Aufprall- und Überfahrerkennung im automatisierten Schienenverkehr: Technologien und Datengrundlagen
Aufprall- und Überfahrerkennung sind wichtige Ergänzungen der fahrzeugseitigen Umfelderkennung für das automatisierte Fahren.
Um einen vollautomatisierten, fahrerlosen Betrieb entwickeln zu können, sind sensorbasierte Umfelderkennungssysteme erforderlich, die die Streckenbeobachtung übernehmen. Bisherige Projekte setzen dabei überwiegend auf Systeme (Kamera, Radar, Lidar), die Fremdkörper detektieren, jedoch weder Aufprälle noch Überfahrungen zuverlässig erkennen können. Für den vollautomatisierten Betrieb im offenen Vollbahnbereich ist daher ein System erforderlich, das nicht nur Fremdkörper erkennt und Bremsentscheidungen trifft, sondern auch Aufprall- und Überfahrereignisse sicher detektiert und entsprechende Folgemaßnahmen einleitet.
Im Rahmen der Sektorinitiative Digitale Schiene Deutschland wurden von der DB InfraGO AG mehrere Projekte sowohl im Bereich der Umfelderkennung als auch der Aufprall- und Überfahrerkennung durchgeführt. Den Auftakt bildete eine Machbarkeitsstudie, die im Jahr 2019 an das IFB – Institut für Bahntechnik, das Deutsche Zentrum für Luft- und Raumfahrt (DLR) sowie die Universität Stuttgart vergeben wurde. Im Anschluss daran wurden zwei Projekte zur Prototypenerstellung initiiert: eines zur Überfahrerkennung und eines für die Aufprallerkennung. Auf Basis der gewonnenen Erkenntnisse wurde schließlich ein kombiniertes und umfassendes Projekt mit dem Titel „KI-Methoden in der Zustandsüberwachung und bedarfsangepassten Instandhaltung von Schienenfahrzeugstrukturen (KI-MeZIS)“ gestartet.
Das System wurde im Rahmen der Projekte bis zum Technologiereifegrad 6 entwickelt. Die Arbeiten sind mittlerweile abgeschlossen. Dabei zeigt sich, dass für viele Fragestellungen erstmals entsprechende Daten erhoben und analysiert werden konnten. In einem aktuellen Fachartikel in der Novemberausgabe der Eisenbahntechnischen Rundschau werden die Ergebnisse der Projekte zur Aufprall- und Überfahrerkennung vorgestellt.
