Scheurdetectie met drones

Hoogheemraadschap Hollands Noorderkwartier zet sinds kort drones in om de primaire dijken en keringen te controleren in Noord-Holland boven het Noordzeekanaal, inclusief Texel. Daardoor kan het waterschap gerichter personeel inzetten.

Sinds kort staat deze toepassing in het Algoritmeregister. Met de innovatie won het HHNK de Waterinnovatieprijs 2023/24 in de categorie ‘Dijken van de toekomst’.

De dijkinspecteurs van het Hoogheemraadschap Hollands Noorderkwartier (HHNK) lopen elk voorjaar honderden kilometers om de keringen en dijken in het gebied te controleren op schades. Dat doen ze te voet, vertelt Erik Vastenburg, programmamanager waterveiligheid bij het HHNK. “Bij elkaar zijn al onze dijken en keringen 1500 kilometer lang.  Vlak voor het stormseizoen inspecteren we onze primaire keringen nog een keer of alle risicovolle schades gerepareerd zijn en er zaken zijn waar we direct aandacht aan moeten besteden. Ook bij extreme condities doen we extra inspecties, zoals in hele droge of juiste hele natte periodes. We kijken dan of er scheuren of andere vervormingen ontstaan.”  

Nieuwe technologie

Kan die inspectie niet efficiënter, vroeg men zich bij het waterschap af. Kunnen daar geen nieuwe technieken voor worden ingezet? En zo ontstond het idee om met drones hoge resolutie foto’s te maken en dan een algoritme te trainen met Artificial Intelligence (AI). Op basis van die foto’s kunnen computers leren scheuren in de dijk te herkennen.

Vastenburg legt uit hoe dat gaat: “We zijn met een drone heel veel foto’s gaan maken van dijken met scheuren, en van dijken zonder scheuren.. De scheuren hebben we vervolgens in de computer gelabeld. Daarbij trek je op de computer in het beeld een polygoon, een vormpje, om de scheur. De gelabelde foto’s bied je vervolgens aan de computer aan om het algoritme te leren wat een scheur is. Door voor foto’s te kiezen waarop de scheuren op verschillende manieren georiënteerd zijn  en te werken met verschillende belichtingen leert het algoritme onder verschillende condities scheuren te herkennen. Dus als je nieuwe foto’s aanbiedt, kijkt het algoritme of er scheuren te herkennen zijn. In totaal hebben we ongeveer tweeduizend scheuren gelabeld naar ligging, grootte, breedte en noem maar op. Zo proberen we het algoritme steeds slimmer te maken.”   En dat gaat behoorlijk goed, zo blijkt uit de tests op een proefexamen. “Die tests hebben we ingericht op droogtescheuren, en we hebben niet bepaald een droge zomer gehad”, vertelt Vastenburg. “Dus volgend jaar gaan we het opnieuw testen. Uiteindelijk willen we met  het algoritme en het gebruik van drones ook ontbrekende stenen op de dijk detecteren of ongewenste begroeiing van struiken of bomen.”  

‘We jagen niet de mensen de dijk af’

Met deze technologie gaat het HHNK zeker niet het werk van de dijkinspecteurs vervangen verzekert Vastenburg. “Dit algoritme helpt ons om ons werk te optimaliseren. We zijn zo in staat onze mensen gerichter op pad te sturen, en ze echt alleen op de scheuren laten afgaan, die er werkelijk toe doen. Het doel is om uiteindelijk met de drones te kunnen zien of er in een bepaalde strekking wel of geen scheuren zijn. Op de plekken waar je geen schades ziet is de urgentie om deze stukken ook daadwerkelijk te lopen veel lager. Waarom zou je dan die tientallen kilometers aflopen als er niks is? We kunnen ze juist sturen naar de plekken waar het er echt toe lijkt te doen. We jagen dus niet de mensen van de dijk af. Integendeel, we proberen ze juist te ondersteunen met dit algoritme.

Langere termijn

Ook helpt het algoritme om naar de langere termijn te kijken. Als we het dijkonderzoek jaar op jaar doen, en op tijdstippen met elkaar kunnen vergelijken, kun je trendanalyses gaan doen.” Ook bij extreem weer bieden de drones meerwaarde. Afgelopen januari was er hoogwater. Na dit hoge water konden de inspecteurs de buitenkant van de dijken niet inspecteren, zeker toen het ook nog begon te vriezen. “Toen was het vanwege de gladheid op de dijken veel veiliger om het met een drone te doen. Een nadeel is overigens als het gras heel hoog is, dan zie je met de drone de scheuren niet. Overigens ook niet met het blote oog. Het zal altijd een combinatie van mens en computer blijven. Het is eigenlijk een extra stuk gereedschap in de gereedschapskist van de beheerder.”  

Open source

Het HHNK stelt het algoritme open source beschikbaar via de AI-toolbox Waterkeringen. Dat betekent dat iedereen het mag gebruiken en verder mag ontwikkelen. Sinds kort is het algoritme ook geregistreerd in het landelijke Algoritmeregister, vertelt Vastenburg. “We hebben het aangemeld omdat we het algoritme binnen een werkproces gebruiken en het mogelijkerwijs ook als beslisinformatie gaan gebruiken. Het zijn vooral inspectieresultaten die iets zeggen over de conditie van de dijk. Het algoritme werkt niet met persoonsgegevens, maar het levert wel resultaten op in de vorm van bepaalde mogelijk gevoeligheden van je dijk. Het is dan ook goed om transparant te zijn over hoe we scheuren in de dijk proberen te detecteren, bijvoorbeeld naar bewoners die in de buurt van een dijk wonen.

Anonimiseren

Ook moet je sommige foto’s anonimiseren als er toevallig mensen op de dijken lopen die door de drones worden gefotografeerd. Of als er een staat auto geparkeerd staat waarvan het kenteken op de luchtfoto’s leesbaar is.”   De meerwaarde van het aanbieden in het Algoritmeregister is volgens Vastenburg dat mensen weten dat dit soort ontwikkelingen gaande zijn. “Je ziet bij veel mensen nog steeds angst als het gaat om AI-achtige toepassingen. Door het te delen met het Algoritmeregister kan je laten zien dat je heel open bent waarvoor je AI gebruikt en dat het ook positieve kanten heeft voor ons werk. En dat we daar helemaal niet geheimzinnig over doen.”  

Iteratief proces om het steeds beter te maken

Het HHNK is nu drie jaar bezig met de ontwikkeling van het algoritme, gaat Vastenburg verder. “Vorig jaar hebben we een pilot gedaan die erg succesvol was. Nu proberen we het gebruik van drones parallel te laten lopen met het inspecteren van de dijken en het meer op te schalen. Zo kijken we nu ook al of we opschot, oftewel ongewenste begroeiing op de dijken, ermee kunnen detecteren. Ook willen we uiteindelijk graverij in de dijken en ontbrekende stenen met de drones proberen op te sporen. Zodat we uiteindelijk met één keer vliegen boven de dijk zoveel mogelijk schades kunnen detecteren.”  

Opschalen

Het ontwikkelen van een algoritme is één ding, het inbedden in je werkproces is de echte uitdaging, stelt Vastenburg. “We kijken nu heel erg hoe we dit kunnen opschalen. Want als je zoveel foto’s, zulke zware bestanden krijgt, en je continu het algoritme traint en gebruikt, heb je heel veel computer performance nodig. We kijken hoe kunnen we het in de Cloud laten draaien, zodat we heel snel kunnen opschalen en weer afschalen wanneer het nodig is. Ook de vraag wat je wel en niet bewaart zijn nog vragen die we onderzoeken. Ga je op de beelden van de drones vertrouwen? Hoe goed is het algoritme? Er zit nog een heel leertraject aan vast. We moeten continu het algoritme blijven verbeteren. Was dit een terechte scheur of onterechte scheur? Of heb je een scheur niet gedetecteerd die er wel zit en wel herkenbaar was in de foto’s? We willen dus een iteratief proces opzetten om het steeds beter te maken.”  

Meer weten over dit innovatieve project?

Lees het oorspronkelijke artikel op de website van het Algoritmeregister.