Geautomatiseerde inspectie van infrastructuur aan de hand van drones (AUTODRONE).

In dit project gebruiken we drones om schade in infrastructuur te detecteren en op te volgen: windturbines, bruggen, sluizen, gebouwen, zonnepanelen, etc. Om een efficiënte vluchtplanning toe te laten voeren we een onderzoek uit naar bestaande vluchtplanningstools. Verder ontwikkelen we machine learning technieken om schade op een automatische manier te detecteren in de grote hoeveelheid beelden. Daarnaast onderzoeken we een methode om de evolutie van de schade in kaart te brengen. Er worden een 9-tal case studies uitgewerkt doorheen het project. De project is een samenwerking tussen UAntwerpen en WTC en bevat ook een gebruikersgroep van een 20-tal bedrijven (drone piloten en eigenaars van infrastructuur).

Trefwoorden:CAMERA, MACHINAAL LEREN, VISIE

Disciplines:Machine learning en besluitvorming, Infrastructuur engineering en assetmanagement, Computer vision

Project type:Samenwerkingsproject