Projekter pr. år
Projektdetaljer
Beskrivelse
The ASIR projects aims to develop an autonomous robot for continuous inspections of sewer pipes, for improved asset management of the sewer networks.
The ASIR project is a collaboration between Aalborg University, University of Southern Denmark, Aarhus Vand, Vandcenter Syd, HOFOR, Tiny Mobile Robots, INLOC Robotics, Envidan, and, FKSSlamson,
The ASIR project is a collaboration between Aalborg University, University of Southern Denmark, Aarhus Vand, Vandcenter Syd, HOFOR, Tiny Mobile Robots, INLOC Robotics, Envidan, and, FKSSlamson,
| Akronym | ASIR |
|---|---|
| Status | Afsluttet |
| Effektiv start/slut dato | 01/11/2018 → 30/04/2022 |
Samarbejdspartnere
- University of Southern Denmark
- Aarhus Vand A/S
- Vandcenter Syd A/S
- HOFOR
- Tiny Mobile Robots (leder)
- Envidan A/S
- FKSSlamson
- INLOC Robotics
Finansiering
- Innovationsfonden: 13.000.000,00 kr.
Fingerprint
Udforsk forskningsemnerne, som dette projekt berører. Disse etiketter er oprettet på grundlag af de underliggende bevillinger/legater. Sammen danner de et unikt fingerprint.
Impacts
-
Robotter opsporer defekter i kloaksystemer
Thomas B. Moeslund (Deltager), Chris Holmberg Bahnsen (Deltager) & Joakim Bruslund Haurum (Deltager)
Impact: Økonomisk impact, Anden impact
Projekter
- 1 Afsluttet
-
Value Creation in the Utility Sector Using Machine Learning
Hansen, B. D., Moeslund, T. B. & Jensen, D. G.
01/01/2019 → 31/12/2021
Projekter: Projekt › Forskning
-
Multi-scale hybrid vision transformer and Sinkhorn tokenizer for sewer defect classification
Haurum, J. B., Madadi, M., Guerrero, S. E. & Moeslund, T. B., dec. 2022, I: Automation in Construction. 144, 104614.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › peer review
Åben adgangFil4 Citationer (Scopus)233 Downloads (Pure) -
Multi-Task Classification of Sewer Pipe Defects and Properties using a Cross-Task Graph Neural Network Decoder
Haurum, J. B., Madadi, M., Guerrero, S. E. & Moeslund, T. B., 2022, Proceedings - 2022 IEEE/CVF Winter Conference on Applications of Computer Vision, WACV 2022. IEEE, s. 1441-1452 12 s. (IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)).Publikation: Bidrag til bog/antologi/rapport/konference proceeding › Konferenceartikel i proceeding › Forskning › peer review
Åben adgang4 Citationer (Scopus) -
3D Sensors for Sewer Inspection: A Quantitative Review and Analysis
Bahnsen, C. H., Johansen, A. S., Philipsen, M. P., Henriksen, J. W., Nasrollahi, K. & Moeslund, T. B., 6 apr. 2021, I: Sensors. 21, 7, 27 s., 2553.Publikation: Bidrag til tidsskrift › Review (oversigtsartikel) › peer review
Åben adgangFil21 Citationer (Scopus)179 Downloads (Pure)
Presse/medier
-
FORSKER I SPILDEVAND: Kontinuerlig inspektion af kloakrør kan spare forsyninger for et trecifret millionbeløb – om året
15/05/2022
1 element af Mediedækning
Presse/medie
-
-
Data og algoritmer skal hjælpe med at vedligeholde vores kloakker
Joakim Bruslund Haurum & Thomas B. Moeslund
21/06/2021
1 Mediebidrag
Presse/medie
Forskningsdatasæt
-
Sewer-ML
Haurum, J. B. (Ophavsperson) & Moeslund, T. B. (Ophavsperson), sciencedata.dk, 18 jun. 2021
https://forms.gle/hBaPtoweZumZAi4u9 og et link mere, https://vap.aau.dk/sewer-ml/ (vis færre)
Datasæt
-
AAU Sewer Defect Point Cloud Dataset
Haurum, J. B. (Ophavsperson), Allahham, M. M. J. (Ophavsperson), Lynge, M. S. (Ophavsperson), Henriksen, K. S. (Ophavsperson), Nikolov, I. A. (Ophavsperson) & Moeslund, T. B. (Ophavsperson), Kaggle, 2021
https://www.kaggle.com/aalborguniversity/sewerpointclouds
Datasæt