Optische 3D-Brücken-Inspektion: Innovative Inspektion komplexer Infrastrukturen durch die Kombination von hochauflösenden UAV-gestützten Bildern und Streifenlicht-Aufnahmen

Gegenwärtig werden notwendige Brückeninspektionen meist manuell von hochqualifizierten Mitarbeitenden durchgeführt, die über jahrelange Erfahrung bei der Erkennung möglicher gefährlicher Schäden, wie Risse an Brücken verfügen. Diese manuellen Inspektionen, auch wenn sie als zuverlässig gelten, sind jedoch immer noch subjektiv und in der Regel zeitaufwändig sowie gefährlich für die Mitarbeitenden.

In diesem Teilprojekt des SPP werden wir mehrere hochmoderne Sensortechnologien und neu entstehende Ansätze zur Datenverarbeitung und zum maschinellen Lernen verbinden: Unbemannte Flugroboter (UAV) - oder Drohnen - werden mit hochwertigen Kameras ausgestattet und für den Zugang zu schwer zugänglichen Stellen der Brücke sowie für die Aufnahme von hochauflösenden Bildern eingesetzt, die von einem Computer-Vision-Modul für die automatische Auswertung verarbeitet werden; dies macht sie zu einem leistungsstarken und flexiblen Werkzeug für die Überwachung des baulichen Zustands. Wir werden hochauflösende metrische Vollbildkameras in Kombination mit geeigneten Multirotor-Trägern verwenden, um sowohl umfassende, das ganze Bauwerk betreffende,  geometrische Verformungen als auch visuelle Schäden an der Struktur zu überwachen. Darüber hinaus werden wir Streifenlicht-Scanner einsetzen, die eine Oberfläche dreidimensional im sub-mm-Bereich auflösen können. Alle Sensoren werden in einem durch die Infrastruktur definierten und zeitlich stabilen Koordinatensystem gemeinsam registriert. Durch einen innovativen Ansatz zur Steuerung des UAV und die Kombination aller Sensordaten in einem fortschrittlichen Deep-Learning-Bildinterpretationsansatz schlagen wir eine ganzheitliche, bildbasierte Überwachungsmethode vor.

Das Arbeitsprogramm für die drei Jahre besteht aus den vier Arbeitspaketen (AP):

• AP 1: Geometrisches Brückenmonitoring basierend auf UAV Beobachtungen
• AP 2: Erfassung neuralgischer Bereiche mittels UAV
• AP 3: Hochgenaue Erfassung neuralgischer Bereiche mit Streifenlichtscanner
• AP 4: Detektion von Rissen und Abplatzungen

Die zu entwickelnden Methoden werden neben Brückenbauwerken auch für das Monitoring anderer komplexer Infrastrukturbauwerke einsetzbar sein, da sie im Prinzip generisch angelegt sind.

Aktuelle Meilensteine im Projekt BridgeInspekt im Rahmen des SPP-Programms:

• September 2024 – Abschluss einer großmaßstäblichen Testkampagne während der Belastungsprüfung an der Brücke in Zeitz.
• November 2024 – Entwicklung von multi-temporalen Risssegmentierungsverfahren in Betonbauwerken unter Einsatz von Deep-Learning-Methoden.
• Februar 2025 – Durchführung experimenteller Studien zu multi-skaligen datengetriebenen Ansätzen im Kontext der Strukturüberwachung (Structural Health Monitoring).
• März 2025 – Kontrollierte Experimente im IGP-Labor, einschließlich gezielter Messungen zur Unterstützung der Generierung eines multimodalen Datensatzes.
• April 2025 – Umsetzung eines signalfreien Koregistrierungsverfahrens für multi-skalige und multi-temporale Erhebungen in der Bauwerksüberwachung.
• Mai 2025 – Durchführung einer zweiten Feldkampagne an der Experimentalbrücke „IDA-KI“ in Bautzen.

Parallel zu diesen Aktivitäten laufen eine vergleichende Analyse der erfassten Datensätze zur Bewertung der Leistungsfähigkeit über verschiedene Skalen und Versuchsaufbauten hinweg sowie Forschungsarbeiten zu Registrierungsverfahren für die Ausrichtung von photogrammetrischen und strukturierten Lichtdaten. Der Fokus liegt auf signalfreien Methoden, die multi-temporale und multi-sensorielle Herausforderungen bewältigen können.

Publikationen

Peer-Reviewed Journal Paper

1. Rohrer et. al., Experimental Studies on Multi-Scale Data-Driven Methods within the Framework of Strucural Health Monitoring. Civil Engineering Design Wiley. Under Review (Joint Cluster E Paper)

2. Harb, Said & Achanccaray Diaz, Pedro & Maboudi, Mehdi & Gerke, Markus. (2024). Multi-temporal crack segmentation in concrete structure using deep learning approaches. 10.48550/arXiv.2411.04620.

Konferenz und andere VÖ

1. Backhaus, J., de Arriba López, V., Maboudi, M., Bestmann, U., Gerke, M.: “Combining UAV-based photogrammetry and structured light scanning to support the structural health monitoring of concrete structures” EWSHM 2024, 11th European Workshop on Structural Health Monitoring, Potsdam, Germany, June 10-13, 2024. DOI: https://doi.org/10.58286/29797

2. Riedel, B., Welke, O., Altmann, M., & Gerke, M. (2025, April 7–9). A signalization-free coregistration approach of multiscale and multitemporal survey for structural monitoring. In Proceedings of the 6th Joint International Symposium on Deformation Monitoring (JISDM), Karlsruhe, Germany. DOI: 10.5445/IR/1000180141