Geisterbahn im Feldversuch Forschungsteam des MASKOR-Instituts entwickelt System zur automatisierten Hinderniserkennung im Schienenverkehr

VT 504 006 ist vollgepackt mit Technik. An der Fahrzeugfront ist – sowohl innen als auch außen – ein Sensorsystem angebracht, das Kameras, lichtbasierte Entfernungsmessung (Lidar, Light Detection and Ranging) sowie satellitengestützte Ortung vereint. Das MASKOR-Institut entwickelte und montierte das gesamte Sensorsystem und die KI. Die Sensordaten werden aufbereitet und noch an Bord des Zuges in Echtzeit verrechnet, um mögliche Hindernisse zu erkennen und zu identifizieren.

Das Forschungsteam ist bereits die ganze Nacht unterwegs, als die Tests auf der Bördebahn stattfinden, schließlich können sie nur dann auf einer echten Strecke durchgeführt werden, wenn der normale Verkehr ruht. Die Forschenden haben verschiedene Hindernisse am Gleis platziert, etwa Personen oder Fahrzeuge. Gebannt starren sie auf vier große Monitore. Diese zeigen zum einen die Livedaten der Kamerabilder an, zum anderen die Punktwolken, die die Lidars generieren. Ingrid Scholl erklärt: “Wir haben im Rahmen des Projekts ein Trainingssystem entwickelt, das den Einsatz künstlicher Intelligenz in den neuen Umgebungen ermöglicht.” Dazu wurden virtuelle Welten entworfen, die nun um die Daten der Testfahrten ergänzt werden.

Die Informationen aus verschiedenen Quellen werden so aufbereitet, dass das System etwa ein Bahnwärterhäuschen von einem Lieferwagen unterscheiden kann – es lernt sozusagen bei jedem Testlauf dazu. Wenn die Risikoeinschätzung ergibt, dass die Strecke möglicherweise blockiert ist, bremst das RailAIxs-System den Zug selbstständig ab. Bei den Tests auf der Bördebahn ist immer ein Triebfahrzeugführer an Bord, um die Geschwindigkeitsregelung zu überwachen.

Drei Jahre hat die Entwicklung des Systems innerhalb des RailAIxs-Projekts gedauert. Die Testfahrten auf der Bördebahn bilden vorerst den Abschluss; das Projektteam erbringt den Nachweis, dass das autonome Fahren auf Schienen auf Basis der automatisierten Hinderniserkennung funktioniert. Verschiedene Anwendungsszenarien – etwa im ländlichen Personenverkehr oder im Güterverkehr – sind denkbar, Anschlussprojekte sind geplant.