig te voorspellen welke kuilen zich waarschijnlijk zullen uitbreiden tot een wielvernietigende put.

Dit kan leiden tot veiligere wegen en kan belastingbetalers en automobilisten veel geld besparen. Kosten-batenanalyse suggereert dat het de monitoringkosten met ongeveer 40% zou kunnen verlagen.

Waarom zijn kuilen momenteel in het nieuws?

Potholes maken nieuws omdat ze plotseling overal zijn. Terwijl we ons derde jaar van La Nina doorstaan, hebben we in veel delen van Australië ongekende regens en overstromingen gehad.

Een kuil ontstaat meestal wanneer regen op asfalt landt en naar lagere punten op de weg stroomt. Autobanden dwingen het water tot diep in kleine scheuren en spleten. Deze druk breekt na verloop van tijd kleine stukjes asfalt af. Een kleine kuil kan snel breder en dieper worden naarmate er meer verkeer overheen gaat.

Potgaten kunnen zich op andere manieren vormen, bijvoorbeeld wanneer water de voet van de weg infiltreert en holtes onder het asfalt creëert. Nadat er genoeg auto's over de plek zijn gereden, breekt het asfalt.

Gewoonlijk komen wegenbeheerders achter kuilen door klachten van het publiek of wanneer werknemers rondrijden om ze te zoeken. Potholes worden ook aangepakt door periodiek opnieuw te bestraten.

Maar op dit moment vinden veel gemeenten het moeilijk om alle gaten die gerepareerd moeten worden bij te houden.

Als er genoeg tijd verstrijkt, kan een klein kuiltje een gigantisch en duur probleem worden. Als gevolg hiervan is in de praktijk veel kuilreparatie reactief - en een hoofdpijn voor gemeenten.

Waarom zou een digitaal model van onze wegen helpen?

Digital twin-technologie wordt steeds populairder als een manier om alles te bewaken, van supply chains tot appartementen tot magazijnen. Het doel is meestal om geld te besparen.

Zodra u een gedetailleerd digitaal model van real-world assets hebt gebouwd, kunt u het model op tijd vooruit laten lopen om te zien waar de stresspunten zijn en waar u vroeg moet ingrijpen. Als het model eenmaal is gebouwd, moet u het een of twee keer per jaar bijwerken.

Laten we zeggen dat je een netwerk van landwegen hebt in het binnenland van Queensland. Je stuurt drones op, die duizenden hoge resolutie beelden van de wegen maken. Vervolgens naai je deze afbeeldingen aan elkaar om een ​​3D-model te maken. Als je dat eenmaal hebt, kun je een machine learning-programma op deze afbeeldingen trainen om veelbetekenende problemen op te sporen.

Hoe maak je het model? In mijn onderzoek heb ik met twee drones een 3D-model gemaakt van 250 meter Turner Street in Port Melbourne, dat vaak beschadigd is door grote aantallen vrachtwagens. De beste methode om kwaliteitsfoto's te maken, bleek handmatig te zijn, in plaats van te vertrouwen op de automatische systemen van de drone. Toen ik genoeg foto's had, heb ik ze omgezet in een digitale tweeling en een machine learning-tool getraind om kuilen te markeren die het waard zijn om te repareren.

Niet alle kuilen zijn gelijk gemaakt. Sommige blijven jarenlang even groot, terwijl ongewoon diepe of brede kuilen snel erger worden. Als het programma eenmaal geleerd heeft waarnaar het moet zoeken, kan het de ergste overtreders vinden en ze markeren voor snelle reparatie

Een wegwerker met 20 jaar onder hun riem zal meestal een gevoel hebben voor welke kuilen erger zullen worden. Ons onderzoek legt die kennis vast en maakt er een algemeen beschikbaar hulpmiddel van.

Dus hoe nauwkeurig was AI bij het leren markeren van kuilen die waarschijnlijk zouden verslechteren? Ongeveer 85% nauwkeurig, wat acceptabel is.

In mijn kosten-batenanalyse ontdekte ik dat deze methode ongeveer 40% goedkoper zou zijn dan de traditionele methode waarbij één persoon rijdt en een ander aantekeningen maakt. Het zou een vergelijkbare tijdsinvestering vergen, maar het werk kan door één persoon worden gedaan in plaats van door twee. Wat zijn de nadelen? De grootste voor gemeenten is waarschijnlijk de opslag van de grote hoeveelheden gegenereerde gegevens en zorgt ervoor dat deze zowel veilig als toegankelijk is.

Wanneer mensen zinnen als drones, machine learning en digitale tweelingen horen, kunnen ze dit mentaal opslaan onder "interessant maar te veel werk". Dat is een grote schande. Het gebruik van deze tools is nu veel gemakkelijker dan vroeger - en industrieën van medische wetenschap tot autofabricage nemen ze over.

De overstromingen en stortregens van dit jaar bieden gemeenten en andere wegbeheerders een uitgelezen kans om te kijken wat er nu mogelijk is.