
Quelle: TU Kaiserslautern
Problemstellung
Zum einen verursacht die Sanierung von Straßen erhebliche Verkehrseinschränkungen. Die damit verbundenen Unterhaltungskosten der Straßeninfrastruktur belasten viele Kommunen in ganz Deutschland. Staubedingte Emissionen und Produktivitätseinbuße sind die Folge. Die konventionelle Straßenzustandsüberwachung kann keine effiziente Echtzeitkontrolle oder gar eine flächendeckende Schadenfrüherkennung leisten. Zum anderen stößt im Hinblick auf autonome Fahrfunktionen die exakte Positionsbestimmung innerhalb hochgenauer 3D-Karten durch mangelhafte oder uneindeutige Umgebungssignale situativ an ihre Grenzen.
Projektziel
Ziel des Forschungsvorhabens ist insgesamt die Entwicklung von cloudbasierten Verkehrsdiensten zum Health-Monitoring für Verkehrswege und straßenschonenden automatisierten Fahren. Zur Einführung eines neuartigen straßenschonenden Fahrens dient der Einsatz von on-board-Bodenradarsensoren als Grundlage für eine automatische Früherkennung von drohenden Schäden in den tieferen Straßenschichten. Zugleich liefern die Radargramme nützliche Information zur weiteren Lokalisation.
Durchführung
Erreicht werden soll das Projektziel durch den Einsatz von KI-basierter Datenanalytik der Bodenradarsignale und der Erstellung einer, mittels Datenfusion verbesserten 3D-Karte. Hierzu sollen Bodenradarsensoren mit dualer Betriebsfrequenz entwickelt und in einen Versuchsträger integriert werden. Zudem wird ein sogenannter „Digitaler Zwilling“ auf einer Cloud implementiert, um die off-board-Lokalisations- und prädiktiven Straßenwartungsdienste zu ermöglichen, z. B. für kleinräumiges Umfahren von früherkannten Fahrbahnschäden. Auch benachbarte Fahrzeuge sollen mittels Car2Car-Kommunikation von der hochakkuraten Lokalisierung profitieren.
Verbundkoordinator | TU Kaiserslautern
|
Projektvolumen | 2,46 Mio. € (davon 1,70 Mio. € Förderanteil durch BMDV) |
Projektlaufzeit | 10/2018 – 09/2021 |
Projektpartner |
|
Ansprechpartner | Prof. Dr. Naim Bajcinca Tel.: +49 631 205 3230 E-Mail: naim.bajcinca@mv.uni-kl.de |