Het is verleidelijk om Google Maps en Street View te gebruiken om automatisch de staat van externe bouwdelen te beoordelen met behulp van multimodale taalmodellen. Maar hoewel Google een overzicht kan bieden, is het verre van een betrouwbare methode om de staat van bouwdelen te beoordelen.
In deze blogpost duik ik dieper in waarom wij ervoor kiezen om geen inschatting te geven van de staat, resterende levensduur en onderhoudskosten van bouwdelen, gebaseerd op afbeeldingen in Google Maps.
De beeldresolutie is niet altijd toereikend
De kwaliteit van de beelden die van Google Street View komen, is zeer variabel. Deze hangt sterk af van hoe dicht bij het gebouw de foto is genomen. Is het raam versleten, of heeft het een likje verf nodig? Misschien functioneert het zelfs nog prima?
Naast het feit dat de beeldkwaliteit van de onderstaande foto's te slecht is om iets over de staat van het dak te kunnen zeggen, kan het ook moeilijk zijn om te zien of een dakzijde in de schaduw ligt, of dat delen van het dak op verschillende tijdstippen zijn geïnstalleerd.
Hier lijkt het misschien alsof het dak tegelijkertijd is geïnstalleerd, maar in werkelijkheid zijn delen van het dak vervangen in verband met een aanbouw.
Het hele dak op deze foto is relatief nieuw, maar ziet er nog steeds heel anders uit door de lichtinval.
Het kan dus erg moeilijk zijn om een betrouwbare staatbeoordeling te maken van daken, ramen of andere externe bouwdelen, als deze uitsluitend gebaseerd is op afbeeldingen van Google.
De kijkhoek op het gebouw kan beperkt zijn
Een ander probleem waar men tegenaan kan lopen, is dat het gebouw niet goed te zien is. Voor veel gebouwen zullen er slechts foto's beschikbaar zijn van één of twee zijden, en een staatbeoordeling zou daarom moeten aannemen dat het gebouw er rondom hetzelfde uitziet. De onderstaande foto is van het gebouw waar ik zelf woon. Het ziet er aan de andere kant aanzienlijk anders uit, omdat er aan de achterzijde balkons zijn geïnstalleerd.
Een deel van de totale gebouwmassa zal ook verborgen zijn achter bomen in de tuin, steigers of andere tijdelijke installaties, zoals reclamebanners. Dit maakt het onmogelijk om de staat van de externe bouwdelen van dergelijke gebouwen te beoordelen.
Tot slot zijn er gebouwen waarvoor helemaal geen Street View beschikbaar is. De mogelijkheid om voor deze gebouwen staatbeoordelingen uit te voeren is daarom zeer beperkt. De gebouwen in de rode kaders op de onderstaande afbeelding zijn hiervan voorbeelden.
Wij streven ernaar oplossingen te creëren die voor alle gebouwen werken
De argumenten in de bovenstaande paragrafen zijn allemaal meegenomen in de overwegingen om externe bouwdelen te beoordelen aan de hand van afbeeldingen in Google Maps/Street View. De bouwdelenkaart van proprty.ai omvat op dit moment 46 bouwdelen, waarvan de meeste niet kunnen worden beoordeeld met behulp van externe afbeeldingen.
Bovendien kunnen we er niet zeker van zijn dat een gebouw foto's heeft die vanaf straatniveau zijn genomen. Het zal dus niet voor alle gebouwen mogelijk zijn om een staatbeoordeling te doen op basis van Google-gegevens.
Er moeten nogal wat aannames worden gedaan om een staatbeoordeling te kunnen maken op basis van Google Street View-beelden. Men gaat er bijvoorbeeld van uit dat de zichtbare zijde van het gebouw representatief is voor het hele gebouw.
Bovendien kan het bouwdeel verbeterd zijn sinds de foto is genomen, en in die gevallen zullen de staatbeoordelingen volledig onjuist zijn.
"Oké, maar kunnen we dan helemaal geen foto's gebruiken?"
Ik ben ervan overtuigd dat foto's wel degelijk gebruikt kunnen worden voor staatbeoordeling. Het draait erom dat je volledige beelden van het bouwdeel van een pand kunt verkrijgen en dat er foto's van hoge kwaliteit beschikbaar zijn.
Een van de dingen die proprty.ai op de planning heeft staan, is het kunnen uitvoeren van een automatische staatbeoordeling van een bouwdeel, gebaseerd op een foto die de bouwinspecteur heeft genomen.
Op deze manier hebben we zowel beelden van voldoende kwaliteit als dat we zeker weten dat het bouwdeel zichtbaar is op de foto. We hoeven ons ook niet te beperken tot externe bouwdelen.
Daarentegen vereist het nog steeds een handmatige inspectie en is het dus niet automatisch, zoals dat potentieel wel mogelijk zou zijn met het gebruik van Google's beelden.
Als voorbeeld kan een chatbot, met een beetje slimme prompt engineering, zeggen dat deze buitentrap van beton is gemaakt en schatten dat deze een restlevensduur heeft van 33 jaar met een bijbehorende conditie van 3 uit 5 (1=nieuw, 5=defect). Dat wil niet zeggen dat deze beoordeling perfect is, maar het uitgangspunt voor conditiemeting is aanzienlijk beter dan wat we van Google kunnen krijgen.
Meld je aan voor onze nieuwsbrief
Ontvang nieuwe functies, klantverhalen en nieuws van proprty.ai direct in je inbox.
