OnboardEU
Onboard-Daten für die Erkennung von Gleisfehlstellen
Zuletzt aktualisiert am 03.04.2025
Projektbeschreibung
Problem
Straßenbahnen sind zumeist stark frequentierte öffentliche Verkehrsmittel, die auch durch eng bewohnte Stadtbezirke fahren. Bei Schäden am Gleis entstehen störende Erschütterungen und Lärm sowie ein erhöhter Verschleiß an den Fahrzeugen. Eine Folge sind Konflikte mit betroffenen Anwohnern und Fahrgästen. Das erforderliche Beschwerdemanagement sowie die reaktive, kurzfristige Beseitigung von fortgeschrittenen Schäden an Gleisen und Fahrzeugen verursachen hohe Kosten. Mit etablierten Inspektionsverfahren (z. B. handgeführten Messgeräten) ist eine kurzfristige Aufdeckung neuer Gleisschäden wirtschaftlich und betrieblich nicht umsetzbar. Die schnelle, kostengünstige und frühzeitige Erkennung von entstehenden Gleisschäden stellt die Verkehrsbetriebe vor große Herausforderungen.
Ziele
Ziel des Projekts OnboardEU ist die kontinuierliche und automatisierte Zustandsüberwachung der Gleisnetze mit Messsystemen auf den verkehrenden Straßenbahnen. Im Fokus steht die Erforschung geeigneter Verfahren der künstlichen Intelligenz (KI) für die Detektion von Schäden an den Schienen und dem Gleisoberbau. Für das erfolgreiche Training robuster und zuverlässiger KI-Verfahren sind umfassende und vielfältige Trainingsdaten erforderlich. Um die einsatzreife Umsetzung und damit breite Anwendung solcher KI-Verfahren in der Praxis zu unterstützen, wird ein offener Forschungsdatensatz erstellt und über die mCloud zur Verfügung gestellt.
Durchführung
Im Rahmen von OnboardEU werden zwölf Fahrzeuge in verschiedenen europäischen Städten (unter anderem Hannover und Düsseldorf) mit Onboard-Messsystemen ausgestattet. Diese Systeme erfassen Signale von Beschleunigungs-Sensoren (Vibrationen/Erschütterungen) und Mikrofonen (Direktschall/Lärm) im Bereich des Rad-Schiene-Kontakts. Die Messdaten werden im laufenden Betrieb kontinuierlich erfasst und bereits auf dem Fahrzeug mit KI-Verfahren vorverarbeitet. Anhand der gesammelten und zentimetergenau erfassten Messdaten erfolgt die Entwicklung und Erprobung der KI-Algorithmen für die Zustandsüberwachung und Lärmkartierung.
Projektübersicht
