Crack Wall - Schadeherkenning met AI

Kunnen we een scheur detecteren met uitsluitend foto’s die met een camera zijn genomen?

Het doel van het project was het integreren van geavanceerde technologieën voor scheuridentificatie. De focus lag op het testen van een AI-algoritme dat scheuren op basis van beeldmateriaal kan herkennen en het toepassen van nieuwe types scheursensoren op fysieke testobjecten om de resultaten van de AI te valideren en te vergelijken.

Door deze innovatieve technieken toe te passen laat het project zien dat snelle, toegankelijke en betrouwbare scheurdetectie mogelijk is zonder gebruik van gespecialiseerd meetapparatuur. Deze aanpak kan post-aardbeving beoordelingen aanzienlijk verbeteren, structurele monitoring ondersteunen en inspectiekosten verlagen.

Het project testte met succes AI-modellen die in staat zijn scheuren te identificeren op basis van afbeeldingen. Daarnaast werd een grootschalige experimentele testcampagne uitgevoerd. De resultaten tonen een haalbare route richting laagdrempelige digitale monitoring van constructies.

De resultaten van CRACK-WALL bieden meerwaarde voor ingenieursbureaus, gemeenten en beheerders van historische gebouwen, doordat snelle on-site beoordelingen mogelijk worden met eenvoudig beschikbare middelen. De ontwikkelde methodiek en inzichten vormen een basis voor vervolgonderzoek, samenwerking met industriële partners en toekomstige toepassingen binnen slimme monitoringssystemen.