L'objectif du projet de recherche Innosuisse "KIVIS" est l'évaluation visuelle automatisée de l'état des routes basée sur l'IA à partir des données des images de circulation. Celle-ci sert de base reproductible, comparable et actuelle pour une gestion communale de l'entretien des routes adaptée aux besoins et économe en ressources. Lors du colloque de printemps de la FHNW sur la géomatique, les défis, les approches de solutions et les résultats du projet commun en cours de l'institut de géomatique de la FHNW et des partenaires du projet iNovitas AG et WIF Partner ont été présentés.
Les routes communales de Suisse ont une longueur totale d'environ 60'000 km et représentent environ les ¾ de l'ensemble du réseau routier. Selon l'OFS, les dépenses annuelles pour les routes communales s'élèvent au total à 3,2 milliards de CHF, dont environ 2,7 milliards de CHF, soit 315 CHF par habitant/e, pour la rénovation et l'entretien. Contrairement aux routes cantonales et nationales, il n'existe pas de financement spécial pour les routes communales, par exemple par le biais de droits de douane sur les carburants ou de redevances routières. Compte tenu des nombreux défis financiers auxquels sont confrontés les pouvoirs publics, des informations actuelles, comparables, reproductibles et peu coûteuses sur l'état des routes sont donc essentielles pour une gestion de l'entretien efficace et économe en ressources. Les développements du projet KIVIS devraient permettre de remplacer en grande partie l'évaluation visuelle de l'état sur le terrain, qui était jusqu'à présent longue, coûteuse et potentiellement dangereuse.
Les premiers résultats du projet KIVIS montrent une évaluation visuelle robuste et précise de l'état sur la base des données d'images infra3D saisies de manière mobile. Des réseaux neuronaux convolutionnels sous forme de réseaux résiduels et de réseaux de régression sont utilisés en combinaison avec un prétraitement avancé des données et des méthodes statistiques pour le clustering et la détection des limites de tronçons. Les résultats fournis sont, entre autres, des classes d'état discrètes qui correspondent à la pratique courante et à la normalisation et qui devraient ainsi garantir une acceptation rapide de la nouvelle méthode. Les indicateurs de qualité fournis permettent aux expertes de se concentrer désormais sur l'évaluation des cas critiques.
