leanbi
06/05/2019

LeanBI an der SDS 2019: Swiss Conference on Data Science Deep-Learning-Lösungen für eine kostengünstige Tunnelwartung

Datum: 14. Juni 2019

Zeit: 09:00 – 18:30 Uhr, mit Apéro Riche

Ort: Kursaal Bern



SDS2019

SDS2019 bringt Meinungsbildner, Praktiker, Entscheidungsträger und Forscher mit Interesse an Data Science zusammen. Ziel ist es, den Ideenaustausch für innovative Produkte und Dienstleistungen insbesondere für den Schweizer Markt zu fördern und die Gemeinschaft der Datenwissenschaftler zu erhalten.

SDS2019 wird Vorträge in 2 verschiedenen Bereichen von akademischen und wirtschaftlichen Beiträgen anbieten. Die akzeptierten wissenschaftlichen Arbeiten werden in der digitalen Bibliothek IEEE Xplore veröffentlicht. Für Unternehmen sind Vorträge mit wirtschaftlicher Bedeutung und datengesteuerte Innovationskonzepte eingeladen und werden vorgestellt.

LeanBI an der SDS2019

LeanBI darf in Zusammenarbeit mit Amberg einen Vortrag zum Thema «Deep-Learning-Lösungen für eine kostengünstige Tunnelwartung». Hierzu haben wir im Jahr 2018 ein erfolgreiches Projekt umgesetzt.

Jährlich werden 4700 km neue Tunnel gebaut, was einem jährlichen Gesamtwachstum von 7% entspricht. Bis heute basiert die Tunnelbewertung hauptsächlich auf einem langsamen und subjektiven menschlichen Inspektionsprozess. Da die Gesamtlänge der zu prüfenden Tunnel ständig zunimmt, wird es immer wichtiger, deren Betriebssicherheit mit sicheren und kostengünstigen Mitteln zu gewährleisten.

Amberg Technologies hat in Zusammenarbeit mit LeanBI eine neue Plattform für Tunnelinspektionen auf Basis von Artificial Intelligence entwickelt. Die neue Plattform erreicht einen höheren Automatisierungsgrad durch die Anwendung von Deep Learning Modellen zur Bildsegmentierung.

Die automatische Fehlererkennung für Tunnel hat mehrere Vorteile. Erstens bietet es einen objektiveren und quantifizierbareren Ansatz für die Aufgabe der Tunnelinspektion. Dies ist wichtig, da die heutige manuelle Inspektion von Natur aus subjektiv ist und eine Abweichung der Ergebnisse zwischen verschiedenen Inspektoren oder sogar desselben Inspektors zu verschiedenen Zeiten besteht. Der Effekt ist stärker ausgeprägt bei schwierigen Anomalien, wie beispielsweise Risse beliebiger Größe und Form. Während die manuelle visuelle Inspektion von Kilometern gescannter Tunnel Dutzende von Stunden Arbeitszeit in Anspruch nehmen kann, dauert es nur wenige Minuten, bis ein trainiertes Deep-Learning-Modell die gleiche Anzahl von Bildern annotiert. Ein solches Modell kann entweder auf einem lokalen Computer oder in der Cloud ausgeführt werden, was die Zusammenarbeit erleichtert. Dank der Objektivität und Schnelligkeit der automatischen Tunnelinspektion schließlich ermöglicht letztere es den Inspektoren, Änderungen des Zustands eines Tunnels über die Zeit leicht zu verfolgen.

Der Vortrag erläutert die Prinzipien der neuen Plattform und konzentriert sich dann auf die Auswirkungen und Ergebnisse der Deep-Learning-Modellierung, die für die automatische Tunnelauswertung angewendet wird.

Wir freuen uns auf diesen Event.

Hier der Link zur Agenda des gesamten SDS 2019: https://sds2019.ch/conference-program?talk-list=1

Marc Tesch
Letzte Artikel von Marc Tesch (Alle anzeigen)