Så fungerar AI-bildanalys vid takinspektion

Hur fungerar AI-analys av takbilder?

En AI-modell för bildanalys har tränats på många bilder där skador och avvikelser är markerade. Modellen har lärt sig känna igen mönster som är typiska för till exempel sprickor, rost, trasiga pannor, mossa och fuktfläckar. När den får nya bilder letar den efter samma mönster och markerar områden där något avviker.

Resultatet är en uppsättning markeringar på bilderna: här finns troligen en spricka, här finns påväxt, här ser plåten rostig ut. Markeringarna granskas sedan och sammanställs i en rapport med bild och placering för varje fynd.

Varför använda AI?

En inspektion av ett flerbostadshus kan ge flera hundra bilder. Att gå igenom varje bild noggrant tar lång tid, och det är lätt att missa något när man har tittat på samma tak i en timme. AI-modellen tröttnar inte. Den granskar varje bild lika noggrant, vilket gör att små skador i hörnet av en bild inte glöms bort.

Det gör analysen både snabbare och mer konsekvent, och frigör tid för det som kräver mänsklig bedömning: att avgöra vad fynden betyder och vad som behöver göras.

Vad kan AI:n hitta?

Bildanalysen är bra på avvikelser som syns tydligt på ytan:

• sprickor i puts, tegel och betong
• trasiga, förskjutna eller saknade takpannor
• rost och flagnande färg på plåt
• mossa, lav och alger
• fuktfläckar och missfärgningar på fasader
• skadade plåtdetaljer och fogar.

Vad modellen hittar beror på hur den har tränats och på bildernas kvalitet.

Vad kan AI:n inte hitta?

AI-analysen ser bara det som syns på bilderna. Skador under ytan, som ett ruttet underlagstak, fukt inne i en vägg eller bom i putsen, syns inte direkt. Den kan inte heller avgöra orsaken till en skada eller hur allvarlig den är för konstruktionen. Ibland markerar den något som inte är en skada, till exempel en skugga eller smuts som liknar en spricka.

Därför är AI:n ett verktyg för att hitta och sortera, inte för att fatta beslut. Läs mer om vad som syns på drönarbilder.

Människan granskar

Efter analysen granskas markeringarna. Felaktiga markeringar tas bort, och fynden bedöms: är det här en ytlig spricka eller ett tecken på något allvarligare? Behöver det åtgärdas nu eller kan det vänta? Det är den bedömningen som gör rapporten användbar.

Kombinationen av AI och människa ger det bästa av båda: AI:n ser till att inget missas, människan ser till att fynden tolkas rätt.

Bildkvaliteten avgör

AI-analysen kan aldrig bli bättre än bilderna. Skarpa bilder tagna på nära håll i jämnt ljus ger bäst resultat. Suddiga bilder, starkt motljus, regn och snö gör det svårare att se skador, både för AI och för människor. Därför flygs inspektionerna i uppehållsväder och med en planerad flygväg som täcker hela byggnaden från flera vinklar.

Varje fynd får en placering

Ett fynd på en bild är inte till så mycket hjälp om man inte vet var på byggnaden det sitter. Därför kopplas varje markering till en position på taket eller fasaden. I rapporten kan fynden visas på en översiktsbild eller i en 3D-modell, så att det är lätt att hitta dem på plats.

Läs mer om fotogrammetri och 3D-modeller.

Från fynd till prioriterade åtgärder

En lista med hundra markeringar är inte till hjälp om allt verkar lika viktigt. Fynden sorteras därför efter hur allvarliga de är och hur bråttom åtgärden är: akut, inom ett år eller att planera. Det gör rapporten användbar för underhållsplanen och för att ta in offerter.

Läs mer om vår skaderapport med AI-analys.

Jämföra över tid

Med samma typ av inspektion vid olika tillfällen blir det möjligt att jämföra: har sprickan vuxit, har påväxten spridit sig, har rosten tagit fäste på nya ställen? Jämförelser över tid är en av de stora fördelarna med digital dokumentation, oavsett om den analyseras med AI eller av människor.

Vanliga missförstånd

Ett vanligt missförstånd är att AI-analysen ersätter en besiktningsman. Det gör den inte. Den är ett verktyg som gör granskningen av bilderna snabbare och mer heltäckande. Ett annat missförstånd är att AI alltid har rätt. Den gör misstag, åt båda hållen, och därför behövs granskningen.

Integritet

Bildanalysen tittar på byggnaden, inte på människor. Inspektionen planeras så att grannars tomter och insyn genom fönster undviks, och bilderna hanteras enligt GDPR. Läs mer om regler för drönare över fastigheter.

Tekniken utvecklas

AI-modeller för bildanalys blir bättre i takt med att de tränas på fler bilder. Det betyder att analysen blir mer träffsäker över tid. Men grundprincipen är densamma: tekniken hjälper till att hitta, människan bedömer.

För vem är det här användbart?

För fastighetsägare och bostadsrättsföreningar betyder AI-analysen att rapporten blir mer heltäckande och levereras snabbare. För förvaltare med många byggnader gör den det möjligt att jämföra skicket mellan byggnader på ett konsekvent sätt. Läs mer om inspektion av fastighetsbestånd.

AI-analys av fasader

Samma teknik används för fasader. Bildanalysen kan markera sprickor i puts och tegel, fuktfläckar, flagnande färg, saltutfällningar och skadade fönsterbleck. På stora fasader med många fönster och balkonger gör analysen det lättare att se mönster, till exempel att fuktskadorna alltid sitter under samma typ av fönsterbleck. Det ger ledtrådar om orsaken och om vilka åtgärder som behövs. Läs mer om fuktskador i fasaden.

Hur fynden redovisas

I rapporten redovisas varje fynd med en bild där avvikelsen är markerad, en beskrivning, en placering på byggnaden och en bedömning av hur bråttom åtgärden är. Fynden kan också sammanfattas per byggnadsdel, till exempel tak, fasad mot gatan och fasad mot gården. Det gör det lätt att ta med fynden i underhållsplanen och att skicka dem till en entreprenör.

Sammanfattning

AI-bildanalys gör det möjligt att granska alla bilder från en drönarinspektion lika noggrant, markera avvikelser och koppla dem till en plats på byggnaden. Fynden granskas och prioriteras av människor innan de hamnar i rapporten. Resultatet är ett underlag som är både heltäckande och lätt att använda. Läs mer om hur en drönarinspektion går till.