Slim zien, slim reinigen: AI voor slimme vuilherkenning

Het project “Slim zien, slim reinigen – AI voor slimme vuilherkenning” ontwikkelt een camerasysteem dat automatisch vuil herkent bij krooshekken in het water. Deze krooshekken houden drijvend vuil zoals kroos, takken en plastic tegen om verstopping van gemalen te voorkomen. Omdat de hekken nu vaak volgens een vast schema worden gereinigd, ongeacht de daadwerkelijke vervuiling, leidt dit regelmatig tot onnodig onderhoud en inefficiënt gebruik van middelen. Daarom onderzoekt het project hoe kunstmatige intelligentie (AI) kan bijdragen aan een doelgerichter en efficiënter waterbeheer.
Bij gemaal De Auken in Zuidveen wordt hiervoor een proefopstelling gerealiseerd met camera’s die continu en in real time beelden vastleggen. Vervolgens wordt deze beeldstroom met behulp van deep learning-modellen, zoals YOLOv8 voor objectdetectie en U-Net voor segmentatie, automatisch geanalyseerd. Op die manier kan het systeem niet alleen vervuiling detecteren, maar ook kwantificeren en classificeren, zelfs bij wisselende licht- en weersomstandigheden. Het uiteindelijke doel is het ontwikkelen van een proof-of-concept van een AI-systeem dat het vervuilingsniveau betrouwbaar bepaalt en de resultaten bruikbaar maakt voor beheer en onderhoud. Tegelijkertijd wordt een geannoteerde dataset opgebouwd voor training en validatie, terwijl de technische bevindingen actief worden gedeeld via het Computer Vision & Data Science-symposium.
Het consortium bestaat uit NHL Stenden Hogeschool, Bosker en Waterschap Drents Overijsselse Delta. NHL Stenden ontwikkelt de AI-modellen en begeleidt studenten die meewerken aan ontwerp, data-analyse en validatie. Bosker levert praktijkkennis over krooshekreinigingsinstallaties en ondersteunt bij de installatie en het testen van het camerasysteem, terwijl het waterschap de testlocatie en operationele kennis beschikbaar stelt en meedenkt over functionele eisen en opschaling.
Dankzij deze nauwe samenwerking draagt het project bij aan duurzamer waterbeheer, vermindert het onnodig onderhoud en stimuleert het de digitalisering van de watersector, waardoor de opgedane kennis perspectief biedt voor bredere toepassing van visuele detectiesystemen in waterinfrastructuur.