"Zo geautomatiseerd mogelijk komen tot een Meerjaren Onderhoudsplan"

Vanaf juni 2020 zijn voor de Betuwse corporatie KleurrijkWonen 5500 woningen onder de loep genomen, of beter gezegd in beeld gebracht. Het gaat om een 0-meting. De corporatie legt hiermee de basis voor een Meerjaren Onderhoudsplan. 
“In samenwerking met ketenpartner NijhuisWolters worden alle bouwelementen en gebreken in kaart gebracht op een innovatieve manier”, vertelt John van der Linden, projectleider/regisseur bestaande bouw bij KleurrijkWonen. “De corporatie wil graag een zo geautomatiseerd mogelijk proces om tot een Meerjaren Onderhoudsplan te komen. KleurrijkWonen wil graag het nulpunt goed vastgelegd hebben met beelden. Deze  veranderen niet en zijn altijd weer oproepbaar. Daarnaast komen bijna alle mogelijke gebreken naar voren en dat geeft ons meer inzicht in de Meerjaren Onderhoudsbegroting. Voor de bewoners en omwonenden is dit nieuw en roept dit vragen op, maar met de goede begeleiding en verspreiding van de nodige informatie wordt het voor de bewoners steeds duidelijker waarom we dit doen.”

Orthofoto’s

Een uitdaging die precies past binnen het project FaSA (Facade Service Applicatie). In een samenwerking tussen Octo en Aeroscan is vanaf juni 2020 tot eind van dit jaar aan dit project voor KleurrijkWonen gewerkt. Stefan Quak, commercial director bij Aeroscan: “Met dronevluchten zijn opnamen gemaakt van al deze woningen. Alle bewoners zijn vooraf goed geïnformeerd, vooral ook over het feit dat er geen privacy gevoelige informatie wordt opgeslagen. Deze wordt onzichtbaar gemaakt ofwel ‘geblurred’. De dronefotografie levert gedetailleerde orthofoto’s op. Dit zijn aan elkaar geplakte foto’s waarop een totale gevel in 2D te zien is. De foto’s kunnen zo ver ingezoomd worden dat alle elementen en gebreken te zien zijn.” 

Kunstmatige intelligentie

Deze beelden worden vervolgens verwerkt door Octo. Dit gebeurt met behulp van kunstmatige intelligentie. Er zijn vier modellen toegepast op de beelden van AeroScan: 

  1. Materiaal segmentatie: per pixel wordt bepaald welk materiaal te zien is
  2. Object detectie: van een cluster pixels van het hetzelfde materiaal wordt een object geconstrueerd zoals kozijn, regenpijp, schoorsteen enz. Van deze objecten is de maat te bepalen.
  3. Frame Skeleton: Dit model berekent strekkende meter schilderwerk van kozijnen. Niet alleen de lengte en breedte van een kozijn wordt herkend maar ook de tussen stijlen en regels.
  4. Beschadigd schilderwerk: per kozijn pixel wordt bepaald of het afbladderend schilderwerk is.
Minder foutgevoelig

Dirk Huibers, CEO van Octo: “Met een enorme hoeveelheid data trainen wij de beeldherkenning. Een model geeft niet altijd voor elk materiaal, object of gebrek de juiste informatie. Dat betekent bijvoorbeeld dat er ofwel andere beelden gebruikt moeten worden of meer of andere data gebruikt moeten worden. In diverse pilots wordt onderzocht hoe bepaalde informatie automatisch te onttrekken is uit de beelden. Het is een enorm uitdagende klus, maar het lukt inmiddels wel. We hebben heel veel kennis opgedaan over de hoeveelheid beelden, de nauwkeurigheid en compleetheid die nodig is om automatisch analyses te kunnen maken. We durven dan ook inmiddels te zeggen dat een goede digitale inspectie van vastgoed efficiënter en minder foutgevoelig is dan een persoonlijke inspectie.”