Ermittlung der Vergleichs- und Wiederholstreubereiche bei der Erfassung von Substanzmerkmalen (Oberfläche)

Abstract

Im Rahmen der ZEB auf Bundesfernstraßen werden zur Ermittlung der Substanzmerkmale (Oberfläche) die digitalen Oberflächenbilder derzeit an Bildschirmarbeitsplätzen visuell beurteilt und manuell ausgewertet. Den Auswertungen liegen die in den ZTV ZEB-StB enthaltenen Aus werteregeln zugrunde. Technische Prüfvorschriften zur Regelung technischer Spezifikationen be züglich der Messsysteme und der Auswerteplätze stehen inzwischen ebenfalls zur Verfügung. Ziel des Forschungsprojektes war, durch die Ermittlung von Vergleichs- und Wiederholstreube reichen die Einflüsse auf das Auswerteergebnis zu untersuchen und die vorhandenen Toleranz vorgaben für die vorgeschriebenen Prüfungen zu bestätigen oder bei Bedarf neue Grenzwerte dafür zu vorzuschlagen. Das Projekt bestand in einer umfänglichen Analyse der derzeitigen Vorgehensweise bei der Er fassung und Bewertung der Substanzmerkmale (Oberfläche) im Teilprojekt 3 der ZEB sowie einer tiefgreifenden statistischen Analyse hinsichtlich der Wiederhol- und Vergleichbarkeit unter ver schiedenen Rahmenbedingungen. Zunächst wurden Messfahrten auf einem nach bestimmten Kriterien ausgewählten Streckenkollektiv und nach bestimmten (Mess-)Szenarien durchgeführt. Das Bildmaterial wurde nach dem geltenden Regelwerk in verschiedenen (Auswerte-)Szenarien ausgewertet. Zusätzlich zur manuellen Inspektion der Oberflächenbilder wurden die Daten auf Strecken in Asphaltbauweise (BAB) mit Hilfe künstlicher Intelligenz ausgewertet. Abschließend erfolgten die statistischen Auswertungen hinsichtlich Wiederhol- und Vergleichbarkeit und es ergingen Vorschläge für die Neufestlegung der entsprechenden Grenzwerte. Die Literaturrecherche zum Stand der Technik bei der Zustandsdatenerfassung auf nationaler und internationaler Ebene ergab keine grundlegend neuen Erkenntnisse. Hervorzuheben ist, dass eine Zertifizierung der Messsysteme durch eine offizielle Stelle und explizit definierte Anfor derungen an die Qualität der Erfassungstechnologie und der Erfassungsergebnisse international nicht erfolgt. Die im Teilprojekt 3 gewonnenen Ergebnisse werden von vielen verschiedenen Faktoren beein flusst, im Wesentlichen aber durch den Faktor Mensch (Wissenstand, Erfahrung, Tagesleistungs kurve u.a.). Auch zwischen Auswertern mit großem Erfahrungshintergrund (Referenzauswerter, Qualitätssicherer) weichen die Ergebnisse in Einzelfällen deutlich voneinander ab, was große Auswirkungen auf die Wiederholbarkeit haben kann. Die weiteren Einflüsse, wie das eingesetzte Messsystem, verschiedene Umgebungsbedingungen (Witterung) und die Qualität der Oberflä chenbilder, ordnen sich diesem Haupteinfluss unter. Dies konnte auf Basis eines statistischen Modells mathematisch nachgewiesen werden. Für die statistischen Berechnungen wurden für jede Zustandsgröße Referenzwerte generiert, d.h. möglichst nahe an der Wahrheit liegende Werte für jeden einzelnen Auswerteabschnitt. Die Er wartung aufgrund der langjährigen Erfahrungen war, dass die durchgeführten Auswertungen nur geringe Streuungen aufweisen, was sich nur teilweise bestätigt hat. Zur Ableitung der zu erwartenden Toleranzen bei den Zustandswerten und zur Festlegung von Grenzwerten wurden anhand der ZEB-Auswerteergebnisse Prüfungen auf 2-km-Teilabschnitten simuliert und deren Ergebnisse klassifiziert und bewertet. Daraus wurden für Strecken in Asphalt und Betonbauweise praxisnahe Toleranzen abgeleitet und modifizierte Grenzwerte vorgeschla gen. Diese liegen höher als die bisher nach ZTV ZEB-StB geltenden Werte. Seitens des Forschungsnehmers wurde die Empfehlung unterbreitet, abhängig von der Prüfungs art (Zulassungsprüfung, Kontrollprüfung) die bisherigen Grenzwerte nach oben anzupassen. Auf grund der im Forschungsprojekt gewonnenen Erkenntnisse über die Einflussfaktoren im Teilpro jekt 3 sollte auch der Einsatz von künstlicher Intelligenz zur Schadenserkennung auf Oberflächen und Frontbildern auf Basis von Deep-Learning durch weitere intensive Forschung und Entwick lung vorangetrieben und zur Praxisreife gebracht werden. Datei-Upload durch TIB As subproject TP 3 of the ZEB on federal motorways and highways in Germany, the digital im ages of the road surface will be currently visually assessed and manually evaluated at computer workstations to determine the substance damages (surface). The evaluations are based on the rules contained in the rulebook ZTV ZEB-StB. Technical test specifications for the measuring systems and the evaluation workstations are now available. The aim of the research project was to investigate the influences on the evaluation results by determining scattering ranges for comparative and repetitive values and to confirm the accepta ble tolerances for the proofs of approval and quality control tests required by the rulebook or, if necessary, to propose new limit values for them. The project consisted of a comprehensive analysis and evaluation of the current procedure for recording the substance characteristics (surface) in TP 3 of the ZEB as well as an in-depth sta tistical analysis with regard to comparability and repeatability under different framework condi tions. First, measurements were carried out on different roads selected according to certain cri teria and according to certain (measurement) scenarios. The image material was evaluated ac cording to the applicable set of rules in various (evaluation) scenarios. In addition to the manual inspection of the surface images, the data on asphalt-built motorways were evaluated using arti ficial intelligence. Finally, statistical evaluations were carried out with regard to comparability and repeatability and proposals were made to redefine the relevant limit values. The literature research on the state of the art in condition data acquisition on a national and in ternational level did not yield any fundamentally new findings. It has to be emphasized that a certification of the measuring systems by an official institution and explicitly defined require ments for the quality of the measurement technology and the acquisition results do not take place internationally. The results obtained in TP 3 are influenced by many different factors, but essentially by the hu man factor (level of knowledge, own experiences, daily performance curve, etc.). Also among evaluators with a great deal of experience (reference evaluators, quality assurance experts) the results in individual cases differ significantly. The evaluators' decisions when assessing a road surface damage are not-determined, which has a major impact on repeatability. The other influ ences such as the measuring system used, different environmental conditions (weather) and the quality of the surface images are subordinate to this main influence. This could be proven math ematically based on a statistical model. For the statistical calculations, reference values were generated for each condition parameter, i.e. values that were as close to the ground truth as possible for each individual evaluation sec tion. The expectation based on many years of experience was that the evaluations carried out would show only small variations from each other; however, this has been watched in some cases only. In order to derive the expected tolerances for the condition values and to determine limit values, simulations of quality tests on many 2 km long sections were made based on the ZEB evalua tion results and their results were classified and evaluated. From this, tolerances that are more practical were derived for both for asphalt and concrete roads and modified limit values were proposed. These are higher than the values previously applicable according to ZTV ZEB-StB. The researcher made a recommendation to adjust the previous limit values upwards depending on the type of proof (proof of approval, quality control test). Based on the knowledge gained in the research project about the influencing factors in TP 3, the use of artificial intelligence for damage detection on surface and front images based on deep learning should also be ad vanced through further intensive research and development and brought to practical applicabil ity.