Hochgenaue 3D Streckenvermessung von Schienenwegen in Echtzeit für eine verbesserte Fahrerassistenz

Fahrerassistenzsysteme (FAS) zur Unterstützung einer optimalen Fahrweise leisten im Bahnbereich einen Beitrag zur Reduktion des Primärenergieverbrauches und zur Erreichung der Klimaziele. Die Wirksamkeit wird maßgeblich durch die verfügbare Datenbasis bestimmt. Wesentliche Grundlage bil-den Infrastrukturdaten des Streckennetzes. Dazu gehören Geschwindigkeitsprofile, Höhenprofile und Kurvenradien. Die Datenerfassung ist derzeit sehr aufwändig, sie erfolgt überwiegend manuell. Ein Teil dieser Daten ist statisch, andere wie Geschwindigkeiten, Haltegleise und -positionen unterliegen einer gewissen Dynamik. Gerade diese Daten werden aber in digital zugänglichen Informationsströmen oft-mals nicht zeitnah abgebildet. Im Rahmen des Vorhabens soll erforscht werden, wie die Erfassung der Infrastruktur durch den Einsatz modernster sensorbasierter Technik automatisiert realisierbar ist. Im Fokus steht ein System, das sich mithilfe von Methoden der künstlichen Intelligenz selbst kalibriert und in der Lage ist, 3D-Einmessungen von Schienenwegen vorzunehmen und Änderungen in Echtzeit zu erkennen, um in Verbindung mit FAS die Qualität von Fahrempfehlungen auf eine qualitativ neue Stufe zu heben.