Droneinspeksjon sparer staten for 10 millioner
– Inspeksjon med droner er ledd i Statsbyggs satsing på digitalisering og effektivisering av eiendomsdriften. Dette initiativet alene vil sikre at Statsbygg tar ut minst 10 millioner kroner årlig i besparelser, sier Anett Andreassen som er direktør for digitalisering og utvikling i Statsbygg.
Ifølge en pressemelding fra Statsbygg bidrar droneinspeksjon til en bedre arbeidshverdag for medarbeidere, kunder og brukere. Det reduserer blant annet støy og skader på eiendom som følge av manuell inspeksjon. Bruk av droner vil også reduserer risikoen for personskader ved arbeid i høyden.
Mange gevinster
Droneinspeksjon vil optimalisere 10 prosent av standard driftsprosesser i Statsbygg. Inspeksjonene krever mindre organisering og tidsbruk enn en tradisjonell inspeksjon hvor det settes opp stilas og annen sikring for en fysisk inspeksjon av tak og fasader. Statsbygg kan også dokumentere tilsynet på en mer effektiv måte med bildene man sitter igjen med etter en droneinspeksjon. Denne dokumentasjonen er en del av kravene til intern kontroll som stilles til Statsbygg. Dette åpner også for enklere ettersyn og etterkontroll med tilgang til historisk inspeksjonsdata, som bilder og opplistede utbedringstiltak.
Termokamera
Med droneteknologi kan Statsbygg samle data om et tak, et objekt eller en fasade flere ganger over tid, og avdekke endringer i sprekkdannelser, utvidelser og skader basert på rene datasammenligninger. En drone med termokamera kan også måle temperaturforskjeller, som blant annet kan identifisere varmetap, fuktutvikling og trykkforskjeller. Mulighetene er mange, og gevinstpotensialet er stort.
Autonome droner på sikt
På sikt er ambisjonen at inspeksjonene skal foregå med autonome droner som anvender maskinlæring, kunstig intelligens og bildegjenkjenningsteknologi. Droneinspeksjoner har stort potensial for å utnytte denne type teknologi i fremtiden. I prosessen med å inngå rammeavtaler har Statsbygg derfor lagt vekt på at leverandørene skal tilrettelegge for fremtidig bruk av maskinlæring, ved å samle inn data som oppfyller gitte tekniske krav og senere kan trene opp maskinlæringsmoduler.