Alle mFUND Projekte Alle mFUND Projekte
Darstellung des SEKISA Logos in einem Smartphone
Logo des Verbundvorhabens SEKISA

Quelle: vialytics GmbH

Problemstellung

Kommunen sind gesetzlich dazu verpflichtet die Verkehrssicherheit ihrer Straßen aufrechtzuerhalten. Hierfür muss der Straßenzustand regelmäßig überprüft werden. Die Ebenheit der Straßen spielt eine zentrale Rolle, wenn es darum geht, die Fahrsicherheit zu gewährleisten. Die Bewertung des Zustands und der Längs- und Querebenheit von Verkehrsstraßen, wird im Regelfall anhand von aufwendigen manuellen Kontrollen oder Fahrzeugen vorgenommen, die mit komplexer Mess- und Sensortechnologie ausgestattet sind. Dabei ist eine Erfassung nach ZEB-Richtlinien der allgemeingültige Standard. Der Straßenzustand wird dabei in den Substanzwert (Güte der Oberfläche) und den Gebrauchswert (Längs- und Querebenheit) unterschieden. Im Projekt SEKISA wird untersucht, wie vergleichbare Messungen des Gebrauchswerts mittels alternativer Sensortechnologien erfolgen können.

Projektziel

Im Verbundvorhaben SEKISA wird ermittelt, wie mit Hilfe von Sensoren aus handelsüblichen Smartphones normgerechte Zustandsaussagen über den Gebrauchswert gemäß der ZEB-Richtlinie möglich sind. Dabei stehen LIDAR- und Beschleunigungssensoren im Untersuchungsfokus. Diese gehen mit einer einfachen Handhabung einher und sollen eine häufigere, selbständige und kosteneffiziente Überprüfung des Gebrauchswerts der Straßen ermöglichen.
Hierzu wird eine Machbarkeitsstudie zur KI-Analyse der erhobenen Daten durchgeführt und ein Vergleich dieser Daten mit verfügbaren Referenzdaten (ZEB-Daten) vorgenommen.

Durchführung

Zur Annäherung an die ZEB-Daten werden unterschiedliche Szenarien zur Leistungsbemessung der Sensoren durchgeführt. Es werden Referenzstrecken ausgewählt, die mit unterschiedlichen Fahrzeugen und Geschwindigkeiten befahren werden. Dies dient der Optimierung der Erfassungsbedingungen und soll Trends und systematische Fehler identifizieren bzw. ausschließen. Die Ergebnisse werden anhand einer Bewertungsmatrix beurteilt und Machine-Learning-Algorithmen ausgewählt, um die erhobenen Accelerometer- und LIDAR-Signale automatisiert verarbeiten und klassifizieren zu können. Hierbei wird die Aussagekraft der einzelnen Werte beurteilt, um eine zuverlässige Datenauswertung sicherzustellen.

Verbundkoordinatorvialytics GmbH
Silberburgstraße 187
70178 Stuttgart
Projektvolumen
(zum Bewilligungszeitpunkt)
156.610 Euro
(davon 63 % Förderung durch das BMDV)

Projektlaufzeit

(zum Bewilligungszeitpunkt)

08/2022 – 07/2023
Projektpartner
  • Karlsruher Institut für Technologie (KIT)
  • Unterauftrag: Kühne Mobilität
AnsprechpartnerJonas Hock
vialytics GmbH
+49 170 5688907
j.hock@vialytics.de