KI-gestütztes Structural Health Monitoring

Structural Health Monitoring ist ein wesentlicher Schritt zur Verlängerung der Lebensdauer von Gebäuden und Infrastruktur. Ein zentraler Bestandteil des Structural Health Monitoring sind sich wiederholende visuelle Tätigkeiten, wie z. B. Inspektionen. Zu den üblichen Aufgaben gehören das Aufnehmen und Analysieren von Bildern, um potenzielle Schäden zu erkennen und deren Auswirkungen auf die Gebrauchstauglichkeit und Standsicherheit der Bauwerksstruktur zu bewerten. Aufgrund dieser Eigenschaften eignet sich die Zustandsüberwachung perfekt für Anwendungen der künstlichen Intelligenz.

Ein zentraler Forschungsschwerpunkt der Forschungsgruppe ist die automatisierte Erkennung von Schäden, insbesondere von Rissen für eine kosteneffiziente Instandhaltung von Betonbauwerken, wie z.B. Brücken und Gebäuden. Mit Hilfe von Künstlicher Intelligenz können Schäden erkannt und Bilder von Schäden live während eines Instandhaltungsprozesses analysiert werden. Die Klassifizierung von Betonschäden kann den Ingenieuren bei der Bewertung des Zustands der Struktur helfen. Darüber hinaus können Bildsegmentierungstechniken die Größe und Ausdehnung eines Risses bestimmen, um die Verschlechterung einer Struktur über die Zeit nachzuverfolgen. Beides würde autonome Inspektionen mit höheren Frequenzen ermöglichen, die von Drohnen oder autonomen Robotern durchgeführt werden.

Ein weiteres verwandtes Forschungsgebiet ist der KI-basierte Überwachungsprozess zur Echtzeitlokalisierung und Verfolgung von Arbeitern und Baumaschinen. Es zielt darauf ab, die Überwachung von Baustellenabläufen für die Arbeiter und Sicherheitsbeauftragten zu verbessern, um das Unfallrisiko zu verringern. Lokalisierung ist der Prozess des Erkennens und Abgleichens der Umgebung mit einem bekannten Modell oder mit zuvor gesehenen Daten. Autonome Robotik, Indoor-Navigation und Augmented Reality können von fortschrittlichen Lokalisierungsverfahren profitieren, was wiederum die Nutzbarkeit dieser Technologien für die Bauindustrie verbessert. Künstliche Intelligenz eröffnet neue Ansätze für dieses Problem, einschließlich Posenregression, semantische Erkennung und Punktwolkenverarbeitung. Darüber hinaus könnte eine zuverlässige und genaue Lokalisierung autonome Inspektionen vor Ort ermöglichen und die Sicherheitsbewertung für Gebäude und Infrastruktur verbessern. Wir erforschen verschiedene KI-gestützte Methoden zur Lokalisierung in Verbindung mit neuen Verfahren zur Gesundheitsüberwachung und Baustellensicherheit am Lehrstuhl.