Deutsche Zentrum für Schienenverkehrsforschung (DZSF) · August 2023 bis April 2024
Dynamische Bilddatenerfassung und vollautomatisierte Auswertung zur Erfassung von spezifischen Streckeneigenschaften und Infrastrukturelementen.
Im Rahmen eines Projektes des DZSF wird eine Erfassung von Infrastrukturdaten im Offenen Digitalen Testfeld (ODT) als Grundlage für die Projektierung künftiger Forschungsprojekte verschiedener Anwendungsfälle durchgeführt (z.B. in den Bereichen Lärmschutz, intermodale Mobilitätsangebote, Erprobung innovativer Lösungen, Automatisierung und Digitalisierung). Hierfür werden für das gesamte Streckennetz im ODT georeferenzierte Bilddaten aufgenommen und mit spezifischen Informationen angereichert, sodass die schnelle Lokalisierung verschiedenster technischer Einrichtungen und Umgebungsbedingungen ermöglicht wird
Zur Umsetzung wird NEXTRAIL ein Mobile Mapping System (Multi Sensor System) einsetzen, welches spezifisch für die Erfassung und Messung von Eisenbahninfrastruktur entwickelt wurde. Das Aufnahmesystem lässt sich an Eisenbahntriebfahrzeuge montieren und nimmt hochauflösende Bilddaten auf. Diese Daten werden im Anschluss georeferenziert, durch intelligente Auswertungsalgorithmen analysiert und mit Informationen zu erkennbaren Infrastrukturelementen und Merkmalen der Bahnstrecke ergänzt. In diesem Prozess findet auch eine automatische Anonymisierung statt zur Einhaltung der DSGVO. Die Projektergebnisse werden schließlich in die Datenbank des DZSF integriert und können anschließend für andere Projekte genutzt werden.
Leistungsschwerpunkte
- Dynamische Erfassung von Bilddaten im laufenden Betrieb (zwei Perspektiven)
- DSGVO-konforme Datenverarbeitung
- Vollautomatisierte Auswertung auf Basis von maschinellem Lernen
- Georeferenzierte Bilddatenbereitstellung inklusive Streckeneigenschaften und Infrastrukturelementen
Besonderheiten
Die gesamte Erfassung des ODT umfasst über 2.500 Gleiskilometer und erfolgt mit dem TRAXIMIZER Multisensorsystem im laufenden Betrieb ohne Betriebsunterbrechung. Aufgrund unterschiedlichster Streckenbedingungen wird mit mehreren Eisenbahnverkehrsunternehmen und Infrastrukturbetreibern zusammengearbeitet. Durch die Anwendung von maschinellem Lernen ist es möglich, die hierbei entstehenden Datenmengen effizient zu analysieren und eine umfangreiche Grundlage für zukünftige Projekte im ODT zu schaffen.