Algoritmen dalen af in ons riool voor een betere inspectie
We denken er nooit aan, totdat ze kapotgaan en dan is het meteen ook een héél groot probleem: onze riolen. Het onderhoud daarvan kan een stuk nauwkeuriger en sneller, ontdekte promovendus Dirk Meijer. Algoritmen blijken ook diep onder de grond een uitkomst.
Rioolinspecties worden veelal door gespecialiseerde bedrijven gedaan. Een klein elektrisch autootje (P.I.G.) waarop een camera zit wordt de rioolbuis ingestuurd. Een inspecteur beoordeelt vervolgens of er scheuren, lekkages of andere problemen te zien zijn. En daar gaat het volgens Meijer vaak fout. ‘Als je twee inspecteurs op verschillende dagen hetzelfde riool laat zien, dan vinden ze andere dingen. Bedrijven worden vaak per uur of per kilometer betaald en dat zit de nauwkeurigheid weleens in de weg.’
-
Een inspecteur bekijkt op verschillende monitoren de binnenkant van een stuk riolering -
De P.I.G. wordt een riool ingehesen voor een inspectie
Individuele inschatting
Een tweede probleem is de manier waarop nu gerapporteerd wordt. De ernst van de schade aan rioolbuizen wordt nu geclassificeerd van 1 tot 5, waarbij het cijfers 5 aan meest ernstige schades gegeven wordt. Maar in werkelijkheid worden die cijfers gebruikt om te bepalen of een buis vervangen moet worden of niet, vertelt Meijer. ‘Als een licht beschadigde buis toch een risico voor het grondwater vormt dan zal een inspecteur een 5 opschrijven, omdat die buis snel vervangen moet worden. Maar dat is dus een individuele inschatting.’
En dat zou het niet moeten zijn. Automatisering moet de inspecties eenduidiger maken en met een kleinere foutmarge. Met behulp van machine learning, inspectierapporten en beelden van zo’n duizend kilometer aan rioolbuizen, werkte de promovendus aan algoritmen die kunnen helpen om problemen te herkennen. ‘Het algoritme filtert het inspectiebeeld op zwakke plekken in de riolering en dan is het aan een inspecteur om de geselecteerde beelden te beoordelen.’
Schaduw of scheur?
Die controle door een inspecteur blijft voorlopig nog wel nodig, want ook de getrainde computer maakt fouten. ‘We weten dat ons model foute waarnemingen bevat, omdat we het gevoed hebben met de rapporten van inspecteurs die menselijke fouten maken. Denk bijvoorbeeld aan een schaduw in het inspectiebeeld van een rioolbuis die wordt aangezien voor een scheur. Om het algoritme beter te kunnen laten inspecteren dan een mens, is meer onderzoek nodig. Wel kan het algoritme de inspecties nu al minder tijdrovend maken.’
'De betonnen rioleringsbuizen gaan gemiddeld zo’n 60 tot 80 jaar mee en dat betekent dat de meeste riolering in Nederland aan vervanging toe is'
Meijer hoopt dat zijn onderzoek ook toegepast gaat worden door bedrijven, want er wacht Nederland een flinke uitdaging. ‘De betonnen rioleringsbuizen gaan gemiddeld zo’n 60 tot 80 jaar mee en dat betekent dat de meeste riolering in Nederland aan vervanging toe is. Er gaat echt een boom aan inspecties komen en die zouden een stuk efficiënter kunnen worden uitgevoerd.’
Directe impact
Na vijf jaar ‘rioolonderzoek’ is de computerwetenschapper een andere richting ingeslagen. Bij het Centrum voor Wiskunde en Informatica (CWI) werkt hij aan een onderzoek rond nepnieuws. ‘We onderzoeken of je met behulp van de inschatting van het brede publiek kunt bepalen wat wel en geen nepnieuws is. Zo hopen we een beter beeld te krijgen van hoe nepnieuws zich verspreidt. Voor mijn gevoel heeft dat onderzoek directe impact en dat vind ik belangrijk.’
Dirk Meijer promoveert op 7 november.
Tekst: Tim Senden
Beeld: Unsplash / Jan Antonin Kolar