Viele Straßen in Deutschland befinden sich in schlechtem Zustand. Insbesondere nach kalten Wintern treten Straßenschäden in Form von Schlaglöchern und Rissen auf. Für kommunale Straßen gibt es kein einheitliches regelmäßiges Monitoring der Straßenzustände, sondern nur ein sehr kostenintensives Verfahren mit Spezialfahrzeugen. Vereinzelte Landkreise haben keine Karten mit Straßenzuständen zur Verfügung. Für Kommunen, Speditionen und Fahrzeughersteller wären aktuelle Straßenzustandskarten wichtig und hilfreich.
In diesem Projekt soll ein Verfahren erarbeitet werden, mit dem sich Straßen in Bezug auf ihre Fahrbahnoberfläche bewerten und klassifizieren lassen. Das Beschleunigungsgeschehen soll in der Weiterführung des Projektes ERST zur Erfassung relevanter Streckenabschnitte herangezogen werden. Wenn aus den ermittelten Bewegungsverläufen hervorgeht, dass Schäden vorliegen, wird mittels Bilderkennung die Art des Straßenschadens ermittelt und dokumentiert. Zusätzlich werden 3D-Daten zur Verifizierung herangezogen.
Das Messsystem eines Linienbusses aus dem Projekt ERST wird um ein Kamerasystem erweitert. Zudem wird in einem PKW-Versuchsfahrzeug ein identisches Messsystem integriert und durch ein LIDAR-System (3D) ergänzt. Die Messdaten aller Systeme werden unter Berücksichtigung des Datenschutzes in umfangreichen Testfahrten aufgenommen, übertragen und analysiert. Mittels effizienter Algorithmen und KI erfolgt eine Zustandserfassung.
Die ermittelte Straßengüte wird in Straßenkarten eingepflegt, um diese anschaulich darzustellen und reparaturbedürftige Straßenabschnitte aufzeigen zu können. Zusätzlich wird ein anwenderfreundliches Ausgabetool erarbeitet. Basierend auf den erzielten Ergebnissen wird ein Geschäftsmodell erarbeitet, wie Kommunen und Städte dauerhaft, kostengünstig und einfach die Straßenzustände auf ihren Straßen überwachen können.
Das Projekt ErNeSt wird in enger Zusammenarbeit der beiden Partner monalyis GmbH und Hochschule Kempten durchgeführt.
PhD student | Patrick Huber |
---|---|
Research focus | Mobilität |
Duration | 2023-01-01 - 2027-01-01 |
Scientific supervisor HS Kempten. | Prof. Dr. rer. nat. Ulrich Göhner |
Institution | IFM – Institut für Fahrerassistenz und vernetzte Mobilität |
Scientific supervisor (extern) | Technische Universität München | Prof. Dr.-Ing. habil. Mario Trapp |