Plus Sloopwijzer identificeert herbruikbare bouwmaterialen

De Vlaamse Instelling voor Technologisch Onderzoek (VITO) heeft een technologie voor automatische materiaalherkenning ontwikkeld. De Sloopwijzer kan aan de hand van data science en beelden van Google Streetview analyseren welke materialen in gebouwen nog bruikbaar of recycleerbaar zijn en wat hersteld kan worden.

Emelie Aerts | 20 december 2021
Pexels Darcy Lawrey 783966

Bouwmaterialen van afgedankte gebouwen en gebouwen die gerenoveerd of afgebroken worden, bevatten vaak nog bruikbare elementen. Om te vermijden dat deze onder de sloophamer terechtkomen en als puin worden afgevoerd, ontwikkelde VITO een technologie. Sloopwijzer kan analyseren welke materialen er aanwezig zijn in een gebouw en welke daarvan nog kunnen dienen voor andere doeleinden. De technologie maakt het met andere woorden gemakkelijker om van gebouwen urban mines te maken.

"De bouwsector en gebouwde omgeving zijn wereldwijd de grootste materiaalverbruikers en vertegenwoordigen het hoogste aandeel van onze Vlaamse afvalproductie", vertelt Yoko Dams, R&D-expert duurzaam materialenbeheer bij VITO. "Met Sloopwijzer hebben we gekeken hoe we met behulp van data science deze transitie van afval- naar materiaalstockbeheer beter kunnen ondersteunen of zelfs versnellen. Het is belangrijk te weten welke materialen er voorhanden zijn om dit systeem zo efficiënt mogelijk te laten verlopen."

Interactieve kaart

VITO en partner Immoterrae startten in 2019 een demonstratieproject om de materiaalstock van de bebouwde omgeving zo goed mogelijk in kaart te brengen. De beelden van de geanalyseerde gebouwen in Leuven plukten ze van Google Street View. Daarna werden deep learning algoritmes ingeschakeld om ramen en gebouwtypologieën te detecteren. Waarom precies ramen? "Ze kunnen hergebruikt of gerecycleerd worden en ze laten ons toe om de energie-efficiëntie van een gebouw in te schatten."

Ook het analyseren van de bouwtypologie brengt relevante informatie met zich mee. "De bouwtypologie geeft ons dan weer een beeld van het gebruik van baksteen en het feit of het om een residentieel of een niet-residentieel gebouw gaat. Als we die elementen naast elkaar leggen, krijgen we een beter beeld op de gemiddelde materialen die in dat hele gebouw zijn gebruikt", gaat Dams verder. "We hebben drie AI-modellen ingezet voor de gebouwtypologieherkenning. Die hebben we getraind op basis van een dataset van honderden gevels in een aantal Vlaamse steden." De resultaten werden in een interactieve kaart gegoten.

De conclusie van het proefproject? De Sloopwijzer kan bouwmaterialen en elementen detecteren aan de hand van straatbeelden en zal op korte termijn ook ingezet kunnen worden op wijk- of stadsniveau.

Verder lezen?

Maak een profiel aan en lees Susanova nu 1 maand gratis.