Smart passive sensing systeem voor ondergrondse infrastructuur
In de Westerse wereld bestaat het merendeel van de systemen voor inzameling en transport van afvalwater uit vrijvervalrioolsystemen. Voor een adequaat beheer en een adequate bedrijfsvoering is het in de eerste plaats noodzakelijk dat men weet waar de betreffende systemen zich bevinden. Dit lijkt triviaal, toch blijkt in de praktijk steeds weer dat beheerders (over het algemeen gemeenten) hier geen volledig beeld van hebben.
Met dit project ontwikkelen we een smart passive sensing systeem dat tegen lage kosten en met minimale verkeershinder de ondergrondse infrastructuur in kaart brengt. Daarmee biedt het belangrijke voordelen ten opzichte van de huidige manier waarop de inspectie van het rioolstelsel plaatsvindt.
Technologie
Hoewel gemeenten regelmatig worden ‘verrast’ door overlast van ‘niet-bestaande’ leidingen (instorting, stankoverlast etc.), is de ondergrondse infrastructuur in Nederland redelijk goed in kaart gebracht. De ervaring die een aantal Nederlandse bedrijven hebben opgedaan met het inspecteren en in kaart brengen van rioolstelsels exporteren zij naar het buitenland, met name binnen Europa. Zo valt in Frankrijk vermoedelijk bijna de helft van de riolering buiten beeld.
Bij de klassieke ondergrondse inspectie moet elke rioolput worden geopend om de aansluitende leidingen in te meten. Nadelen hiervan zijn dat verkeershinder optreedt en dat het een arbeidsintensieve methode is en dus kostbaar. Zo kost de inventarisatie van een rioolstelsel in een stad met circa 100.000 inwoners ongeveer 300.000 euro. Met dit project ontwikkelen we een smart passive sensing systeem dat deze nadelen aanzienlijk terugdringt.
Het idee van smart passive sensing is betrekkelijk eenvoudig. We gaan uit van de locatie van rioolputten en van rioolgemalen. Over het algemeen zijn deze locaties bekend, en wanneer dit bij rioolputten niet het geval is, valt die informatie vrij gemakkelijk aan de hand van lucht- of veldopnames te verkrijgen. Wat vaak niet bekend is, is hoe de verbindingen tussen rioolputten in elkaar zitten en wat de afmetingen zijn van de tussenliggende leidingen. Hier komt het smart passive sensing in beeld.
Door een sensorplatform op een bekende locatie in het riool te brengen en mee te laten drijven met de stroom van het afvalwater, hebben we de perfecte manier om onbekende gegevens in kaart te brengen. Het platform is voorzien van sensoren die constant de afstand tussen het platform en de bovenkant van de leiding meten. Zodra het sensorplatform een volgende rioolput bereikt, zal een plotselinge toename van die afstand worden gemeten omdat hier meer ruimte bestaat (de verticale afstand van de put naar de hoofdleiding). Tegelijkertijd vindt een doorlopende meting van de versnelling van het platform plaats, wat een indicatie geeft van de afgelegde afstand en de bewegingsrichting. Met de gegevens die het sensorplatform verzamelt, kan het ondergrondse rioolstelsel in kaart worden gebracht.
Uitdaging
Als gevolg van de drift van de sensor en de integratieonnauwkeurigheden bij het vertalen van een reeks versnellingswaarden naar de afgelegde afstand, vertonen de resultaten van de smart passive sensing wel belangrijke afwijkingen van de werkelijkheid. Hiervoor moet worden gecompenseerd.
Wanneer de mate van onzekerheid bekend is, kan aan de hand van de bekende locaties van alle rioolputten een reconstructie worden gemaakt van de samenhang tussen plotselinge veranderingen in de sensorwaarnemingen en bij welke rioolput dit gebeurt. Dit is een vrij ingewikkelde reconstructie. Een parallel valt te trekken met navigatiesystemen voor voertuigen, die door middel van een back-up bij kortstondige uitval van het GPS-systeem toch blijven werken. Maar in het geval van het hier ontwikkelde sensorplatform kan alleen worden uitgegaan van een geschatte positie op basis van de sensoren en van slechts een beperkt aantal bekende tussenpunten.
Grootste uitdaging in het realiseren van de hardware en software van het hier voorgestelde smart passive sensing systeem ligt dan ook in de ontwikkeling van Kunstmatige Intelligentie voor het reconstrueren van een afgelegde route, waarbij geen gebruik wordt gemaakt van GPS of (radio)bakens.
Activiteiten:
- Ontwerpen en realiseren van het sensorplatform; zowel de elektronica als het mechanisch gedeelte, dat zeer robuust moet zijn om te kunnen overleven in een rioolsysteem.
- Ontwikkelen van algoritmen (Kunstmatige Intelligentie) voor reconstructie van het afgelegde pad van het sensorplatform op basis van de hierdoor verzamelde data, gecombineerd met de bekende locaties van de rioolputten.
- Uitvoeren laboratoriumtest.
- Uitvoeren praktijktest.
- Rapportage.
Oplossing
Met dit project worden oplossingen aangedragen voor een kostenbesparende manier om ondergrondse rioolsystemen in kaart te brengen, zonder dat sprake is van langdurige wegopbrekingen en samenhangende verkeershinder. Dit leidt tot de volgende resultaten:
- Beschrijving van het ontwerp van het sensorplatform (zowel hardware als software).
- Prototype sensorplatform voor demonstratiedoeleinden.
- Resultaten uit lab- en veldtesten.
- Wetenschappelijke publicaties.
- Bijdrage aan het (hoger) onderwijs in de vorm van afstudeerstages op HBO- en WO-niveau.