Risicodetectieoplossingen creëren met satellietbeelden
TreeSight is de door Cactus ontwikkelede oplossing voor het monitoren van hoogspanningslijnen met behulp van Earth Observation (EO)-gegevens. Het integreert vegetatiebeheer in het beheer van energie-infrastructuur zonder de noodzaak van interventies ter plaatse. Ideaal voor energiebedrijven en nutsvoorzieningen: TreeSight verbetert de veiligheid, vermindert risico’s en verhoogt de efficiëntie.
01. INTRO
Het creëren van risicodetectie oplossingen met behulp van satellietbeelden
Bij Cactus gingen we op zoek naar een oplossing om het proces van het monitoren van elektriciteitsleidingen te versnellen en te verbeteren en de huidige methoden, zoals helikopterinspecties met behulp van LiDAR, aan te vullen. Door satellietbeelden van Pléiades te gebruiken en geavanceerde AI toe te passen, ontwikkelden we een oplossing die de gevaren van traditionele methoden vermindert, het proces veiliger, efficiënter en minder kostbaar maakt.
02. UITDAGING
Beslissingen op afstand voor infrastructuurmonitoring
De uitdaging was een platform te creëren dat de gegevens in realtime kan verwerken, bruikbare inzichten biedt over potentiële gevaren en besluitvorming op afstand mogelijk maakt. Dit stelt infrastructuurbeheerders en onderhoudsteams in staat om problemen te detecteren, correctieve en preventieve acties te prioriteren en tegelijkertijd de veiligheid te waarborgen.
03. OPLOSSING
Een algoritme voor hoogtemeting ontwikkelen
De oplossing die we hebben ontworpen bestaat uit verschillende softwaremodules:
Satellietdataverzamelaar: Deze module haalt hogeresolutie-satellietbeelden van Pléiades op. De beelden worden voorbewerkt met orthorectificatie, waardoor afstand en ruimtelijke uitlijning worden gecorrigeerd voor terreindeformaties en satelliethoeken. Dit bereidt de gegevens voor op verdere analyse, zodat vegetatie en infrastructuur nauwkeurig kunnen worden gemonitord.
GIS-dashboard: Het GIS-dashboard is een gebruiksvriendelijke interface die een interactieve kaart weergeeft met de elektrische infrastructuur. Gebruikers kunnen op specifieke zones klikken om het vegetatieanalyseproces voor dat gebied te starten.
NDVI-filter: We begonnen met het toepassen van een Normalized Difference Vegetation Index (NDVI)-filter om vegetatie nabij de elektrische infrastructuur te identificeren, zodat alleen relevante elementen werden verwerkt.
CNN: Een convolutioneel neuraal netwerk (CNN) werd getraind om vegetatie en de schaduw ervan te detecteren, waardoor het systeem beide met hoge nauwkeurigheid in satellietbeelden kan identificeren.
Schaduwvectorberekenaar: We ontwikkelden een schaduwvectorberekenaar om de richting en lengte van schaduwen te analyseren, waardoor de relatieve positie en hoogte van de vegetatie kon worden bepaald.
YOLO-model: Een YOLO-model (You Only Look Once) werd geïntegreerd om de positie van elke boom te detecteren. Dit creëert instanties van de segmentatie, een vergelijkbaar resultaat als bij panoptische segmentatiemodellen.
Hoogteschatting: Tot slot hebben we een hoogteschatting gebouwd die de gegevens van het CNN, het YOLO-model en de schaduwvectorberekeningen combineert om de exacte hoogte van de vegetatie te bepalen, wat zorgt voor nauwkeurige monitoring op afstand.
Het eindproduct is een geospatiaal softwareplatform dat realtime hoogteberekeningen van vegetatie mogelijk maakt en infrastructuurbeheerders van essentiële inzichten voorziet om de veiligheid en efficiëntie te verbeteren.
04. RESULTATEN
Veiligheid verbeteren door datagestuurde monitoringsoplossingen
De oplossing stelt elektriciteitsinfrastructuurbedrijven in staat om de monitoring, optimalisatie en verbetering van de veiligheid van elektrische infrastructuur uit te voeren. Met precieze realtime gegevensverwerking is het nu mogelijk om potentiële gevaren te detecteren en proactief aan te pakken, waardoor risico’s worden geminimaliseerd. Deze geavanceerde, datagestuurde monitoringaanpak waarborgt de betrouwbaarheid en veiligheid van kritieke systemen en verbetert de algehele infrastructuurveiligheid aanzienlijk.

CONCLUSIE
Innoveren voor veiligheid
Bij Cactus zijn we toegewijd aan het vinden van oplossingen die gebruikmaken van data om de leefomstandigheden van mensen te verbeteren. Ons doel is om processen te stroomlijnen, nieuwe toepassingen mogelijk te maken en oplossingen te ontwikkelen die kosteneffectiever en veiliger zijn door monitoring op afstand in te zetten ter vervanging van veel traditionele methoden.