Met AI-gedreven dijkinspectie werken aan waterveiligheid
Droge voeten door de inzet van drones?
Het Hoogheemraadschap Hollands Noorderkwartier (HHNK) beheert bijna 1.600 kilometer aan dijken. Twee keer per jaar lopen medewerkers al die dijken langs om ze te inspecteren. Vanwege klimaatverandering vergt waterveiligheid steeds meer aandacht. Kan dit arbeidsintensieve werk niet worden vereenvoudigd door drones met camera’s in te zetten? Met het Noord-Hollandse waterschap deed Hogeschool Inholland onderzoek naar de mogelijkheden van AI-gedreven dijkbewaking.
Een van de kerntaken van waterschappen is om te zorgen voor waterveiligheid. Daarom controleren ze dijken, dammen en andere objecten voordat er problemen kunnen ontstaan. “Mede door de klimaatverandering neemt de aandacht voor waterveiligheid toe, maar het inspecteren is een arbeidsintensief proces”, zegt Dennis Elling, product owner bij Business Intelligence, Data Science en Geo van HHNK. “Daarmee wordt de vraag relevant hoe we het arbeidsintensieve werk van dijkinspectie efficiënter kunnen organiseren. Technologische toepassingen zoals AI kunnen een uitkomst bieden. Met inzet van data- en risicogestuurde dijkbewaking vergroten we onze efficiëntie en effectiviteit. Deze technologie biedt daarnaast ook de mogelijkheid om in de toekomst hulp te bieden bij calamiteiten, bijvoorbeeld door mensen te lokaliseren bij overstromingen.”
Drones detecteren scheuren
In 2020 begon HHNK samen met het lectoraat Data Driven Smart Society een proef met het detecteren van scheuren in dijken die gevoelig zijn voor droogte. “We labelden de scheuren en vlogen er een drone met een camera overheen”, zegt Jeroen Baars, datascientist bij het waterschap. “Op deze manier trainden we een neuraal netwerk (of AI-systeem, red.) om aan de hand van beelden zelf scheuren te herkennen.”
Verder onderzoek door Inholland
Uit de proof of concept bleek dat er met AI scheuren in dijken konden worden opgespoord. Dit was zo’n veelbelovend resultaat, dat HHNK er de Waterinnovatieprijs voor ontving, een tweejaarlijkse prijs in de wereld van waterschappen. Maar HHNK wilde verder. “Graag detecteren we in één dronevlucht naast scheuren ook zaken als begroeiing en dieren op dijken, zoals muskusratten die gaten graven”, zegt Dennis. “We konden een deel van het onderzoek hiernaar neerleggen bij Inholland.”
Schapen leren zien
Verschillende studenten gingen voor HHNK aan de slag met AI-gedreven dijkinspectie, zoals Noah Tuil, student Applied Mathematics/Data Science. Noah onderzocht of een drone met een infraroodcamera schapen op de dijk kan herkennen. Hoe hoog en snel moet de drone daarvoor vliegen? Wat is de vereiste beeldresolutie? En heeft het AI-systeem hiervoor aanpassingen nodig? “Ik heb onderzoek gedaan naar objectherkenning en naar objectherkenning met dronefoto’s.” Vervolgens maakte Noah een objectherkenningsmodel. “Het is mooi dat een machine objecten kan herkennen en dat het model echt werkte. Ik had niet verwacht dat er iets positiefs uit zou komen. Dit was namelijk mijn eerste kennismaking met objectherkenning. En ik heb veel geleerd over machine learning en deep learning.”
De studenten verrijken ons met hun kennis van algoritmen en wij kunnen hen in contact brengen met de praktijk.
Verder onderzoek nodig
“Noah heeft precies aangegeven waar er in de algoritmen aanpassingen nodig zijn om dieren te detecteren”, zegt docent-onderzoeker Erik Ellinger van het lectoraat Data Driven Smart Society. “Voor schapen blijkt beeldherkenning te werken. Maar daarmee zijn we er nog niet. Nu is onderzoek nodig hoe je bijvoorbeeld muskusratten opspoort, want die zijn veel kleiner en beweeglijker dan schapen. Ook zal HHNK de toepassing verder verfijnen en inpassen in het dagelijkse werkproces.” Daarbij komen ook praktische vragen naar voren, zoals: hoe ga je om met privacy en beeldherkenning en moet de vegetatie op dijken niet heel kort gehouden worden om scheuren en dieren beter te detecteren?
Kennis van algoritmen
“De studenten vullen ons goed aan”, zegt Jeroen. “Ze verrijken ons met hun kennis van algoritmen en wij kunnen hen in contact brengen met de praktijk. We vragen hen bijvoorbeeld om aan niet-technische mensen binnen onze organisatie duidelijk te maken hoe het systeem werkt.”
Uitdagingen door klimaatverandering
Volgens Erik is het goed dat waterschappen zich richten op de uitdagingen in de toekomst. “Vanwege klimaatverandering vergt waterveiligheid steeds meer aandacht. Denk aan toenemende neerslag, de stijging van de zee- en grondwaterspiegel, verzilting van de bodem, maar ook aan perioden van droogte waardoor sneller scheuren in dijken kunnen ontstaan. Om voor waterveiligheid te zorgen zijn AI- en datagedreven oplossingen zeer welkom om het werk van de waterschappen te ondersteunen.”
Het is mooi dat een machine objecten kan herkennen en dat het model echt werkte.
Multidisciplinaire praktijkgerichte onderzoekprojecten
Business developer en onderzoeker Daniëlle Leentjens is bezig om met andere partners in het werkveld technische toepassingen te ontwikkelen voor vraagstukken die mooi op deze samenwerking aansluiten. “Zo willen we vleermuizen met AI detecteren om vast te stellen hoe het met de biodiversiteit staat in de gebouwde omgeving. Dit doen we graag samen met een gemeente en experts zoals biologen. Dit en het werk voor HHNK zijn kenmerkend voor het multidisciplinaire en praktijkgerichte karakter van al onze onderzoekprojecten.” Want technologie om de technologie is niet van belang. Flora en fauna of zwerfafval in beeld brengen; het gaat erom hoe je met inzet van AI en data de leefomgeving beter in kaart brengt om tot praktijkgerichte oplossingen te komen die bijdragen aan een duurzame en veerkrachtige samenleving.