Straßenzustand per Knopfdruck: Westfälische Hochschule automatisiert Erkennung von Fahrbahnzuständen
2 Min
705 
© Canva
Wechselnde Witterungsbedingungen und zunehmende Belastungen durch den Straßenverkehr können dem Straßenbelag deutlich zusetzen: Die zeitnahe Beseitigung von Schlaglöchern, Rissen oder Aufwölbungen stellt für Kommunen nicht nur eine finanzielle, sondern auch eine zeitliche Herausforderung dar. Mit einer neu entwickelten Software liefert das „geospaitial lab“ der Forschungsgruppe „Künstliche Intelligenz und kommunale Geoinformationen“ der Westfälischen Hochschule (WH) nun Möglichkeiten zur vollautomatisierten Erkennung von Fahrbahnzuständen. Damit erhalten Kommunen zukünftig aktuelle Straßenzustandskarten per Knopfdruck.
Auftraggeber für das am Fachbereich Elektrotechnik und angewandte Naturwissenschaften der WH angesiedelte „geospaitial lab“ waren die Städte der Emscher-Lippe-Region, darunter Bocholt, Bottrop, Dorsten, Gelsenkirchen, Haltern am See, Herten, Marl sowie die Stadt und der Kreis Recklinghausen. Im Projekt „abs( )“ (kurz für: Automatisierte Bewertung von Straßen) entwickelte das „geospaitial lab“ unter der Leitung von Prof. Dr. Christian Kuhlmann in enger Zusammenarbeit mit den kommunalen Partnern innerhalb von zwölf Monaten eine Software zur vollautomatisierten Erkennung von Fahrbahnzuständen auf Basis sogenannter „Urbaner Digitaler Zwillinge“. Diese Daten werden bereits regelmäßig bei der digitalen Erfassung von Straßen während Befahrungen mit Fahrzeugen gesammelt, die über spezielle Messtechnik sowie 360-Grad-Kameras verfügen.
Dabei wurden georeferenzierte Bild- und LiDAR-Daten erfasst und verwendet. Somit entstehen hochaufgelöste Panoramabilder und 3-D-Punktwolken der Straßenzüge. Aus diesen Daten können die zuständigen kommunalen Stellen mit der entwickelten Software zukünftig auch aktuelle Straßenzustandskarten per Knopfdruck erstellen. Die Software erkennt Schadensobjekte, führt Simulationen von Ebenheitsmessungen durch und fasst diese Informationen in Zustandsklassen zusammen. Grundlage der Erkennung und Klassifizierung sind die Empfehlungen für das Erhaltungsmanagement von Innerortsstraßen (Richtlinie E EMI 2012 / AP 9 K).
„Für die Software wurden spezielle KI-Modelle auf Basis „Tiefer Konvolutionaler Neuronaler Netze“ auf eigens angefertigten Trainingsdatensätzen trainiert, ausgewertet und sukzessive optimiert“, berichtet Marius Maryniak, der zusammen mit Alexander Roß im „geospaitial lab“ an der Implementierung der Software beteiligt war. Ebenso wurde ein spezielles Verfahren zur Simulation der Ebenheitsmessungen entwickelt. Die Daten zu den Fahrbahnzuständen können für beliebige Straßenabschnitte zusammengestellt werden.
„Mit dieser Software stehen der Stadt Dorsten und den übrigen Städten der Emscher-Lippe-Region nun eine innovative Lösung zur Verfügung, um die Straßenerhaltung noch effizienter anzugehen. Sie ermöglicht es uns, Schäden an Fahrbahnen flächendeckend über das Stadtgebiet einfach zu identifizieren und Maßnahmen gezielt zu planen. Das spart Zeit und Ressourcen“, so Hubert Stenkamp vom Tiefbauamt der Stadt Dorsten. „Da die Software so konzipiert wurde, dass sie auch auf die Ergebnisse von Folgebefahrungen angewendet werden kann, können wir nach jeder neuen Straßenbefahrung unkompliziert den Zustand der Straßen neu ermitteln und diese mit den vorangegangenen Auswertungen vergleichen. Wertigkeiten können daraufhin neu festgelegt und Bauprogramme neu priorisiert werden.“
Die Software steht als Open-Source-Software bereit.
