Innovation in der Bauwerksprüfung Autonome Roboter transformieren die Gebäudeinspektion
Die fortschreitende Entwicklung der Robotik und des maschinellen Lernens eröffnet immer neue Möglichkeiten, um die Effizienz und Sicherheit in verschiedenen Bereichen zu erhöhen. Ein besonders vielversprechendes Gebiet ist die automatisierte Inspektion von Gebäuden und Infrastrukturen. Hier hat sich in jüngster Zeit eine Innovation abgezeichnet: die Entwicklung eines autonomen Robotersystems, das in der Lage ist, Risse und andere Schäden in Gebäudestrukturen eigenständig zu erkennen und zu analysieren.
Die Instandhaltung von Gebäuden und anderen baulichen Anlagen ist ein kritischer Faktor, um die Langlebigkeit und Sicherheit der Strukturen zu gewährleisten. Inspektionen durch menschliche Experten sind zeitaufwändig und können, insbesondere bei schwer zugänglichen Bereichen, auch riskant sein. Hier bieten robotergestützte Systeme einen Ausweg, indem sie menschliche Inspektoren unterstützen oder gar ersetzen und so die Effizienz, Genauigkeit und Sicherheit der Inspektionsprozesse verbessern.
Ein Forschungsteam des College of Engineering der Drexel University hat ein solches System entwickelt, das auf einer Kombination von Computer-Vision und Methoden des maschinellen Lernens basiert. Der autonome Roboterassistent ist mit einer hochauflösenden Stereo-Tiefenkamera ausgestattet, die es ermöglicht, genaue Bilder von der Gebäudestruktur zu erfassen. Die gesammelten Daten werden durch ein Convolutional Neural Network analysiert, ein Typ von neuronalem Netz, der insbesondere in der Bildverarbeitung zum Einsatz kommt.
Für das Training des Systems wurden dem Roboter Bilder von Musterrissen zur Verfügung gestellt, damit dieser lernen kann, ähnliche Muster auf Betonoberflächen zu identifizieren. Nachdem eine potenzielle Schadensstelle lokalisiert wurde, kommt ein Roboterarm mit einem Laserlinienscanner zum Einsatz, um ein dreidimensionales Bild des betroffenen Bereichs zu erstellen. Eine Lidar-Kamera ergänzt diese Daten, indem sie die Umgebung rund um den Riss abbildet. Aus diesen Informationen entsteht ein digitales Modell, das nicht nur die exakte Messung der Rissbreite erlaubt, sondern auch als Grundlage für die Überwachung von Veränderungen bei Folgeinspektionen dient.
Die Präzision dieses Systems wurde in praktischen Tests an einer Betonplatte mit verschiedenen Rissen und Beschädigungen unter Beweis gestellt. Hierbei konnte das System selbst kleinste Risse erkennen, die für menschliche Inspektoren kaum sichtbar sind. Trotz der hohen Genauigkeit des Robotersystems bleibt die endgültige Bewertung der Schäden jedoch Aufgabe des Menschen. Dennoch leistet der Roboterassistent einen wertvollen Beitrag, indem er die Arbeitsbelastung der Inspektoren reduziert und subjektive Beurteilungsfehler minimiert.
Die Forscher sehen in der Erstellung digitaler Zwillinge von Bauwerken einen weiteren Vorteil ihres Ansatzes. Durch die genaue Dokumentation des Zustands von Gebäuden können Eigentümer und Verwaltungen den Instandhaltungsbedarf besser einschätzen und zielgerichtete Maßnahmen ergreifen.
Die Entwickler des Robotersystems arbeiten aktuell daran, es in ein autonomes Bodenfahrzeug zu integrieren, das in Kombination mit Drohnen die Überwachung und Analyse von Gebäudeschäden weiter verbessern soll. Hierbei ist eine enge Zusammenarbeit mit der Industrie und Aufsichtsbehörden geplant, um die Technologie für die praktische Anwendung weiterzuentwickeln.
Die Kombination von Robotik und maschinellem Lernen zeigt einmal mehr ihr enormes Potenzial, um die Wartung und Inspektion von Bauwerken zu revolutionieren. Mit zunehmender Entwicklung und Integration dieser Technologien in den Alltag werden nicht nur Kosten und Zeit gespart, sondern auch die Sicherheit im Baugewerbe und in der Infrastruktur erheblich gesteigert.
