L'Utah améliore les chaussées à l'aide des images de drones et de l'apprentissage machine.

Le Ministère des transports de l'Utah est chargé de planifier, de concevoir, de développer, de gérer et d'exploiter le réseau routier de l'État. Il entretient les axes majeurs et assure la circulation sur les longues distances, notamment entre les États. Les membres de l'équipe du Ministère des transports de l'Utah pensent que des routes en bon état permettent de réaliser des économies et qu'un entretien préventif peut les aider à maximiser la valeur de leur infrastructure aujourd'hui et demain.

Savoir où se trouvent les ressources et connaître leur état permet au Ministère des transports de l’Utah d'optimiser chaque dollar dépensé en priorisant les efforts de maintenance et de construction pour le plus grand bien des usagers de la route. En combinant les données de localisation des ressources aux autres caractéristiques des routes, telles que le volume de trafic, les limitations de vitesse et la fréquence et la gravité des accidents de circulation, le Ministère des transports de l’Utah peut prioriser les projets afin d'en maximiser l'utilité. Il est primordial que la représentation numérique de ces ressources soit aussi précise et à jour que possible pour en garantir la pertinence.

Le Ministère des transports de l'Utah utilise le lidar mobile pour collecter tous les ans des informations sur la chaussée. Il est important d'effectuer le suivi des marquages au sol car ils fournissent des informations aux usagers de la route comme aucun autre dispositif de contrôle de la circulation et notamment diverses opérations de conduite importantes. Un récent rapport de la Federal Highway Administration montre que les États-Unis dépensent environ deux milliards de dollars tous les ans pour le marquage au sol. Corey Unger, responsable des technologies spatiales au Ministère des transports de l'Utah a déclaré "Cela est bénéfique non seulement aux conducteurs, mais également à la technologie émergeante de conduite autonome."

Il est essentiel d'entretenir le marquage au sol, mais les conditions climatiques très variées de l'Utah rendent cette tâche difficile. La météo changeante crée un environnement complexe pour la planification et l'implémentation du type optimal de marquage et le Ministère des transports de l'Utah a en conséquence été vivement critiqué.

Pour mieux gérer les ressources, comme les marquages au sol, tout au long de leur cycle de vie, le Ministère des transports de l'Utah transforme le mode de gestion des projets avec la transmission numérique. L'organisation dispose ainsi de nouveaux moyens de comprendre, de consulter et d'utiliser les données de conception de projet sur le terrain. Pour le Ministère des transports de l'Utah, la transmission numérique est synonyme de numérisation de la transmission de projet. Les données sont compilées et transmises numériquement à chaque étape du cycle de vie d'un projet, de sa conception à sa construction, puis au renvoi des données à la gestion des ressources en vue de la planification et de l'exécution futures du projet. Cette transformation a conduit le Ministère des transports de l'Utah à créer un jumeau numérique, ou représentation numérique, de toutes les ressources physiques qui constituent le réseau routier de l'Utah. Cela fait partie d'une stratégie de gestion des informations puissante et évolutive.

Selon Unger, "La transmission numérique a pour objet de remplacer les données statiques du Ministère des transports de l'Utah par des données dynamiques pour représenter l'état actuel de chacune des ressources." Les données sont collectées par drone à l'aide de Site Scan for ArcGIS, pour une gestion des drones de bout en bout et une intégration directe au système ArcGIS. De la sorte, le Ministère des transports de l'Utah peut facilement superposer les données de conception de la transmission numérique aux images collectées pendant et après construction sur un projet. Il est ainsi possible de comparer la précision avec laquelle un projet a été planifié et implémenté.

Par exemple, le Ministère des transports de l'Utah utilise l'analyse des remblais/déblais sur la surface de conception et la compare à l'altitude des images de drones collectées pour un projet de point d'entrée. Ce type d'analyse indique au Ministère des transports de l'Utah si la route a été construite à une altitude trop élevée ou trop basse, ce qui, dans les deux cas, peut conduire à des situations dangereuses pour les véhicules, un mauvais drainage ou d'autres dangers potentiels. Si l'altitude au sol est inférieure à celle de la conception, il s'agit d'un déblai et si elle est supérieure, d'un remblai.

La même méthode est utilisée pour comparer la signalisation désignée de la chaussée à l'endroit où elle a été réellement placée. Ces données permettent à l'inspecteur du projet de vérifier le positionnement des entités conçues dans la construction dans le cadre de l'initiative de jumeau numérique du Ministère des transports de l'Utah. Une fois que la précision de ces positionnements a été vérifiée, les marquages peuvent être saisis dans le système de gestion des ressources de l'organisation, dans lequel le Ministère des transports de l'Utah pourra suivre le cycle de vie de la ressource, mais également planifier et programmer les tâches d'entretien en conséquence.

La collecte des données via Site Scan for ArcGIS a grandement aidé le Ministère des transports de l'Utah à presque obtenir un jumeau numérique, mais ce dernier devait tout de même inspecter manuellement les ressources et les extraire des images. "Les pilotes devaient survoler des sections de route avant que les analystes n'utilisent leurs images pour délimiter manuellement l'état de la chaussée et les informations de marquage dans ArcGIS Pro", selon Unger. "Cette opération était chronophage". Le Ministère des transports de l'Utah a donc commencé à explorer une procédure automatisée selon laquelle il pouvait envoyer directement les données de drones collectées depuis Site Scan for ArcGIS via un modèle de machine d'apprentissage GeoAI, puis extraire les données de marquage directement dans sa base de données.

Le Ministère des transports de l’Utah a sollicité l'aide d'Esri via le programme d’avantages Esri pour créer un modèle d'apprentissage et une méthodologie permettant au Ministère d'abandonner la numérisation manuelle des ressources au profit d'une détection des ressources exploitant des traitements automatisés. Esri a vérifié le programme du Ministère des transports de l'Utah et fourni une recommandation dans le cadre des pratiques conseillées. Esri a recommandé une modélisation basée sur des règles, qui requiert un ensemble prédéfini de règles pouvant être appliquées à une image. Une évaluation exploratoire a donc été réalisée.

Lors de l'analyse des données de drones du Ministère des transports de l'Utah stockées dans Site Scan for ArcGIS, les membres de l'équipe ont examiné deux formats : l'imagerie orthorectifiée et les nuages de points. Ils ont décidé d'évaluer les données dans les processus correspondants pour diverses ressources et notamment le marquage des voies, les bandes rugueuses, la dégradation de la chaussée, les panneaux, les murs anti-bruit et les barrières de circulation.

Dans un exemple des résultats de l'extraction initiale du marquage, une image de drone d'une route montre une ligne de marquage continue, tandis que l'image correspondante de son analyse montre des lignes de marquage discontinues. Cela peut indiquer un état médiocre du marquage, mais une étude supplémentaire doit être réalisée. Toutefois, ces données restent précieuses pour les équipes d'entretien, qui peuvent tout de même identifier les zones dans lesquelles des réparations peuvent s'avérer nécessaires.

Un autre exemple des résultats préliminaires montre une section d'une autoroute où il est possible de faire la distinction entre les sections en béton et celles en asphalte et de définir le marquage. Là encore, il s'agit d'informations importantes pour un inventaire précis du type de surface et pour aider les équipes d'entretien à déterminer le type de surface qu'elles devront réparer.

L'exploitation des données télédétectées associée aux cibles de l'intelligence artificielle et de l'apprentissage machine permet une collecte plus rapide et précise des données sur les ressources des infrastructures, afin que les propriétaires de ces infrastructures puissent répondre plus rapidement aux besoins de maintenance. Site Scan for ArcGIS et le programme d’avantages Esri se sont avérés essentiels pour la numérisation de l'inventaire des ressources et le développement de modèles d'apprentissage machine qui continueront de faire gagner du temps et de l'argent à l'organisation tout en offrant une expérience de conduite positive à sa communauté.

L'objectif du Ministère des transports de l'Utah et d'obtenir une méthode automatisée pour extraire l'état des ressources des images de drones afin que l'inventaire des ressources soit aussi à jour que possible. Le Ministère prévoit d'utiliser ces modèles dans le cadre de son initiative d'amélioration de sa procédure d'extraction des ressources et d'accélération de la création du jumeau numérique. Le Deep Learning, l'intelligence artificielle et les images prises par aéronef sans pilote collectées avec Site Scan for ArcGIS représentent des éléments importants de la stratégie du Ministère des transports de l'Utah pour réussir.