Problemstellung

Die im Lebenszyklus von Infrastrukturobjekten anfallenden Arbeiten benötigen eine verlässliche Datengrundlage. Behörden stellen hierzu vielfältige (Geo-)Daten bereit. Die Herausforderung besteht jedoch darin, geeignete Datenquellen zu erschließen, mit diesen die Qualität behördlicher Daten (Aktualität, Flächendeckung, Detaillierung, Genauigkeit, Semantik) auf ein geeignetes Niveau zu heben und das Ergebnis so in Arbeitsprozesse zu integrieren, dass es für Erfassung, Planung, Bau, Betrieb, Instandhaltung nutzbar ist.

Projektziel

In dem im rheinischen Revier angesiedelten Projekt sollen durch die Fusion von (Geo-)Daten aus der Cloud mit Sensor- und Telemetriedaten von Maschinen bzw. Fahrzeugen mittels Modellbildung, Sensordatenfusion und KI aktuelle, flächendeckende, detaillierte, genaue, semantische Modelle von Infrastrukturobjekten und ihrer Umgebung, die sogenannten Off-Highway Twins, in Echtzeit abgeleitet werden. Sie werden weiter über den gesamten Lebenszyklus der entsprechendenInfrastrukturobjekte aktuell gehalten und in etablierte und neue Arbeitsprozesse integriert.

Durchführung

Aufbauend auf einer Analyse der betrachteten Anwendungsszenarien aus dem Bau- und Kommunalbereich werden Off-Highway Twins spezifiziert, über eine IoT-Infrastruktur verfügbar und mittels CDE-Integration nutzbar gemacht. Edge-Komponenten und Cloud-Services fusionieren Sensordaten und Cloud-(Geo-)Daten zu Informationen über die Infrastrukturobjekte und deren Umgebung. Das Ergebnis wird in 4 Pilotprojekten in den beiden Anwendungsszenarien evaluiert.