
Door de toenemende aandacht voor waterveiligheid, mede door klimaatverandering, wordt het inspecteren van dijken steeds relevanter. Het Hoogheemraadschap Hollands Noorderkwartier (HHNK) beheert bijna 1.600 kilometer dijken en voert tweemaal per jaar inspecties uit. Het arbeidsintensieve karakter van deze inspecties roept de vraag op hoe dit werk efficiënter georganiseerd kan worden.
In dit project onderzochten we hoe we met drones en kunstmatige intelligentie (AI) de dijkbewaking slimmer en effectiever konden maken. Dit sloot aan bij de groeiende behoefte aan innovatieve oplossingen voor het waarborgen van waterveiligheid. Vanuit het lectoraat Data Driven Smart Society van Inholland werkten we hierin samen met het HHNK. Het doel van dit project was om een AI-gedreven systeem te ontwikkelen dat met drones automatisch scheuren, begroeiing en dieren zoals muskusratten op dijken kon detecteren. Hiermee werd bijgedragen aan een toekomstbestendige manier van dijkbewaking, die inspeelt op de uitdagingen van klimaatverandering en helpt om waterveiligheid te verbeteren.
Door het gebruik van drones en kunstmatige intelligentie (AI) zijn we in staat gebleken om zwakke plekken in dijken te detecteren en voorspellen. Beelden die met drones zijn verzameld, hebben we geanalyseerd, waarbij eerder onderzoek aantoonde dat beeldherkenning effectief is voor het detecteren van grotere dieren, zoals schapen. Voor kleinere en beweeglijkere dieren, zoals muskusratten, hebben we de algoritmen aangepast, maar verder onderzoek blijft nodig om deze nog nauwkeuriger te maken.
Daarnaast heeft het in kaart brengen van het leefgebied van warmbloedige dieren, die de dijken aantasten, ons in staat gesteld om diervriendelijke maatregelen te ontwikkelen ter bescherming van de dijken. Dit onderzoek heeft echter ook praktische en ethische vragen opgeroepen, zoals hoe we omgaan met privacy en beeldherkenning, en of het beter is om de vegetatie op dijken kort te houden voor een betere detectie van scheuren en dieren.
Gezien de toenemende uitdagingen door klimaatverandering, zoals extreme weersomstandigheden en stijgende zeespiegels, blijft het waarborgen van waterveiligheid cruciaal. AI- en datagedreven oplossingen bieden veelbelovende mogelijkheden voor waterschappen om hun werk efficiënter te maken. Verdere uitbreiding van AI-onderzoek kan niet alleen bijdragen aan de verfijning van dijkinspecties, maar ook aan bredere oplossingen voor het monitoren van waterveiligheid in de toekomst. AI kan daarnaast ingezet worden om onder andere flora, fauna en zwerfafval in kaart te brengen. Zo willen we vleermuizen met AI detecteren om vast te stellen hoe het met de biodiversiteit staat in de gebouwde omgeving.
In dit onderzoek combineerden we praktijkgericht onderzoek met geavanceerde technologieën zoals drones en kunstmatige intelligentie (AI). We begonnen met het labelen van scheuren in droogtegevoelige dijken op foto's die door drones gemaakt zijn om een AI-systeem (neuraal netwerk) te trainen dat deze scheuren zelfstandig kan herkennen op dronebeelden. Na een succesvolle proof of concept breidden we het onderzoek uit naar het detecteren van andere objecten, zoals dieren en begroeiing.
Samen met studenten onderzochten we de technologische eisen voor objectherkenning, zoals dronehoogte, snelheid en beeldresolutie. Studenten ontwikkelden objectherkenningsmodellen, testten deze en analyseerden hoe AI optimaal ingezet kan worden voor dijkinspecties. Tevens werden praktische en ethische vragen zoals de impact van vegetatie en privacykwesties onderzocht, met als doel AI-oplossingen te creëren die geïntegreerd kunnen worden in het werkproces van HHNK.
"Graag detecteren we in één dronevlucht naast scheuren ook zaken als begroeiing en dieren op dijken, zoals muskusratten die gaten graven."
Dit project biedt studenten de kans om hun kennis van AI en algoritmen in een realistische context toe te passen. Ze werken aan actuele vraagstukken zoals objectherkenning met dronebeelden en onderzoeken hoe AI kan bijdragen aan het inspecteren van dijken. Daarbij leren ze niet alleen over technologie, maar ook over de praktische en maatschappelijke kanten, zoals het vertalen van complexe AI-systemen naar begrijpelijke uitleg voor niet-technische medewerkers van HHNK. Zo ontstaat een wisselwerking waarin studenten hun technische vaardigheden ontwikkelen en tegelijk bijdragen aan innovaties in de praktijk.
We werkten in dit project samen met Hoogheemraadschap Hollands Noorderkwartier (HHNK) en de betrokken medewerkers deelden actief mee aan het onderzoek. In het geval van de AI-gedreven dijkbewaking hebben we samen met HHNK een proef uitgevoerd, waarbij zij hun expertise inzetten om scheuren in dijken te detecteren met drones en AI. Daarnaast richt HHNK zich verder op het detecteren van zaken zoals begroeiing en dieren op de dijken, wat hen stimuleert om deze technologieën verder te ontwikkelen.
"De studenten verrijken ons met hun kennis van algoritmen en wij kunnen hen in contact brengen met de praktijk."