Straßenoberflächen und Schadenserkennung

Unser von Grund auf eigens entwickeltes und trainiertes Modell zur Erkennung von Straßenoberflächen und Straßenschäden erlaubt die pixelgenaue Erkennung und Klassifizierung der folgenden Objektklassen auf öffentlichen Straßen, Rad- und Gehwegen:

  • Verschiedene Mängel wie z.B. Risse, Netzrisse, offene Fugen, Schlaglöcher und Substanzschäden
  • Oberflächen wie z.B. Pflastersteine, Betonplatten, Schienen, Gleisbetten, Schachtabdeckungen
  • Aufgelegte und eingelegte Flickstellen
  • Reparierte Risse und geschlossene Fugen

Die folgenden Beispiele zeigen die Detektionsergebnisse verschiedener Modelle, welche für die Erkennung von Längs- und Querrissen, Netzrissen, Substanzschäden sowie offenen und geschlossenen Fugen trainiert wurden.

Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Straßenschäden in Mobile Mapping Bilddaten mit künstlicher Intelligenz.

Bodenmarkierungen

Bodenmarkierungen sind oft ausgeblichen, unvollständig oder fehlen sogar an bestimmten Stellen vollständig. Eine angemessene Instandhaltung, wie z.B. ein Neuanstrich, kann nur durchgeführt werden, wenn eine umfassende Aufnahme des Ist-Zustandes vorhanden ist. Mit Detekt können Sie Bodenmarkierungen einfach identifizieren, klassifizieren und vermessen und deren aktuellen Zustand bewerten, um die Grundlage für eine sachgemäße Erhaltung zu schaffen.

Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.
Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.Erkennung von Bodenmarkierungen in Mobile Mapping Bilddaten mit künstlicher Intelligenz.

Verkehrszeichen

Das Detekt-Verkehrszeichenerkennungsmodell verwendet einen dreistufigen Ansatz, um jedes einzelne Schild korrekt zu identifizieren.

  1. Segmentierung aller sichtbaren Verkehrszeichen
  2. Klassifizierung aller in Schritt 1 ermittelten Verkehrszeichen
  3. Optische Zeichenerkennung (OCR) auf Zusatzzeichen, welche individuellen Text enthalten

Die Segmentierung von Verkehrszeichen und die Texterkennung von Zusatzschildern kann in jeder Stadt und jedem Land durchgeführt werden. Unser Klassifikationsmodell deckt derzeit den österreichischen Verkehrszeichenkatalog ab, jedes weitere Land kann innerhalb weniger Wochen mit geringfügiger Annotationssarbeit durch uns hinzugefügt werden.

Asset Management

Asset Management im öffentlichen Raum mit künstlicher Intelligenz

Das Asset Management einer Stadt ist von entscheidender Bedeutung, um sicherzustellen, dass Städte ihre Infrastruktur instand halten kann und zukünftige Investitionsentscheidungen auf den richtigen Grundlagen getroffen werden. Abhängig von den verfügbaren Daten können Sie mit Detekt jedes beliebige Objekt in Ihrer Stadt erkennen, verorten und vermessen, um die folgenden Tätigkeiten zu unterstützen:

  • Abgleich der tatsächlichen Detektionen mit bestehenden Asset-Datenbanken
  • Automatisierte Überprüfung, ob sich Objekte im öffentlichen Raum an ihrem vorgesehenen Standort befinden
  • Identifizierung und Zustandsbewertung Objekten im öffentlichen Raum
  • Detailliertes Reporting über den Lebenszyklus von Objekten im öffentlichen Raum

Detekt bildet die perfekte Grundlage für eine langfristige Stadtplanung, setzt wertvolle Ressourcen frei und ermöglicht mehr Transparenz und Risikominimierung.

Zustandsüberwachung

Überwachung des Zustands von Anlagevermögen im öffentlichen Raum mit künstlicher Intelligenz

Beschädigtes oder zu Wartungszwecken stillgelegtes Anlagevermögen einer Stadt oder Gemeinde ist oft nur aufwändig zu identifizieren. Die Inspektion vor Ort ist darüber hinaus zeitaufwändig und ineffizient, selbst wenn mobile Mapping-Bilddaten zur Verfügung stehen, um diese Aufgabe vom Schreibtisch aus zu erledigen. Detekt analysiert vorhandenes Bildmaterial mit Hilfe von Künstlicher Intelligenz, um Mängel zu identifizieren und zu klassifizieren, sei es ein Riss oder ein beschädigtes Verkehrszeichen. Somit müssen Bedienstete im öffentlichen Bereich nicht mehr manuell nach Beschädigungen suchen, oder sich auf Meldungen von aufmerksamen Bürgern verlassen und profitieren von Zeitersparnis und einem verbesserten Erhaltungsmanagement.