AAU logo

Supercomputer spiller afgørende rolle i kloak-forskning

Når forskningsprojektet ASIR sender en robot på det danske og europæiske marked, der kan filme og afkode, hvornår reparation eller udskiftning af kloakrør er nødvendig, er det med udsigt til en besparelse på et trecifret millionbeløb på vedligehold af den underjordiske infrastruktur. CLAAUDIA’s supercomputer spiller en afgørende rolle.

Lagt online: 01.10.2019

På CREATE i Rendsburggade i Aalborg arbejder Ph.d.-studerende Joakim Bruslund Haurum fra Institut for Arkitektur og Medieteknologi koncentreret på de algoritmer, der skal afkode billederne fra de mange hundrede kilometer danske kloakrør, forskningsprojektet ASIR omfatter. Projektets formål er at udvikle en overvågningsrobot, der vil spare vandværker i Danmark og hele Europa for både besvær og en masse penge. Robotten kan nemlig ved hjælp af Joakims algoritmer afkode, hvornår et kloakrør har brug for reparation eller udskiftning.

- Kloakering er en infrastruktur, man ikke ser, fordi den ligger under jorden, men når noget går galt, påvirker det både sundhed og miljø. Et hul i et kloakrør kan erodere jorden, og overfladen kan kollapse, så veje fx knækker. Frem til nu har man proaktivt gravet rør op, inden de fejler, for at undgå disse risici, men med vores robot vil man kunne lade dem ligge længere tid og først tage dem op, når der påvises behov, fortæller Joakim.

I langt de fleste tilfælde vil det betyde, at rørenes levetid kan forlænges helt op imod 10 %. Frem til nu inspiceres rørene kun ved manuelle, tidskrævende – og dermed dyre – processer, og alene af den grund udskiftes mange rør uden inspektion blot pr. automatik, når de er 40-50 år gamle, på trods af, at et rør uden skader nemt kan fungere upåklageligt i helt op til 75 år. Når Joakim og resten af forskningsgruppen har robotten klar til markedet, forventes danske vandforsyninger dermed at kunne spare et trecifret millionbeløb årligt alene i Danmark.

(Pressefoto for projektet)

 

Deep learning og massive datamængder

I fælleskontoret på Rendsburggade er temperaturen til den lunere side og fra Joakims computer lyder en let summen. Maskinens grafikkort er ved at teste en prototype på den algoritme, Joakim arbejder på hele tiden at justere og forfine. Algoritmen skal ud fra billedmateriale fra kloakkerne afkode, om der er fejl på kloakrørene. At dømme ud fra både lyd og temperatur fra maskineriet, er det måske lige på kanten af, hvad Joakims computer har kapacitet til at kunne tygge sig igennem. 

- Udviklingen af robotten bygger på enorme mængder billeddata fra kloakrør fra tre store vandforsyningsvirksomheder her i Danmark. Ved en inspektions-session sendes en lille traktor med kamera ned i kloakrøret. En inspektion af 100 meter kloakering alene kan godt tage 20-30 minutter at filme. Det giver os enorme mængder billeddata, som selvfølgelig er vigtig for forskningens evidens, men som samtidig højner kravene til den mængde beregninger, der kræves for at få deep learning-metoderne til at fungere fornuftigt. Det maskineri, vi selv har til rådighed i forskningsprojektet er fint til prototyper, men det kan simpelthen ikke trække hele den massive mængde data, forskningen omfatter. CLAAUDIA tilbyder præcis den høje kapacitet, der er afgørende for de algoritmer, vi baserer udviklingen af robotten på, og spiller derfor en afgørende rolle, forklarer Joakim.

Billeddokumentationen, som Joakims algoritmer bygger på, har en volumen på 14-20 terabyte. Skal man omsætte det til et kendt hverdagsfænomen, vil det svare til det samme, som ca. 400 Blu-ray-spillefilm fylder. Det er en massiv datamængde. Når CLAAUDIA’s supercomputer spiller en afgørende rolle i den enorme datamængde, er det, fordi den har enorm beregningskapacitet. Dette giver muligheder for en stærk træning af den underliggende deep learning-model, sådan at en trænet model kan bruges til at godkende koncepter i datamaterialet, eksempelvis genkendelse af forskudte kloakrør.

Tage forskningen et skridt videre

Med CLAAUDIA kan Joakim og resten af forskningsgruppen køre større deep learning-modeller på datasættene parallelt og fintune flere millioner parametre. På den måde sikres grundlaget for kloakrobottens træfsikkerhed, men den kommer også meget hurtigere ud i virkeligheden og gør gavn i kloakker i ind- og udland. Tilsvarende manuelle udregninger ville tage uendelig lang tid, måske endda være umulige. CLAAUDIA åbner samtidig op for muligheden for bl.a. storage – opbevaring og deling af big data, som Joakim ser åbenlyse fordele i:

- Generelt er tilgangen til forskning sådan, at mange gerne vil kunne uploade datasæt og dele dem offentligt med andre til anden og fremtidig forskning. Principielt har de fleste forskere et ønske om at være åbne og transparente omkring forskningen. Og så er det altid en fordel, hvis forskningsresultater kan reproduceres, fortæller Joakim.

Forskningsgruppen Visual Analysis of People, som Joakim er en del af, har før haft på tale at investere i maskiner med samme kapacitet, som CLAAUDIA tilbyder, men det ville være en enorm udgift i projektet og en stor opgave at søge finansieringen hjem hos forskellige fonde. Joakim fortæller videre:

- Det er vigtigt at få demokratiseret adgangen til ressourcer, så forskningen ikke afhænger af stor funding til at anvende de større maskiner, som man måske ellers ikke ville have råd til. Det er ret fedt, at der er hjælp til det på AAU i form af CLAAUDIA, både hvad angår udstyr og rådgivning, fx også i forhold til GDPR, siger Joakim.

CLAAUDIA understøtter Joakim og ASIR frem til forskningsprojektets afslutning i 2022, hvor robotten kan stå klar til at gøre en markant forskel for vandforsyningsvirksomheder i både Danmark og Europa. Sideløbende er CLAAUDIA en vigtig medspiller i andre forskningsprojekter på AAU og har kontinuerligt kapacitet til at støtte AAU’s forskere i data management og rådgivning.

Læs mere om CLAAUDIA og samarbejdsmuligheder på www.claaudia.aau.dk

Følg ASIR, Visual Analysis of People (VAP) og Joakim Bruslund Haurums forskning og udvikling af robotten til kloakovervågning på www.envidan.dk/cases/asir-udviklingsprojekt og http://www.vap.aau.dk/home/