Die Top-Themen der Elektronikbranche – 2x wöchentlich kostenfrei in Ihrem Postfach.
Sie haben sich bereits unter der angegebenen E-Mail Adresse registriert.
Bei der Registrierung ist ein Fehler aufgetreten.
Sie müssen die AGBs bestätigen.
Registrierung erfolgreich.

Das Fraunhofer IAIS entwickelt eine Bilderkennungssoftware auf Basis von Künstlicher Intelligenz, die potenzielle Risiken auf der Strecke erkennt.

Bild: Eisenbahn-Bundesamt
1 Bewertungen

3D-Technologie zur Kontrolle des Bahn-Streckennetzes Digitales Auge erkennt Sturmschäden im Bahnverkehr

01.02.2018

Um die aufwändige Kontrolle und Instandhaltung der Strecke und umliegenden Vegetation zu verbessern, entwickeln Partner aus Eisenbahnwesen und Forschung eine Technologie zur 3D-Rekonstruktion und -analyse des Streckennetzes.

Sponsored Content

Ob Friederike oder Burglind – immer wieder hinterlassen Stürme eine Spur der Verwüstung. Mit mehr als 33.000 Kilometern Streckennetz sind die Verkehrslinien der Deutschen Bahn besonders gefährdet, vor allem umgestürzte Bäume bergen ein hohes Risiko. Für das Forschungsprojekt Zustandsüberwachung des Gleisumfeldes (ZuG) stellt das Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) 2,5 Millionen Euro im Rahmen der Forschungsinitiative mFUND zur Verfügung.

Weniger Verantwortung für den Lokführer

In ZuG werden Technologien entwickelt, die künftig das Bahnpersonal entlasten: Denn zurzeit übernimmt der Lokführer beim Fahren noch alleine eine wichtige Sicherheitsfunktion, indem er die Infrastruktur rund um die Gleise beobachtet und Auffälligkeiten an eine koordinierende Stelle weiterleitet. Ziel von ZuG ist es, künftig auch die Funktion der Streckenbeobachtung zu automatisieren.

Im Rahmen des Projekts liefern auf ein Triebfahrzeug der DB RegioNetz Verkehrs montierte Stereokameras Bilder, die in regelmäßigen Intervallen in 3D-Modelle der Strecke umgewandelt werden. Der Vergleich mit den Daten des Vortages erlaubt es, kurzfristige Veränderungen zu detektieren, die eine hohe oder akute Gefahr darstellen. Der Vergleich mit Vorjahreswerten zeigt längerfristige, aber stetige Veränderungen, die zu Problemen führen können. So sollen Sicherheitsrisiken, zum Beispiel durch umsturzgefährdete Bäume oder Verschiebung einer Böschungsmauer, minimiert werden.

Künstliche Intelligenz bewertet die Situation

Für die Auswertung der Daten entwickelt das Fraunhofer IAIS eine Bilderkennungssoftware auf Basis von Künstlicher Intelligenz, die Abweichungen zwischen den jeweiligen 3D-Modellen automatisch erkennt, einem Objekt zuweist und bewertet. Ausgewählte, relevante Objekte detektiert die Software automatisch und vergleicht deren Verschiebungen mit Referenzwerten, um abzuschätzen, wie gravierend die erkannten Abweichungen sind. Die Ergebnisse der Analyse visualisiert eine Anwendung von ASCI Systemhaus, mit deren Hilfe Nutzer die nötigen Instandhaltungsprozesse anstoßen und planen können.

Verwandte Artikel