RailAIxs
Entwicklung und Erprobung einer KI-basierten Umfelderfassung im Gleisbereich für fahrerlosen Schienenverkehr
Zuletzt aktualisiert am 08.09.2026
Projektbeschreibung
Problem
Im ländlichen Raum sind zahlreiche Bahnnebenstrecken stillgelegt, da ein wirtschaftlicher Betrieb bislang nicht realisierbar ist. Kompakte, flexible und fahrerlose Schienenfahrzeuge sollen diese Situation ändern: Ziel ist eine wirtschaftliche Nutzung der Nebenstrecken und damit ein attraktiverer Schienenverkehr im ländlichen Raum. Ein sicherer, fahrerloser Betrieb in offenen Umgebungen erfordert jedoch ein technisches System, das Gefahrensituationen im Gleisbereich zuverlässig erkennt und geeignete Gegenmaßnahmen wie eine Bremsung einleitet. Hier setzte das Projekt RailAIxs an: Es untersuchte die sichere automatische Umfelderfassung am Fahrzeug und zeigte mögliche Wege zur Zulassung und Markteinführung entsprechender Systeme auf.
Ziele
In RailAIxs werden Sensoren mit geeigneter Auswertung die heutige vor allem visuelle Wahrnehmung des Triebfahrzeugführers nachbilden. Für die Auswertung werden Verfahren der Bildverarbeitung auf Basis von Künstlicher Intelligenz (KI) eingesetzt. Für bestehende Fahrzeuge wird eine intelligente Ansteuerung des Antriebs- und Bremssystems aufgebaut, die Bremsungen bei Gefahren einleitet und damit einen sicheren Betrieb gewährleistet. Es wird ein Konzept erarbeitet wie die sichere Funktion des Systems bestehend aus Sensoren und entsprechender Auswertung nachgewiesen werden kann.
Durchführung
Im Projektverlauf wurde eine Architektur zur fahrzeugbasierten Umfelderkennung an einem Dieseltriebwagen erfolgreich umgesetzt und getestet. Hierfür wurden zunächst Anforderungen spezifiziert, eine Systemarchitektur entwickelt und anschließend Hardware- und Softwarekomponenten in das Bestandsfahrzeug integriert. Darauf aufbauend erfolgten unter variierenden Strecken- und Wetterbedingungen umfangreiche Test- und Validierungsfahrten. Die große Vielfalt potenzieller Betriebssituationen erfordert einen Nachweisansatz, der digitale und experimentelle Methoden kombiniert. Das Projekt hat gezeigt, dass der Einsatz digitaler Zwillinge und moderner Entwicklungswerkzeuge den iterativen Entwicklungs- und Validierungsprozess maßgeblich unterstützen und vereinfachen kann. RailAIxs hat damit eine Grundlage für zukünftige Zulassungsprozesse von Systemen zur automatisierten Umfelderkennung geschaffen. Die Projektergebnisse können einen Beitrag dazu leisten, den Schienenverkehr auf Nebenstrecken attraktiver und wirtschaftlich tragfähiger zu machen.
Projektübersicht
