AISTEC: Digitale Technologien für die Erhaltung der Verkehrsinfrastruktur

Herausforderungen einer digitalen Bauwerkserhaltung

Guido Morgenthal, Volker Rodehorst, Bernd Fröhlich

Bauhaus-Universität Weimar, N. Hallermann und F. Madeya

Die Zuverlässigkeit der Verkehrsinfrastruktur ist ein wesentlicher Faktor für die Leistungsfähigkeit des Wirtschaftsstandortes Deutschland. Ingenieurbauwerke, wie z. B. Brücken, stellen in den Verkehrsnetzen kritische Elemente dar, die dauerhaft hohen Beanspruchungen ausgesetzt sind. Deren Inspektion wird derzeit durch Fachleute in einem aufwendigen, weitestgehend noch analogen Prozess vorgenommen. Schwerwiegende Probleme an Autobahnbrücken haben in jüngster Zeit vor Augen geführt, wie wichtig es ist, mögliche Alterungsschäden frühzeitig zu erkennen, um Erhaltungsmaßnahmen zeitgerecht und gezielt durchführen zu können und Verkehrseinschränkungen sowie unnötig hohe Instandsetzungsmaßnahmen zu vermeiden.

Den Herausforderungen einer digitalen Bauwerkserhaltung widmet sich eine interdisziplinäre Forschergruppe unterstützt von Partnern aus der Praxis im Verbundforschungsvorhaben „AISTEC - Bewertung alternder Infrastrukturbauwerke mit digitalen Technologien“. Vom Verbundkoordinator Bauhaus-Universität Weimar beteiligen sich die Professuren Modellierung und Simulation – Konstruktion, Computer Vision in Engineering und Virtual Reality and Visualization Research als ein Team, das moderne Methoden des Bauingenieurwesens und der Informatik für die digitale Zustandsbewertung von Bauwerken verknüpft. Die Bundesanstalt für Materialforschung und -prüfung (BAM) bringt sich als weiterer wissenschaftlicher Partner mit umfangreichen Kompetenzen im Bereich des sensorbasierten Bauwerksmonitorings ein.

Im Projekt werden gemeinsam von allen Verbundpartnern digitale Technologien entwickelt, die eine automatische Zustandserfassung und -bewertung von Ingenieurtragwerken auf Basis digitaler Bild- und Sensordaten ermöglichen. Hochauflösende Kameras, getragen von automatisiert fliegenden unbemannten Flugsystemen (UAS), zeichnen beispielsweise kleine Risse im Beton auf und ermöglichen so eine automatische, von künstlicher Intelligenz unterstützte Extraktion von Schadensinformationen. Um das Zustandsbild des Bauwerks zu vervollständigen, wird zusätzlich Sensorik direkt am Bauwerk installiert, die es permanent überwacht und bei Überschreitung festgelegter Grenzwerte eine bildgestützte Prüfung des Bauwerks auslöst. Die so gesammelten und ausgewerteten Daten sind Grundlage computergestützter Simulationen des Tragverhaltens. Zur Unterstützung der Bauwerksexperten werden alle Bauwerks- und Ergebnisdaten in einer virtuellen Umgebung visualisiert, sodass eine Begutachtung aus der Ferne möglich wird. Durch die neuen Methoden kann der Zustand von Infrastrukturbauwerken deutlich effizienter überwacht werden. Probleme werden früher erkannt, sodass ein schnelles Eingreifen möglich wird, bevor Sperrungen oder sogar der Abriss des Bauwerks drohen.

Praxisorientierte Forschung und Entwicklung

Um eine praxisorientierte Entwicklung der Methoden und Verfahren zu gewährleisten, werden die zukünftigen Endanwender von Beginn an aktiv in das Forschungsprojekt eingebunden. Die Deutsche Bahn als einer der größten Infrastrukturbetreiber Deutschlands sowie Leonhardt, Andrä und Partner als Ingenieurbüro für die Planung und Unterhaltung von Infrastrukturbauwerken unterstützen die Forscher als Praxispartner maßgeblich. Sie legen die Grundlagen für eine zukünftige digitale Bauwerkserhaltung, indem sie die Anforderungen an zu identifizierende Schäden und zu erhebende Zustandsdaten definieren. 

So wurden in Kooperation mit allen Projektpartnern konkrete Anwendungsszenarien definiert und geeignete Referenzbauwerke ausgewählt, an denen die Umsetzung projektbegleitend erprobt wird. Hierzu zählen Bauwerke wie die Scherkondetalbrücke, Maintalbrücke Gemünden und die Unstruttalbrücke der DB Netz AG sowie die neue Hochmoselbrücke aus dem Bereich des Verkehrsträgers Straße. Zur Gewährleistung der Übertragbarkeit der Ergebnisse auf weitere Verkehrsträger und Bauwerke werden die Bundesanstalt für Straßenwesen (BASt) und einige Straßenbauverwaltungen der Bundesländer als assoziierte Partner eingebunden und darüber hinaus erweiterte Anwendungsszenarien, wie die Inspektion von Tunnelbauwerken, definiert.

Automatische Rissdetektion (Rissbreite 0,15 mm, rot) unter Verwendung...
Automatische Rissdetektion (Rissbreite 0,15 mm, rot) unter Verwendung
neuronaler Netze in einer Luftbildaufnahme der Drohne an einem
Referenzbauwerk.
Quelle: Bauhaus-Universität Weimar, C. Benz

Zustandserfassung mit KI-basierter Bildanalyse

Die Kette der Analysen und Auswertungen zur Extraktion von Schadensinformationen basiert auf hochauflösenden Bildern, die mittels UAS automatisch aus geringem Abstand zum Bauwerk aufgenommen werden. Dies erfordert besondere Präzision bei der Planung und Durchführung der Flugmissionen, wobei menschliche Piloten an ihre Grenzen kommen können und durch satellitengestützte Navigationssysteme (GNSS) und andere Sensoren unterstützt werden müssen. Nur so können Aufnahmen mit der erforderlichen Auflösung erzeugt werden, die für die Detektion kleinster Risse benötigt werden. Hierfür werden im Vorfeld 3D-Flug­routen geplant, die auf vorhandenen geometrischen Modellen aus einer Bauwerksmodellierung (z. B. BIM) oder einer vorherigen Befliegung basieren. Unter Wahrung aller Gesetze und Sicherheitsanforderungen wird so eine vollständige Aufnahme des Bauwerkes in der benötigten Qualität gewährleistet. Diese Routen werden vom UAS automatisch abgeflogen und erzeugen je nach Anwendungsfall Tausende hochauflösende Bilder, aus denen anschließend hochpräzise 3D-Oberflächenmodelle rekonstruiert werden. Mithilfe von hochgenauen geodätischen Messungen von am Bauwerk angebrachten Zielmarken werden alle Modelle metrisch skaliert und georeferenziert, sodass Vergleiche von mehreren Messungen über lange Zeiträume hinweg möglich sind, bei denen auch kleinste Verformungen und Veränderungen erkannt werden.

Zur Lokalisierung feiner Risse in den Bildern der Bauwerksoberfläche wird tiefgehendes maschinelles Lernen (Deep Learning) eingesetzt, welches in den letzten Jahren die bildbasierte Objekt­erkennung revolutioniert hat. Basierend auf einem selbst erstellten Datensatz aus Tausenden von annotierten Bildern von brückentypischen Bauwerksoberflächen mit Rissmarkierungen, wurde ein tiefes neuronales Faltungsnetzwerk (Deep Convolutional Neural Network - DCNN) entworfen und trainiert. Es hat dabei sowohl aussagekräftige Erkennungsmerkmale als auch eine stabile Klassifikationslogik erlernt und reagiert so sensitiv auf sichtbare Rissstrukturen. Durch geometrische Projektion werden die erkannten Risse auf dem 3D-Modell des Bauwerks verortet und angezeigt. Neben der visuellen Darstellung ermöglicht die objektbezogene Extraktion von Rissstrukturen Aussagen über deren Länge und Breite. Diese Informationen können für Analysen des Tragverhaltens des Bauwerkes verwendet werden und erlauben die Verfolgung der Risse über lange Zeiträume.

Sensorbasierte Überwachung des Bauwerksverhaltens

Mit Hilfe von UAS-Befliegungen kann der Zustand von Infrastrukturbauwerken zu diskreten Zeitpunkten erfasst werden. Damit der Bauwerkszustand lückenlos überwacht wird, werden ergänzend Sensoren installiert, die kontinuierlich Bauwerksdaten erfassen. Anhand der gemessenen Daten werden mit Methoden des Structural Health Monitorings (SHM) Bauwerksschäden automatisiert detektiert, lokalisiert und quantifiziert. Mit Hilfe dieser Informationen können Befliegungen mit UAS intelligent nach Bedarf ausgelöst werden. Sowohl das Bauwerksverhalten als auch das Messverhalten der Sensoren wird durch sich ändernde Umweltbedingen beeinflusst. Um den Einfluss von Umweltbedingungen zu erforschen und SHM-Methoden daran anzupassen, werden Versuche an repräsentativen Laborstrukturen in einer Großklimakammer durchgeführt.

usschnitt des Simulationsmodells der Scherkondetalbrücke (oben) und...
Ausschnitt des Simulationsmodells der Scherkondetalbrücke (oben) und Berechnungsergebnisse zur Beurteilung des Tragverhaltens: Identifikation höher beanspruchter Bereiche aus kombinierter Beanspruchung von ständigen Lasten, Temperaturänderung und der dynamischen Zugüberfahrt eines ICE.
Quelle: Bauhaus-Universität Weimar, M. Helmrich

Simulation und Tragwerksanalyse

Die erfassten und verarbeiteten digitalen Bauwerks- und Zustandsdaten werden für weitergehende Tragwerksanalysen und -simulationen zur Zustandsbewertung genutzt. Dabei wird die realitätsnahe numerische Abbildung von Bauwerken mit komplexem Tragverhalten von zahlreichen Modellierungsfaktoren beeinflusst. Stark vereinfacht lassen sich diese in zwei Gruppen aufteilen: in Faktoren, die den Tragwerkswiderstand gegen Verformungen beeinflussen (z. B. Geometrie, Lagerungsbedingungen oder Art und Größe von Schädigungen), und in Faktoren, die die Einwirkungen auf das Tragwerk beschreiben (z. B. Temperaturänderung). Für eine Prognose des zukünftigen Tragwerksverhaltens ist es essenziell, dass beide Gruppen so genau wie möglich direkt oder indirekt in Kombination mit einer Modellkalibrierung in ihrer Größe quantifiziert werden. 

Hierfür werden einerseits die rekonstruierten 3D-Punktwolken für ein geometrisches Update der Berechnungsmodelle verwendet, da die reale Geometrie oft nicht in vergleichbarer Qualität bestimmbar ist. Das so erzeugte Modell repräsentiert dadurch aber nicht zwangsweise das reale Tragverhalten, da eventuelle Abweichungen der Materialsteifigkeit oder Steifigkeitsänderungen durch Schädigungen mit nur einer Aufnahme nicht erfasst werden können, sodass eine weitere Aufnahme als Referenzmessung verwendet wird. Werden neben den Verformungsdaten auch die automatisch erkannten und auf das Bauwerk projizierten Anomalien im Modellaktualisierungsprozess berücksichtigt, können Änderungen im Tragwerkswiderstand oder in der angenommenen Einwirkung ermittelt und kalibriert werden. Auf Basis der kalibrierten numerischen Berechnungsmodelle können im Anschluss Aussagen über das zukünftige Tragwerksverhalten im Grenz- und Gebrauchszustand getroffen werden.

Visualisierung der Verformung (überhöhte Darstellung) des Brückenbauwerks...
Visualisierung der Verformung (überhöhte Darstellung) des Brückenbauwerks durch eine Zugüberfahrt in kollaborativer VR. Die numerisch simulierten 3D-Verformungszustände werden automatisch in die gescannte Bauwerksgeometrie eingebettet und farblich sowie räumlich dargestellt.
Quelle: Bauhaus-Universität Weimar, S. Beck

Zustandsanalyse in der Virtuellen Realität

Die Bauwerksprüfung wird durch kollaborative Virtuelle Realität (VR) sowie neu entwickelte Visualisierungs- und Interaktionstechniken unterstützt. Zum Einsatz kommen projektionsbasierte VR-Systeme, mit denen hochaufgelöst erfasste 3D-Bauwerksgeometrien für bis zu sechs Personen visualisiert werden. Die VR-Systeme bieten jedem Nutzer eine individuelle stereoskopische Perspektive, was eine grundlegende Voraussetzung für kollaboratives Arbeiten in Virtueller Realität ist. Die gemeinsame Zustandsanalyse profitiert insbesondere von natürlichen Interaktionsgesten, wie z. B. dem Zeigen auf geometrische Details. Die visualisierten 3D-Bauwerksgeometrien vermitteln den Nutzern ein realistisches Gefühl der Präsenz am Bauwerk, obwohl sie nur virtuell vor Ort sind.

Bauwerksprüfer und Entscheider explorieren die virtuellen Bauwerke gemeinsam und analysieren sowohl den Gesamtzustand als auch kritische Schadstellen in sehr hoher Auflösung „handnah“. Durch virtuelles Navigieren lassen sich schwer zugängliche Bereiche am Bauwerk mühelos erreichen. Oberflächliche Schäden wie Rostfahnen, Abplatzungen und Risse können am digitalen Bauwerk markiert, annotiert und für spätere Analysen verortet abgespeichert und damit konsistent dokumentiert werden. In nachfolgenden Bauwerksprüfungen werden Nutzer vom System automatisch zu bereits dokumentierten Schäden hingeführt. Ortsfremde Gutachter lassen sich für die Bauwerksprüfung und Entscheidungen hinzuziehen.

Durch den Einsatz neuer Visualisierungs- und Interaktionstechniken werden in Bilddaten automatisch lokalisierte Oberflächenschäden mit dem virtuellen Bauwerk überlagert und lassen sich im Kontext des Bauwerks explorieren. Wiederholt gescannte Bauwerke lassen sich ebenfalls virtuell überlagern, wodurch oberflächliche Veränderungen aber auch Dehnungen und Stauchungen (z. B. aufgrund von Temperaturunterschieden) sichtbar werden. Zudem werden Ergebnisse numerischer Simulationen auf gescannte 3D-Bauwerksgeometrien übertragen und interaktiv in VR visualisiert. Kritische Bauwerkszustände wie beispielsweise dynamische Verformungen aufgrund von Zugüberfahrten oder Wind, werden so im Kontext des Bauwerks leicht nachvollziehbar und verständlich. Entscheider, Bauwerksprüfer aber auch Auszubildende profitieren durch den Einsatz von kollaborativer VR auf vielfältige Weise.

Beitrag zum digitalen Anlagenmanagement der Zukunft

Durch die neuentwickelten, innovativen digitalen Methoden kann zukünftig der Zustand von Infrastrukturbauwerken genauer, sicher­er, objektiver und effizienter überwacht werden. Dadurch können Inspektionen bei Bedarf häufiger durchgeführt und Inspektionslücken geschlossen werden. So können Schäden früher erkannt und ein schnelleres und gezielteres Eingreifen ermöglicht werden, bevor Nutzungseinschränkungen oder sogar die Sperrung des Bauwerks drohen. Durch die lückenlose Zustandserfassung und konsistente Speicherung aller im Prozess der Bauwerksprüfung anfallenden Daten in einem digitalen Zwilling wird die Grundlage für ein zukünftiges digitalisiertes Anlagenmanagement der Verkehrsinfrastruktur geschaffen. 

Projektwebseite mit weitergehenden Informationen: https://www.uni-weimar.de/aistec 

Verwandte Artikel

Erstellung von Kriteriumsvorschlägen für Feuerwehr-UAV

Erstellung von Kriteriumsvorschlägen für Feuerwehr-UAV

Der Drohnen-Workshop auf der diesjährigen Messe FLORIAN behandelt die Thematik der technischen UAS-Kriterien im Rahmen der neuen Durchführungsverordnung 2019/947. Eröffnet wurde die Veranstaltung von Herrn Lars Oschmann (stv. Präsident des DFV)....

Enforce Tac und U.T.SEC 2019: Nürnberger Messe-Duo erfolgreicher denn je

Enforce Tac und U.T.SEC 2019: Nürnberger Messe-Duo erfolgreicher denn je

Nach zwei Messetagen am 6. und 7. März sind die 8. Enforce Tac, Internationale Fachmesse für Führungs- und Einsatzmittel der Behörden mit Sicherheitsaufgaben, und der 3. U.T.SEC – Summit for Drones, Unmanned Technologies & Security mit...

Gefahrendetektion mit autonomen UAS und UGV

Gefahrendetektion mit autonomen UAS und UGV

Wenn Sensoren im Unglücksfall in einer CBRNe-­Gefahrenzone zum Einsatz kommen sollen, stellt sich oft die Frage, wie diese dorthin ausgebracht werden können. Sollten Einsatzkräfte diese selbst in Stellung bringen? Oder gibt es andere...

: