대부분의 공공 기관 자산에는 포장도로가 포함되어 있으므로 균열 감지 조사 및 유지 보수가 필요합니다. 기존의 포장도로 평가 관행과 기술이 시간이 많이 걸리고 부정확하다는 점을 감안할 때 Benesch는 인공 지능(AI)과 머신 러닝(ML)을 현장 데이터 수집 워크플로에 통합하여 포장 균열 감지를 목표로 삼았습니다. 그러나 그들은 디지털 방식으로 균열을 식별하는 것과 상태 평가를 기반으로 균열을 분류하는 것 사이의 격차를 줄이는 데 어려움을 겪었습니다. 따라서 그들은 포장 균열 감지 기술 솔루션을 개발하고자 했습니다.

이들은 벤틀리의 iTwin Capture Modeler, AssetWise, iTwin을 선택하여 미국 내 3개의 프로젝트 현장에서 디지털 혁신을 시범 운영, 현장의 디지털 트윈을 구축했습니다. 벤틀리 기술은 AI와 ML의 힘을 활용하여 균열 감지 프로세스를 간소화하고 분석을 위해 디지털 트윈에 데이터를 공급했습니다.이 솔루션은 균열 선작업 데이터의 디지털화를 자동화하고 현장 시간을 75% 절약하며, 교통 및/또는 공항 운영에 영향을 주지 않으면서 100 회의 공항 검사에서 미화 144,000달러를 절감할 수 있을 것으로 기대됩니다.