Dit artikel werd op 30 april gepubliceerd door Bouwmachines.
De grondradar geldt al decennia als de grote belofte voor het in kaart brengen van de bodem om graafschades aan kabels en leidingen tegen te gaan. Maar interpretatie van de radarbeelden is dusdanig monnikenwerk dat ze er bij VolkerWessels-dochter MapXact bijna mee waren gestopt. Totdat ze met artificial intelligence (kunstmatige intelligentie) aan de slag gingen.
Gerben Roseboom, algemeen directeur van MapXact, is zelfs naar India geweest om te kijken of ze daar misschien mensen hadden om beelden te kunnen beoordelen. Want als een medewerker van MapXact een paar uur met de grondradar over een terrein is gereden, is hij of zij daarna vaak wel drie dagen bezig voordat precies in beeld is gebracht waar welke kabels en leidingen lopen.
De tienduizenden grofkorrelige radarbeelden moeten allemaal geïnterpreteerd worden om de kabels en leidingen te kunnen onderscheiden van stenen, boomwortels en andere verstoringen. Het oog van de expert doet dat razendsnel, maar omdat het zoveel beelden zijn, duurt het erg lang voordat de overzichtskaart er is die noodzakelijk is om te kunnen graven.
Maar zelfs in India, waaraan zoveel arbeidsintensief werk uit het Westen wordt uitbesteed, kon Roseboom niet de kennis en capaciteit vinden waaraan hij behoefte had. Hij heeft serieus overwogen om dan maar helemaal met grondradar te stoppen.
Totdat hij in gesprek raakte met bedrijven die actief zijn in artificial intelligence en machine-learning. Toen werd hem duidelijk dat binnen dat vakgebied momenteel grote stappen worden gezet. Roseboom sprak met meerdere partijen, om uiteindelijk uit te komen bij de Amsterdamse startup BrainCreators en hun platform BrainMatter.
BrainMatter maakt van de training volgens Roseboom een soort memory-spelletje: ‘De eerste keer dat je de oogst van een middag scannen met de grondradar op het platform zet, moet je wel duizend beelden valideren. BrainMatter geeft dan steevast twee opties: zie ik dit, of dat? De expert moet een keuze maken en vertelt de computer zo stap voor stap wat hij ziet en hoe het beeld geïnterpreteerd moet worden. Het platform gaat daar dan mee aan de slag en baseert zich bij toekomstige conclusies op die ervaring. Daardoor krijg je de tweede keer, in een vergelijkbare omgeving met soortgelijke grondgesteldheid, honderd plaatjes voorgeschoteld en de volgende keer misschien nog maar tien.’
De leercurve die het platform maakt is volgens Roseboom enorm. Inmiddels zijn ze bij MapXact zover dat wanneer ze na een middagje veldonderzoek terug zijn op kantoor, binnen vijf minuten kunnen beschikken over een kaart. En die is net zo betrouwbaar en nauwkeurig als de kaart waarover ze vroeger drie dagen deden, al is het wel afhankelijk van de grondsoort en de hoeveelheid kabels en de situatie van de ondergrond. De medewerkers van MapXact kunnen hun energie nu aanwenden voor zinvollere dingen en verdere optimalisering.
In de dromen van Roseboom hebben medewerkers van MapXact, maar ook grondroerders van partijen als Liander, Stedin en Gasunie in de nabije toekomst een grondradar in hun bus liggen. Een bescheiden exemplaar ter grootte van een grasmaaier. Daarmee scannen ze een gebied in voordat ze gaan graven en zien dan op een gekoppelde tablet meteen waar de kabels en leidingen exact liggen. ‘Het gebruik van de grondradar moet iets doodgewoons worden. Bijna net als tandenpoetsen.’
De volgende stap is het AI-model te leren materialen en diameter van de leidingen te herkennen. Die informatie ligt waarschijnlijk allemaal opgesloten in de signalen die ze van de grondradar terugkrijgen. Maar het is de kunst de informatie er goed uit te filteren.
Verder zouden er koppelingen plaats moeten vinden met bestaande databases. Op die manier kan de informatie verrijkt worden met die van netbeheerders, KLIC en het Kadaster. Deze informatie kan MapXact in het veld ‘augmented’ presenteren. Dan geeft de tablet de ligging van de leiding aan. Ook laat de tablet zien welke streep op het scherm de gasleiding is, welke de glasvezelkabel en welke de waterleiding. Dat is nu nog niet uit de radarbeelden af te leiden.
Tot zover Rosebooms dromen en visioenen. Grondradar is een techniek die al honderd jaar bestaat en al vijftig jaar commercieel beschikbaar is. Maar de toepassing bleef lang beperkt tot de wetenschappelijke wereld omdat de grofkorrelige beelden zoveel expertise vergden voor de interpretatie. De technologie ontwikkelde zich maar niet verder. ‘Maar dankzij artificial intelligence gaan we nu echt hele grote stappen maken. Het is een reuze spannende tijd.’
Van de kennis die MapXact op deze manier met het platform opbouwt gaat volgens hem de hele graafketen profiteren. ‘Het met onze kennis gevoede platform van BrainMatter is van ons en onze gebruikers. Iedereen kan van het met onze kennis gevoede BrainMatter-platform snel en veilig gebruikmaken. En ik garandeer je: hierdoor zal het aantal graafschades flink afnemen en wordt er veel veiliger gewerkt.’