Das Ruhrgebiet war lange Zeit die wichtigste Bergbauregion in Deutschland. Da die meisten Aktivitäten im Jahr 2018 zum Stillstand kamen, rücken die Erhaltungsmaßnahmen stärker in den Fokus. Bodensenkungen sind ein häufiges Relikt früherer Bergbauaktivitäten, aber nicht alle Bergbauaktivitäten sind dokumentiert. Illegaler Bergbau oder einfach sehr alte Bergbauaktivitäten führten zu Senkungen in unerwarteten Bereichen.

Das frühzeitige Erkennen dieser Senkungen ist ein Muss, da sie zu Bodeneinbrüchen führen können, die die Umgebung stark schädigen. Die RAG führt jährlich Flüge durch, die mittels photogrammetrischer RGB-Daten und Laser die Bodenhöhen messen. Diese Messungen werden dann nach Häusern, Bäumen und anderen Objekten gefiltert. Das Aufspüren von Senken ist einfach, wenn sie plötzlich auftauchen, denn wir können sie mit den Messungen des letzten Jahres vergleichen. Dieser Algorithmus existiert bereits. Aber was ist mit Vertiefungen, die zum Zeitpunkt des ersten Fluges bereits vorhanden sind? Es gibt keinen Vergleichswert, und das Erkennen dieser ist viel schwieriger.

‍

Die Daten umfassen Messungen eines 200 km² großen Gebiets mit ca. 4000 Bergbauschächten. Neuere Senkungen sind bereits per Software markiert, aber ältere Senkungen müssen von Experten sorgfältig überprüft werden. Es wird ein Algorithmus benötigt, der diese alten Vertiefungen zuverlässig erkennt und den menschlichen Arbeitsaufwand reduziert.

Es wird mit einer Projektdauer von ca. 3 Monaten gerechnet.

• Du glaubst, Du kannst einen Tumor auf medizinischen Bildern erkennen? Versuche, unsere Bilder zu analysieren, um 80 cm große Vertiefungen im riesigen Ruhrgebiet zu erkennen.
• Du bist kein Experte für Computer Vision? Geh das Problem aus einem anderen Blickwinkel an und trainiere deine Fähigkeiten in räumlicher Analyse.
• Vertiefte Kenntnisse in Computer Vision, Spatial Analytics, Mustererkennung und Klassifikation
• Beherrschung des Umgangs mit GIS-Daten und Klassifikationsalgorithmen in der Rechnerumgebung Deiner Wahl

• Zuverlässige Identifikation von Bodenvertiefungen nur auf Basis photogrammetrischer Daten des ersten Fluges
• Messlatte, die es zu übertreffen sind: Aktueller Zeitaufwand der Experten

Das Projekt teilt sich auf in drei Meilensteine:

1. Der erste Meilenstein ist erreicht, wenn die verfügbaren Daten bereinigt und in das richtige Format für die weitere Analyse gebracht wurden. Visualisierungen und deskriptive Statistiken wurden verwendet, um das Problem der Identifizierung von Bodenvertiefungen zu verstehen.
2. Der zweite Meilenstein ist erreicht, wenn ein Modell/eine Maschine entwickelt wurde, das/die die von den RAG-Experten bereits markierten Vertiefungen genau identifiziert.
3. Der dritte Meilenstein ist erreicht, wenn der Algorithmus neue Bodenvertiefungen zuverlässig identifiziert. Das Ergebnis wird der RAG vorgestellt und von ihr abgenommen.