#risserkennung #tunnelbau #beton #bauwesen
Beton
Bauwesen
2 x 3 meter
Abplatzer & fehlende Bauteile
2D Kameras
In Zusammenarbeit mit unserem Kunden VMT GmbH, haben wir eine automatisierte Lösung für die Inspektion von Tunnelsegmenten vor dem Einbau entwickelt. Dieses System arbeitet unterirdisch in einer Tunnelbohrmaschine. Es untersucht die Oberfläche des Betons auf Defekte und prüft auf fehlende Einbauteile. Die fortschrittlichen Sensoren und die bildgebende Technologie des Systems stellen sicher, dass jedes Segment den strengen Qualitätsstandards entspricht, bevor es eingesetzt wird. Durch die Integration dieser Lösung in die Tunnelbohrmaschine erhöhen wir die Effizienz und Sicherheit des Tunnelbauvorgangs und verringern das Risiko struktureller Probleme und kostspieliger Verzögerungen.
Anforderung
Moderne Verkehrstunnel werden heute häufig mit Tunnelbohrmaschinen gebaut. Beim Tunnelbau wird die Innenwand des Tunnels mit großen Betonfertigteilen (Tübbinge/Segmente) ausgekleidet, die einen Ring bilden. Diese Betonteile können manchmal Fehler an der Oberfläche oder in Einbauteilen aufweisen. Diese Mängel sollen automatisch erkannt werden, damit geeignete Maßnahmen, insbesondere Reparaturen, vor dem Einbau durchgeführt werden können.
Herausforderungen
Die Umweltbedingungen unter Tage führen zu folgenden Herausforderungen:
- Umfassende Oberflächeninspektion von Bauteilen bis zu einer Größe von 4 x 2 Metern
- Schwierige Oberflächenbeschaffenheit (Beton)
- Geringer Platz in der Maschine führt zu einem geringen Abstand zwischen Kamera und Prüfobjekt.
- hohe Verschmutzungsgrade durch Schlamm und Wasser auf der Ausrüstung und dem Objekt.
Hardware
Dank der umfangreichen Erfahrung unseres Kunden VMT GmbH im Tunnelbau, konnte ein Hardwarekonzept entworfen werden, das in der Tunnelumgebung stabil arbeitet und besonders vor Verschmutzung geschützt ist. Bei der Umsetzung des Hardwarekonzepts war die gute Kommunikation mit dem Maschinenbauer von Vorteil, der die Kamerapositionen in die Konstruktion der Maschine einplanen konnte. Das endgültige Konzept besteht aus vier hochauflösenden 2D-Kameras, die fünf Oberflächen des Objekts inspizieren. Die Daten werden auf einem Edge-Device verarbeitet, was Vorteile in Bezug auf die Echtzeitanforderungen und den reduzierten Bandbreitenbedarf hat.
Software
Verschiedene Algorithmen des maschinellen Lernens wurden trainiert, um zuverlässige Fehler zu erkennen. Grundlage hierfür ist die hauseigene CVC Inspect-Infrastruktur. Die Modelle wurden mit den neuesten Technologien des maschinellen Lernens implementiert und sind für die Erkennung von insgesamt fünf Fehlerklassen definiert. Ein besonderes Highlight ist der erstmalige Einsatz eines Softwaremoduls für KI-basierte CAD-Modellausrichtungstechnologie unter Verwendung von Keypoint-Regression zur Oberflächenentzerrung, welches in einer gemeinsamen Paper mündete.
Ähnliche Beiträge
Das 6. European Machine Vision Forum 2023: Eine Zusammenfassung
The European Machine Vision Forum (EMVF) ist eine bemerkenswerte Plattform für Bildverarbeitungsenthusiasten in Europa, die die Kluft zwischen Forschern und Industrieexperten überbrückt. In diesem Jahr kamen über 100 Teilnehmer zum 6. Europäischen Bildverarbeitungsforum in Wageningen zusammen, das am 12. und 13. Oktober stattfand. Bild 1: Experten aus Forschung [...]
Wissenschaftliche Veröffentlichung – Tunnelsegment Erkennung & Inspektion mit KI
Eines unserer interessantesten Projekte ist die KI-basierte Qualitätssicherung von Tunnelsegmenten. Gemeinsam mit unserem Kunden VMT GmbH konnten wir ein Paper zu diesem System veröffentlichen, das auf dem World Tunnel Congress 2023 in Athen vorgestellt wurde! Im Folgenden geben wir einige Einblicke in die Veröffentlichung. Vielen Dank an alle, die [...]