Startseite | zfv | Aufbau einer Datenbank für den Straßenraum und die Straßenzustandsbewertung mit Hilfe von Künstlicher Intelligenz (KI): Ein Multi-Partner Projekt

Aufbau einer Datenbank für den Straßenraum und die Straßenzustandsbewertung mit Hilfe von Künstlicher Intelligenz (KI): Ein Multi-Partner Projekt

Dieser Beitrag ist in der zfv 5/2022 erschienen.

Zusammenfassung / Summary / kostenfreier PDF-Download

Die Bewirtschaftung und Erhaltung des deutschen Straßennetzes stellen Wirtschaft, Staat und Gesellschaft vor grundlegende Herausforderungen: Das Verkehrsaufkommen steigt trotz Mobilitätswende, Mittel für die Instandhaltung sind begrenzt und digitale Prozesse für die Erfassung, Zustandsbewertung und Instandhaltungsplanung fehlen. Es mangelt an flächendeckenden und stetig aktualisierten Daten zur Straßeninfrastruktur. Hierzu gehören nicht nur die Straße in ihrer Beschaffenheit an sich, sondern auch jeweilige Objekte im Straßenraum wie zum Beispiel Straßenmarkierungen, Verkehrsschilder, Bäume, Laternen etc.
Dieser Beitrag erläutert, wie Partner aus Industrie, Forschung, Verwaltung und Straßenunterhaltung datenorientierte Prozesse für den Aufbau digitaler Zwillinge des Straßenraumes entwickeln. 3D-Punktwolken, Bilddaten und Georadardaten werden mit Mobile-Mapping-Systemen erfasst und durch eine automatisierte Auswertung zum Aufbau einer Infrastrukturdatenbank für das Inventar im Straßenraum und die Zustandsbewertung von Straßen inklusive des Straßenuntergrundes genutzt. Ziel des Projektes ist es, mit Hilfe von Künstlicher Intelligenz ein skalierendes System zu entwickeln, das unterschiedlichste Erfassungsdaten berücksichtigt und in den Gesamtprozess der Straßenunterhaltung und -erneuerung eingebunden werden kann.

The management and maintenance of the German road network pose fundamental challenges to the economy, the state and society: traffic volumes are increasing despite the mobility revolution, funds for maintenance are limited and digital processes for recording, condition assessment and maintenance planning are missing. There is a lack of comprehensive and constantly updated data on road infrastructure. This includes not only the road itself, but also objects in the road environment such as road markings, traffic signs, trees, street lamps, etc.
This article explains how partners from industry, research, municipal administration and road maintenance develop data-oriented processes for setting up digital twins of the road infrastructure. 3D point clouds, image data and georadar data are collected with mobile mapping systems and are analyzed automatically to build up an infrastructure database for inventory in the road environment and the condition assessment of roads including the roadbed. The goal of the project is to use artificial intelligence to develop a scalable system that takes into account a variety of collected data. Furthermore, the system can be integrated into the overall process of road maintenance and renewal.

Der Artikel wird etwa 2 Wochen nach Erscheinen der zfv zum Download zur Verfügung gestellt.

DOI: 
10.12902/zfv-0403-2022

Einkaufskorb

Es sind keine Artikel in Ihrem Einkaufskorb.

0 Artikel 0,00 €