IA FR-DE - Type 2 RD - Appel à projets bilatéral franco-allemand en intelligence artificielle (MESRI-BMBF) - Type 2 Recherche et Développement 2021

REsource efficient tunnelling based on real-time excavation MATerial CHaracterisation – REMATCH

Résumé de soumission

Ces dernières années, la question de l'utilisation efficace des ressources a également pris de plus en plus d'importance dans le secteur de la construction, car le sol et la roche représentent plus de 50 % des déchets minéraux de construction. Les projets de tunnels jouent un rôle particulier à cet égard, car de grandes quantités sont générées à des moments et des endroits précis. En raison du degré élevé de mécanisation et des avantages qui en découlent en termes de performance de construction et de sécurité au travail, près de la moitié des tunnels sont construits avec des tunneliers (TBM). Pour la documentation et le contrôle du processus de construction, ceux-ci sont équipés de divers systèmes de capteurs qui fournissent des ensembles de données complets. Mais dans ce domaine, les processus modernes basés sur les données n'ont pas encore trouvé d'application à
grande échelle.
L'objectif global du projet REMATCH est donc d'utiliser les ensembles de données des tunneliers, à l'aide de méthodes d'intelligence artificielle, pour améliorer le recyclage des grandes quantités de matériaux d'excavation des tunnels. À cet égard, un système de mesure en temps réel innovant
pour la caractérisation des matériaux doit être mis au point pour aider à décider si le sol est "utilisable" ou "non utilisable" à d'autres fins et s'il doit alors être mis en décharge. Ce système s'appuiera sur plusieurs approches utilisant des méthodes d'IA : premièrement, sur la reconnaissance d'images
de matériaux d'excavation, deuxièmement, sur le traitement intelligent des données TBM et, troisièmement, sur un référentiel de base de connaissances.

Coordination du projet

Stefan Duffner (UMR 5205 - LABORATOIRE D'INFORMATIQUE EN IMAGE ET SYSTEMES D'INFORMATION)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

STUVA e. V.
ARCADIS ESG
LIRIS UMR 5205 - LABORATOIRE D'INFORMATIQUE EN IMAGE ET SYSTEMES D'INFORMATION

Aide de l'ANR 276 333 euros
Début et durée du projet scientifique : septembre 2021 - 36 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter