KI-basierte Analyse von Blockbewegungen im Rahmen von Typenprüfungen flexibler Steinschlagschutzsysteme

Machine-Learning-Programme kom-
men in verschiedensten industriellen Anwendungen be-
reits seit Jahren zum Einsatz, um Daten zu analysieren und
Prozesse effizienter zu gestalten. Die vorgestellte Studie
dokumentiert den Versuch, Computervision zu verwenden,
um die Evaluierung bestimmter Bereiche von Typenprüfun-
gen flexibler Steinschlagschutzsysteme zu automatisieren.
Die Verwendung von Bilderkennungsmodellen für Ge-
schwindigkeitsmessungen stellt eine Nische dieses For-
schungsbereichs dar. Sie zielt darauf ab, die Kosten und
Komplexität physischer Messinstrumente durch Software
in Kombination mit Videoaufnahmen zu ersetzen.
Das Hauptziel des Projekts war der Entwurf eines Pro-
gramms, welches automatisch Videos von Tests verarbei-
tet, indem es die Position, Geschwindigkeit und Flugbahn
eines Betonblocks, welcher in Richtung Barriere beschleu-
nigt wird, ausweist. Dafür wurden drei Modelle mit unter-
schiedlichen Dateneingängen trainiert und gegenüberge-
stellt. Die Ergebnisse zeigen, dass die Nutzung eines Computer-
vision-Modells für die gegebene Anwendung praktikabel
ist und dabei in einem virtuellen Teststand Genauigkeiten
von 97–99 % erreicht werden. Bei der Anwendung des Pro-
gramms auf Basis realer Versuchsdaten wurden Abwei-
chungen gegenüber manuellen Auswertungen von unter
5 % festgestellt.