Tilbake til søkeresultatene

EUROSTARS-EUROSTARS

E!114169 AGAVE: AI-based Geomodels from UAV Geoscanning for sustainable infrastructure development

Alternativ tittel: E!114169 AGAVE: AI-baserte geomodeller ved hjelp av ubemannet luftfartøy (UAV) geoskanning for bærekraftige infrastrukturprosjekter.

Tildelt: kr 4,2 mill.

Prosjektleder:

Prosjektnummer:

317132

Prosjektperiode:

2020 - 2023

Midlene er mottatt fra:

Geografi:

AGAVE: AI-baserte geomodeller ved hjelp av ubemannet luftfartøy (UAV) geoskanning for bærekraftige infrastrukturprosjekter. I 2018 stod byggesektoren for 36 prosent av det totale energiforbruket, og hele 39 prosent av energi- og prosessrelaterte CO2 utslipp. En av de største utfordringene i infrastrukturprosjekter er den begrensede kunnskapen om det som befinner seg under bakken. Ved bygging av veier, tunneler eller broer er det viktig å søke mest mulig bærekraftige løsninger ved å optimalisere ressursutnyttelsen og begrense fotavtrykk. Mangelen på kunnskap om geologiske faktorer anslås til å forårsake kostnadsoverskridelser på 20-50 prosent i over 90 prosent av infrastrukturprosjekter på global basis. I dag brukes konvensjonelle tilnærminger som geotekniske boringer og prøvetaking for å få informasjon. Dette er kostbart, krever omfattende tidsbruk og informasjonen er begrenset. Det finnes en skalerbar løsning: luftbåren elektromagnetisk teknologi (AEM). Ved å bruke elektromagnetisk puls generert av en stor sensor kan man måle resistivitet i bakken. Teknologien gjør det mulig å få oversikt over grunnforholdene flere hundre meter ned i bakken og kan dekke store områder på kort tid. Systemene er store og tunge, og krever helikopter for bruk. Dette setter begrensninger for bruk av løsningen til store infrastrukturprosjekter. Målet med AGAVE-prosjektet er å redusere størrelse og vekt på utstyret slik at måleinstrumentene kan brukes av UAV eller droner. Sammen med maskinlæring kan man sammenstille informasjon fra strategiske grunnboringer og geoskanningen til å utvikle 3D-modeller som viser grunnforholdene i de angitte områdene. Utviklingen vil gjøre AEM-teknologien tilgjengelig også for mindre prosjekter. Dette innebærer at flere kan dra nytte av fordelene som kommer med høyoppløselige 3D-modeller av de geologiske grunnforholdene i de undersøkte områdene. Kort sagt, vi utvikler dronebasert «supermannsyn» for å få innsikt i geologiske grunnforhold. En prototype av det mindre og lettere systemet, som etter hver skal kunne bæres av en drone, er utviklet og testet ved bruk av et helikopter i to mindre områder i Danmark og ett i Norge. I Norge ble testen foretatt i et område hvor det tidligere er samlet inn EM data fra et større helikoptersystem og hvor det også finnes en del geotekniske data tilgjengelig for sammenligning. Foreløpige resultater viser at dataene fra det nedskalerte systemet ser ut til å gi mer detaljert informasjon om grunnforholdene sammenlignet med data fra det store systemet. De innsamlede dataene skal nå i mer detalj analyseres ved å sammenligne med tidligere innsamlede data for å få bedre innsikt i forbedringen av oppløsningen i dataene og korreleres med geotekniske data.

We will reduce geological risk for infrastructure development projects worldwide. We will develop a higher-resolution, UAV-based geoscanning system combined with machine-learning-based data processing workflows. Project owners and contractors will receive seamless 3D models with statistical precision over the full project area based on our data and a small number of strategically placed boreholes. Globally, 90 % of infrastructure projects encounter cost overruns of 20-50 %. This is costing society unacceptable amounts of time and money. A lack of thorough geological understanding is frequently identified as a key contributor to these overruns. Our technology will significantly improve knowledge and thus decrease this risk. Public funds can be saved, and decisions can be made with a better understanding of the involved risks, improving the sustainability of infrastructure development. Traditionally, costly direct ground investigations are used to investigate ground conditions. We have demonstrated that our method's return of investment is high when used to reduce traditional investigations. With our proposed development the price point will further decrease, due to the increased efficiency our margin will increase. With increasing market acceptance, our profits will benefit from an increased margin and market share.

Aktivitet:

EUROSTARS-EUROSTARS