Nederland kent een complexe infrastructuur. Er wonen circa 17 miljoen mensen in ons land. De gemiddelde bevolkingsdichtheid is 400 mensen per vierkante kilometer. Bovendien woont het grootste deel van de Nederlanders in een relatief klein gebied: de Randstad.

Tegelijkertijd staat Nederland hoog aangeschreven in de lijsten met meest ontwikkelde landen ter wereld. Dat betekent per definitie dat de ondergrondse infrastructuur hoogontwikkeld is: er liggen op verschillende plekken kabels en leidingen die het ‘ondergrondse’ verkeer van stoffen en signalen in goede banen leiden. Denk dan onder andere aan het riool, maar ook aan telecommunicatiekabels.

Tegenwoordig wordt de locatie van kabels en leidingen onder druk van wetgeving goed vastgelegd. Dat was vroeger wel anders: het was vooral belangrijk dat er een infrastructuur werd aangelegd, zeker in de periode na de Tweede Wereldoorlog en de woningnood in de jaren ’60 van de 20ste Eeuw.

Graafschades

In ontwikkelde landen wordt er ook veel gebouwd en verbouwd. Daarbij wordt veel gegraven. De gevolgen voor de ondergrondse infrastructuur laten zich dan raden: vandaag ontstaan er regelmatig graafschades. Sterker nog: als we een simpele rekensom uitvoeren op de statistieken, wordt er iedere drie minuten ergens in ons land een kabel of leiding geraakt. Dat levert een economische schade op van tientallen miljoenen Euro’s per jaar. En dan hebben we het nog niet gehad over de niet-economische schades. Denk dan onder andere aan de veiligheid. Want wat als er een gasleiding wordt geraakt?

Gelukkig is er sinds een tiental jaar een omwenteling gaande in de wereld van de grondroerders, zoals de partijen worden genoemd die graafwerkzaamheden uitvoeren in de bodem. Nadat een initiatiefnemer voor graafwerkzaamheden hen inhuurt, zijn ze verplicht om een melding te maken in het zogeheten KLIC-register van het Kadaster. Het Kadaster onderzoekt dan direct welke kabels en leidingen er in het gebied liggen en laat de eigenaren relevante informatie doorsturen naar de grondroerder. Ook moet de eigenaar fysiek aanwezig zijn tijdens het graven op het moment dat het om kritieke infrastructuur gaat, zoals een hoofdkabel voor belangrijke telecommunicatie.

Het KLIC is echter niet dekkend als het gaat om oudere kabels en leidingen. Regelmatig worden er weeskabels en/of -leidingen ontdekt, net als kabels die verkeerd zijn aangelegd. Ook is er sprake van een spanningsveld tussen initiatiefnemer, grondroerder en netbeheerder. Het risico op graafschade blijft daarmee bestaan. Maar wat kun je daaraan doen?

Inzet geofysische meettechnieken

TerraCarta B.V. uit Hoogeveen is een bedrijf dat zich specialiseert in het in kaart brengen van de ondergrondse infrastructuur. Met verschillende meettechnieken en in-house experts stelt het bedrijf haar opdrachtgevers in staat een goed overzicht te krijgen van wat er zich in de bodem bevindt. Het gaat daarbij om verschillende opdrachtgevers, zowel uit de publieke als private sector.

De grondradar is één van deze meettechnieken die TerraCarta daarvoor gebruikt. Met het apparaat, waarmee radargolven de bodem in worden gezonden die reflecteren op ondergrondse objecten, kan de bodem in kaart worden gebracht. De zogeheten grondradarbeelden worden vervolgens geanalyseerd door de experts van TerraCarta. Zij gebruiken daarbij hun jarenlange kennis en kunde om de patronen in de beelden te doorgronden en te koppelen aan onder andere natuurkundige inzichten. Daarmee zijn ze in staat om verschillende typen kabels en leidingen van elkaar te onderscheiden.

Afbeelding: een gesimuleerd radarbeeld met daarop reflecties van ondergrondse objecten.

TerraCarta + Aime = Grondradar + Machine Learning

Desondanks is het analyseren van grondradarbeelden een flinke klus, ook voor de grondradarexperts. Machine learning – algoritmes die zelf patronen ontdekken in grote hoeveelheden door experts gelabelde datasets – kan deze experts aanvullen door een soort ‘advies’ te geven over wat er gezien wordt. Het is daarom interessant om te kijken in hoeverre TerraCarta’s experts en machine learning-modellen elkaar kunnen aanvullen.

Precies om die reden is er sinds begin dit jaar een samenwerking ontstaan tussen TerraCarta en Aime. In deze samenwerking is Christian van Aime bezig met zijn masterscriptie aan de Universiteit Twente, waarin hij onderzoekt welke state-of-the-art machine learning-algoritmes gebruikt kunnen worden om de karakteristieken van ondergrondse kabels en leidingen te bepalen. Secundair doel daarbij is het ontdekken van hoe het mogelijk is om ondergrondse objecten überhaupt te herkennen. Daarbij wordt ook de rol van zogeheten intelligence amplification onderzocht: een manier om machine learning in te zetten waarbij de mens niet wordt overgenomen, maar waarin het systeem juist een adviesrol inneemt.

De interesse voor ondergrondse kabels en leidingen is ontstaan uit een eerder project dat Aime op dit gebied heeft uitgevoerd, dat toentertijd helaas niet is voortgezet. Aime gelooft echter in de nieuwe ideeën die ze toen heeft ontwikkeld en is ervan overtuigd dat deze in de huidige samenwerking goed onderzocht kunnen gaan worden.

Afronden literatuuronderzoek

In de afgelopen tijd is een grondige literatuuranalyse verricht waarmee de huidige stand van zaken in de wetenschap over grondradar en machine learning in kaart is gebracht. Het is duidelijk geworden hoe intelligence amplification nu in de praktijk gebracht kan worden, maar belangrijker: wat er in de afgelopen jaren reeds bedacht en ontwikkeld is op het gebied van grondradar en machine learning. Het wordt daarbij duidelijk dat er nog flinke sprongen te maken zijn.

In samenwerking met de experts van TerraCarta is er in de afgelopen tijd gewerkt aan een plan van aanpak voor de vervolgfase. Onze intentie is om een aantal nieuwe richtingen uit te proberen, waarbij we onderzoeken wat de bruikbaarheid van verschillende machine learning-architecturen is. Het streven is daarbij om naar een betrouwbaar model – of een betrouwbare combinatie van modellen – toe te werken. Deze werken we daarna uit in een Proof-of-Concept-analysetool, zodat de experts van TerraCarta meer inzicht kunnen verkrijgen op basis van wat er in het verleden geleerd is. Precies de kracht van machine learning dus!

Naast TerraCarta krijgt ook de wetenschappelijke wereld er verschillende inzichten bij. Werken onze denkrichtingen goed? Helpt de tool het werk van experts te ondersteunen? Wat kan er beter? Dat zijn vragen waar we antwoorden op gaan vinden.

Bent u benieuwd wat AI voor uw organisatie kan betekenen? We nodigen u van harte uit om deel te nemen aan onze workshop AI & Big Data in Deventer. Komt u ook? 💬