TACK-II: En AI plattform för automatiserad tunnel inspektion och tillståndsbedömning

Projektnamn och akronym: TACK-II: En AI plattform för automatiserad tunnel inspektion och tillståndsbedömning
Projektledare: Andreas Sjölander, Betongbyggnad (Byggvetenskap)
Medverkande forskare: Andrea Nascetti (SoM), Valeria Belloni (Sapienza), Ture Zingmark (Byv)
Samarbetspartner: Sapienza Università di Roma
Projektperiod: 20240101 – 20271231
Finansiering: Formas

Det här forskningsprojektet är en fortsättningen på det nyligen avslutade projektet TACK - Tunnel Automatisk spriCK detektering. Detta projekt använde en kombinerad metod av fotogrammetri och maskininlärning för att påvisa möjligheten att automatiskt upptäcka och mäta sprickornas längd och vidd i tunnlars betongförstärkning. Inom TACK användes en begränsad mängd data från tre tunnlar i Sverige för att demonstrera teknikens möjligheter. Det här projektet siktar på en demonstration av tekniken i större skala. Detta omfattar att samla in data från tre till fyra tunnlar och därefter automatisk upptäcka och visualisera sprickor i betongförstärkningen. En arbetsmetodik för digitala inspektioner med särskilt fokus på hur risken med sprickor ska bedömas automatisk kommer att utvecklas. Denna metod kommer därefter användas för att tillståndsbedöma tunnlarna. Slutligen är det viktigaste steget med detta projekt att jämföra resultat från digitala och traditionella inspektioner. I detta steg ska noggrannhet, tid och kostnader samt kunskapsöverföring mellan inspektör och
ägare utvärderas på ett systematisk sätt. Detta är ett viktigt steg för att visa möjligheterna med den föreslagna metodiken samt att ta den ett steg närmare implementering.

Kontakt