Bildbasierte Erfassung und digitale Dokumentation von Geometrie und Zustand an Eisenbahnbrücken

Die kontinuierliche Sicherheit und Leistungsfähigkeit von Bauwerken der Verkehrsinfrastruktur hat in einer modernen Gesellschaft einen besonderen Stellenwert. Die Bedeutung des Schienennetzes nimmt im Kontext der Energiewende weiter zu. Forderungen nach Ressourcenschonung im Bausektor erfordern zukünftig außerdem deutlich verlängerte Lebensdauern von Bauwerken. Neue digitale Erhaltungsstrategien können dieses Ziel gleichzeitig mit einer Verringerung der Erhaltungsaufwendungen erreichbar machen. Dieser Beitrag fokussiert auf neuartige Verfahren der Bilddatenauswertung zur Zustandsermittlung und digitalen Modellierung von Geometrie und Schadensmerkmalen an Ingenieurbauwerken. Insbesondere die dauerhafte Speicherung von hochgenauen Schadenspositionen und -umfängen erlaubt die Verfolgung von Schadensentwicklungen als Basis für neuartige prädiktive Erhaltungsstrategien. Am Beispiel von Eisenbahnbrücken wird gezeigt, wie eine hochwertige digitale Zustandsdokumentation mit dem Konzept des Digitalen Zwillings möglich wird. Aus z. B. mit Drohnen erzeugten Bilddaten werden mittels Fotogrammetrie hochgenaue georeferenzierte 3D-Bauwerksmodelle generiert und mittels KI-Verfahren Schadenserkennungen durchgeführt. Die Verknüpfung in einem Digitalen Zwilling ermöglicht Analysen und hochwertige Dokumentationen im Lebenszyklus und sollte zukünftig mit einer Nullmessung an neuen Bauwerken beginnen.

Image-based acquisition and digital documentation of geometry and condition of railway bridges
The continuous safety and performance of infrastructure structures is of particular importance for a modern society. The rail network becomes increasingly relevant in the context of the energy transition. Demands for resource efficiency in the construction sector will require significantly longer service lives for structures in the future. New digital maintenance strategies can make this goal achievable while reducing maintenance expenditures at the same time. This report focuses on new image-based methods for condition assessment and digital modelling of the geometry of structures as well as damage characteristics. In particular, the permanent storage of highly accurate damage position and extent information allows the tracking of damage propagation as a basis for novel predictive maintenance strategies. Using the example of railway bridges, it is shown how high-quality digital condition documentation is possible with the concept of digital twins. Photogrammetry is used to generate highly accurate geo-referenced 3D building models from image data acquired by drones, for example, and AI processes are used to perform automated damage detection. The linking in a digital twin enables analyses and high-quality documentation over the life cycle and should start with an initialization measurement on new structures.