Universiteit Leiden

nl en

SewerSense: automatisch meten in de riolering

Onderzoekers van de Universiteit Leiden en de TU Delft gaan geautomatiseerd defecten in rioleringen herkennen en classificeren. Ze werken met meerdere lichtgevoelige camera’s op basis van nieuwe geautomatiseerde multi-sensor inspectie met stereo vision en laser range scanning. Computermodellen gaan de data direct verwerken.

SewerSense camera's stellen automatisch de conditie van een rioolpijp vast.

In de Nederlandse bodem ligt zo’n 100.000 km rioolpijp. Dit gigantische netwerk is onmisbaar voor onze volksgezondheid. Defecten aan het riool moeten dan ook snel worden gevonden en gerepareerd, maar het monitoren van het riool is een intensieve en kostbare aangelegenheid.

Momenteel is er gemiddeld één keer in de tien jaar inspectie van iedere rioolpijp. Met bijvoorbeeld video worden de pijpen in meerdere fasen handmatig gecontroleerd. Vaak is niet goed te zien wat de technische staat is en of defecten zijn ontstaan. Laat staan dat duidelijk wordt hoe groot een defect is en welke vervolgstappen nodig zijn.

Informatica en sanitary engineers

In het project SewerSense willen sanitary engineers aan de TU Delft en informatici van de Universiteit Leiden de data van verschillende sensoren gaan combineren. Ze willen de inspectie van de Nederlandse riolering gaan automatiseren en verbeteren. De mogelijkheid om specifieke defecten te vinden, zal daardoor groter worden, net als de precisie van de metingen. Ontstane defecten zijn sneller te vinden, zonder dat dit menselijke inspecteurs te zwaar belast.

Lees meer over het SewerSense project.

Deze website maakt gebruik van cookies.  Meer informatie.