Onboard-Daten für die Erkennung von Gleisfehlstellen

in die Zwischenablage kopiert

    Über OnboardEU

    Straßenbahnen sind zumeist stark frequentierte öffentliche Verkehrsmittel, die auch durch eng bewohnte Stadtbezirke fahren. Bei Schäden am Gleis entstehen störende Erschütterungen und Lärm sowie ein erhöhter Verschleiß an den Fahrzeugen. Eine Folge sind Konflikte mit betroffenen Anwohnern und Fahrgästen. Das erforderliche Beschwerdemanagement sowie die reaktive, kurzfristige Beseitigung von fortgeschrittenen Schäden an Gleisen und Fahrzeugen verursachen hohe Kosten. Mit etablierten Inspektionsverfahren (z. B. handgeführten Messgeräten) ist eine kurzfristige Aufdeckung neuer Gleisschäden wirtschaftlich und betrieblich nicht umsetzbar. Die schnelle, kostengünstige und frühzeitige Erkennung von entstehenden Gleisschäden stellt die Verkehrsbetriebe vor große Herausforderungen.

    Projektvolumen

    1.013.178

    BMDV-Förderung

    75 %

    Projektzeitraum

    -

    Förderkennzeichen

    19F2192A

    Bundesland

    Niedersachsen

    Förderlinie

    2

    Ziel des Projekts OnboardEU ist die kontinuierliche und automatisierte Zustandsüberwachung der Gleisnetze mit Messsystemen auf den verkehrenden Straßenbahnen. Im Fokus steht die Erforschung geeigneter Verfahren der künstlichen Intelligenz (KI) für die Detektion von Schäden an den Schienen und dem Gleisoberbau. Für das erfolgreiche Training robuster und zuverlässiger KI-Verfahren sind umfassende und vielfältige Trainingsdaten erforderlich. Um die einsatzreife Umsetzung und damit breite Anwendung solcher KI-Verfahren in der Praxis zu unterstützen, wird ein offener Forschungsdatensatz erstellt und über die mCloud zur Verfügung gestellt.

    Im Rahmen von OnboardEU werden zwölf Fahrzeuge in verschiedenen europäischen Städten (unter anderem Hannover und Düsseldorf) mit Onboard-Messsystemen ausgestattet. Diese Systeme erfassen Signale von Beschleunigungs-Sensoren (Vibrationen/Erschütterungen) und Mikrofonen (Direktschall/Lärm) im Bereich des Rad-Schiene-Kontakts. Die Messdaten werden im laufenden Betrieb kontinuierlich erfasst und bereits auf dem Fahrzeug mit KI-Verfahren vorverarbeitet. Anhand der gesammelten und zentimetergenau erfassten Messdaten erfolgt die Entwicklung und Erprobung der KI-Algorithmen für die Zustandsüberwachung und Lärmkartierung.

    Verbundkoordinator

    Deutsches Zentrum für Luft-und Raumfahrt DLR e. V., Institut für Verkehrssystemtechnik, Braunschweig

    Projektpartner

    Austrian institute of technology gmbh ait

    AIT Austrian Institute of Technology GmbH, Wien

    i4M technologies GmbH

    Netzwerk

    Sie gestalten die Zukunft der Mobilität?

    Sie sind Teil eines mFUND-Projekts, Mobilitätsexpert*in aus der Wirtschaft oder auf der Suche nach Kooperationspartnern für das nächste bahnbrechende Projekt? Dann werden Sie Teil der Emmett-Community und vernetzen Sie sich mit interessanten Persönlichkeiten aus dem Mobilitätssektor.

    Beiträge und Veröffentlichungen
    Projektticker