Testfahrt in Hessen mit der prototypisch installierten Sensorik zur Aufprallerkennung im Frontbereich des advanced Train Lab (Versuchszug der Deutschen Bahn). Testfahrt in Hessen mit der prototypisch installierten Sensorik zur Aufprallerkennung im Frontbereich des advanced Train Lab (Versuchszug der Deutschen Bahn).
17.03.2022

Entwicklung neuer Technologien zur Aufprallerkennung im Bahnbetrieb

Die Einführung des vollautomatischen Fahrens ist eines der wichtigsten Handlungsfelder der Digitalen Schiene Deutschland. Züge werden dabei neben der Ausrüstung mit Modulen zur Automatic Train Operation (ATO) auch mit hochmoderner Sensorik ausgestattet, die es ihnen ermöglicht, ihr Umfeld wahrzunehmen und sich präzise zu orten. Diese Technologien werden aktuell in verschiedenen Pilotprojekten erprobt (Sensors4Rail und Digitale S-Bahn Hamburg). Um automatisiertes Fahren zu ermöglichen, müssen zahlreiche neue technologische Komponenten im Bahnsystem Einzug halten. Eine wichtige Komponente ist dabei die Aufprallerkennung („Impact Detection“), welche ermöglicht, sowohl Aufprälle und Einschläge auf die Zugfront als auch Überrollungen korrekt einzuordnen und angemessene Reaktionen für den automatisierten Fahrbetrieb abzuleiten.  

Um die Qualität des Zugbetriebs zu erhöhen und die Triebfahrzeugführer künftig mit intelligenten Funktionen zu unterstützen, beteiligt sich die Digitale Schiene Deutschland an dem Förderprojekt „KI-Methoden in der Zustandsüberwachung und bedarfsangepassten Instandhaltung von Schienenfahrzeugstrukturen“ (KI-MeZIS), das Ende 2021 startete. Das Ziel des Projektes ist es, das Potenzial von Methoden der Künstlichen Intelligenz (KI) für die Überwachung von Zugfahrten zu erschließen. Mittels KI sollen Daten von Sensoren an der Zugfront und am Fahrwerk ausgewertet und interpretiert werden.

Sensoren unter der Schutzabdeckungen im Bug Sensoren unter der Schutzabdeckungen im Bug
Sensoren unter der Schutzabdeckungen im Bug

Damit können Aufprälle detektiert sowie Rückschlüsse auf den Zustand des Fahrzeuges gewonnen werden. Die KI interpretiert die Sensordaten dahingehend, ob eine Zugfahrt nach Einschlägen, Überrollungen, Schädigungen oder Kollisionen sofort beendet werden muss oder ob bis zum nächsten Bahnhof, einer naheliegenden Werkstatt oder bis zu einem nächsten Wartungsintervall weitergefahren werden kann. Weiterhin werden die aufgezeichneten Sensordaten zur strategischen Instandhaltung und zur bedarfsgerechten Auslegung von zukünftigen Fahrzeugen genutzt. 

Das Projekt wird im Rahmen des Förderaufrufs „Künstliche Intelligenz als Schlüsseltechnologie für das Fahrzeug der Zukunft“ des BMWK-Fachprogramms „Neue Fahrzeug- und Systemtechnologien“  gefördert.  

Als Konsortialpartner und F&E Auftragnehmer sind an dem Projekt die DB Netz AG im Rahmen der Sektorinitiative Digitale Schiene Deutschland, das Data Intelligence Center – House of AI der DB AG, das DLR – Deutsches Zentrum für Luft und Raumfahrt, die Industrial Analytics GmbH, die Universität Stuttgart und das IFB - Institut für Bahntechnik GmbH beteiligt.  Als assoziierte Partner sind außerdem J.M. Voith SE & CO. KG, Group Division Turbo, die Stadler GmbH, DB Systemtechnik und seit Januar 2022 der Zugausstatter Dellner involviert.