Sturmschäden im Bahnverkehr Kontrolle durch digitales Auge
Stürme wie Kyrill oder Burglind können große Schäden verursachen. Dabei ist das 33.000 Kilometer lange Streckennetz der Deutschen Bahn besonders gefährdet, vor allem umgestürzte Bäume bergen ein hohes Risiko. Um die Kontrollmöglichkeiten an den Strecken zu vereinfachen soll eine Technologie zur 3D-Rekonstruktion und -analyse des Streckennetzes entwickelt werden. Für das Forschungsprojekt 'Zustandsüberwachung des Gleisumfeldes' (ZuG) stellt das Bundesministerium für Verkehr und digitale Infrastruktur 2,5Mio.? zur Verfügung.
Bild: Fraunhofer-Institut IAISInitiiert wurde 'ZuG' von einem Konsortium bestehend aus dem Eisenbahn-Bundesamt (EBA), dem Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS, der Professur für Schienenfahrzeugtechnik an der Universität Stuttgart, der ASCI-Systemhaus GmbH und der DB RegioNetz Verkehrs GmbH.
Kontrolle durch Lockführer
"Ziel ist eine verbesserte Nachprüfbarkeit und Verlässlichkeit der Streckeninstandhaltung", erklärt Projektleiter Markus Reinhardt vom EBA. Mit dem Projekt sollen Technologien entwickelt werden, die das Bahnpersonal entlasten: Denn zurzeit übernimmt der Lokführer beim Fahren noch alleine die Kontrolle der Strecke, indem er die Infrastruktur rund um die Gleise beobachtet und Auffälligkeiten an eine koordinierende Stelle weiterleitet. Ziel von ZuG ist es, künftig auch die Funktion der Streckenbeobachtung zu automatisieren.
Abgleich der Daten
Im Rahmen des Projekts liefern auf ein Triebfahrzeug montierte Stereokameras Bilder, die in regelmäßigen Intervallen in 3D-Modelle der Strecke umgewandelt werden. Der Abgleich mit den Daten des Vortages erlaubt es, Veränderungen zu detektieren, von denen eine Gefahr ausgeht. Der Vergleich mit Vorjahreswerten zeigt längerfristige, aber stetige Veränderungen an.
Intelligente Bilderkennungssoftware
So sollen Sicherheitsrisiken, z.B. durch umsturzgefährdete Bäume oder Verschiebung einer Böschungsmauer, minimiert werden. Für die Auswertung der Daten entwickelt das Fraunhofer IAIS eine Bilderkennungssoftware auf Basis von Künstlicher Intelligenz, die Abweichungen zwischen den jeweiligen 3D-Modellen automatisch erkennt, einem Objekt zuweist und bewertet. Ausgewählte, relevante Objekte erkennt die Software automatisch und vergleicht deren Verschiebungen mit den Referenzwerten, um abzuschätzen, wie gravierend die erkannten Abweichungen sind. Die Ergebnisse der Analyse werden durch eine Anwendung von ASCI Systemhaus visualisiert. Auf Basis dessen können dann die nötigen Instandhaltungsprozesse angestoßen werden.
mst/Fraunhofer IAIS n
Abgleich der Daten
Im Rahmen des Projekts liefern auf ein Triebfahrzeug montierte Stereokameras Bilder, die in regelmäßigen Intervallen in 3D-Modelle der Strecke umgewandelt werden. Der Abgleich mit den Daten des Vortages erlaubt es, Veränderungen zu detektieren, von denen eine Gefahr ausgeht. Der Vergleich mit Vorjahreswerten zeigt längerfristige, aber stetige Veränderungen an.
Intelligente Bilderkennungssoftware
So sollen Sicherheitsrisiken, z.B. durch umsturzgefährdete Bäume oder Verschiebung einer Böschungsmauer, minimiert werden. Für die Auswertung der Daten entwickelt das Fraunhofer IAIS eine Bilderkennungssoftware auf Basis von Künstlicher Intelligenz, die Abweichungen zwischen den jeweiligen 3D-Modellen automatisch erkennt, einem Objekt zuweist und bewertet. Ausgewählte, relevante Objekte erkennt die Software automatisch und vergleicht deren Verschiebungen mit den Referenzwerten, um abzuschätzen, wie gravierend die erkannten Abweichungen sind. Die Ergebnisse der Analyse werden durch eine Anwendung von ASCI Systemhaus visualisiert. Auf Basis dessen können dann die nötigen Instandhaltungsprozesse angestoßen werden.
mst/Fraunhofer IAIS n
Fraunhofer-Institut IAIS
Dieser Artikel erschien in Industrie 4.0 Magazin (I40) 03 2018 - 08.02.18.Für weitere Artikel besuchen Sie www.i40-magazin.de
