i-MeaS

Felsstürze sind weltweit eine der häufigsten Naturgefahren und fordern jedes Jahr eine Vielzahl von Opfern und eine hohe Zahl von Kosten. In den Vereinigten Staaten von Amerika verursachen solche Ereignisse beispielsweise jährlich Kosten im Umfang von über 2 Milliarden US $. Ähnliches gilt für Europa, Asien (im Speziellen China), Afrika und Südamerika. Neben den direkten Kosten sind Felsstürze auch der Grund für sehr hohe indirekte Kosten, wie zum Beispiel die Unterbrechung wichtiger Verkehrsverbindungen, Einbußen in der Touristik, usw. Durch die Zunahme von bevölkerten Gebieten im alpinen Gelände ist auch ein Anstieg von gefährlichen Felsstürzen zu erwarten (das Gebirge wird zunehmend für den Tourismus und für internationale Verkehrs-Verbindungslinien genutzt). Zusätzlich führen die veränderten Klimabedingungen, wie zum Beispiel die Zunahme von Niederschlägen zu einem vermehrten Auftreten von Hangrutschungen und Felsstürzen. Daraus resultiert, dass ein hoher Bedarf an produktiven und zuverlässigen Überwachungssystemen für Felsstürze besteht. Grundidee von i-MeaS ist die Entwicklung eines effizienten, hoch-automatisierten bild-gestützten Mess- und Analysesystems für die Überwachung von Felsstürzen mit Hilfe nicht-signalisierter Punkte. Die Basis soll dabei Bildanalyse bilden. In Verbindung mit solchen Algorithmen ergeben sich eine Unmenge von Problemstellungen, welche für einen erfolgreichen Einsatz des Messsystems berücksichtigt werden müssen (z.B. der Einfluss von unterschiedlichen Beleuchtungsverhältnissen auf die Messergebnisse) - wir planen, Bildanalyse mit Techniken aus dem Bereich der künstlichen Intelligenz (z.B. maschinelles Lernen, wissensbasierte Systeme, genetische Algorithmen, usw.) zu kombinieren, um ein möglichst flexibles Messsystem zu entwickeln. Zusätzlich soll das Messsystem in ein Frühwarnsystem integriert werden. Die Entwicklung und Installation eines solchen kombinierten Überwachungssystems würde eine Erhöhung der Sicherheit und eine Einschränkung des Gefahrenpotentials für Mensch und Infrastruktur bedeuten. Die Innovation von i-MeaS stellt die enge Zusammenarbeit zwischen Bildanalyse, bildgebenden Sensoren und dem Deformationsanalyse und -bewertungssystem dar. Bei herkömmlichen Messsystemen werden die Sensoren lediglich als passive Elemente verwendet. Neben dem Input aus der Bildanalyse kann nun eine Vielzahl von Zusatzinformationen genutzt werden, um sog. Feedback-Prozeduren zu implementieren. Als völlig neu kann auch die Entwicklung und Installation eines solchen Messsystems für die Überwachung von Felsstürzen gesehen werden. Die Nutzung eines solchen Multi-Sensor Systems bietet eine Reihe von Vorteilen gegenüber konventionellen Systemen wie dem Laserscanning oder der Tachymetrie. Das vorliegende Projekt ist als internationale und interdisziplinäre Arbeit geplant und wurde auf der Basis eines "FWF Translational-Research-Programm" eingereicht. Grundlage für dieses Projekt bilden umfangreiche Forschungsprojekte, welche von den Antragstellern durchgeführt wurden.