ほとんどの公的機関の資産には舗装が含まれているため、亀裂検出調査とメンテナンスが必要です。 従来の舗装評価の実践とテクノロジーは時間がかかり、不正確であることを考慮して、Beneschは、舗装の亀裂検出をターゲットにして、人工知能(AI)と機械学習(ML)をフィールドデータ収集ワークフローに統合することを検討しました。 しかし、亀裂をデジタルで識別することと、状態評価に基づいて亀裂を分類することとの間のギャップを埋めるという課題に直面していました。 そのため、同社は舗装の亀裂検出技術ソリューションの開発を目指しました。

同社は、BentleyのiTwin Capture Modeler、AssetWise、iTwinを選択し、米国の3つの進行中のプロジェクトサイトでデジタルイノベーションを試験的に実施し、このサイトのデジタルツインを作成しました。 Bentleyのテクノロジは、AIとMLの能力を活用して、亀裂検出プロセスを合理化し、データをデジタルツインに供給して解析しました。 このソリューションは、亀裂ラインワークデータのデジタル化を自動化し、現場時間を75%節約し、交通や空港の運営に影響を与えることなく、100か所の空港検査で、144,000米ドルを節約することが期待されています。