Mit Laser und KI gegen Schäden am Straßenbahngleis

Allein in Leipzig befördern die Verkehrsbetriebe täglich tausende Personen in ihren Bussen und Straßenbahnen. Für 2021 waren es insgesamt über 100 Millionen Fahrgäste. Der Bedarf ist groß – und damit auch die Abnutzung der Fahrzeuge und Wege. Um insbesondere Schäden an Straßenbahngleisen künftig schneller und automatisiert ausfindig zu machen, startete zum Januar 2023 das neue Forschungsprojekt „LaDeLok“ zur laserbasierten Detektion von Lockerungen im Straßenbahngleis. Am 27. Februar 2023 ist Kick-off-Termin mit Gästen aus Forschung, Wirtschaft und Gesellschaft.

Mathias Rudolph, Professor für Industrielle Messtechnik an der Fakultät Ingenieurwissenschaften an der HTWK Leipzig sowie Leiter des Projekts LaDeLok: „Im Projekt bringen wir unsere langjährige Expertise zur Zustandsüberwachung ein. Beispielsweise haben wir am Institut für Technologie und Produktion im Maschinenbau bereits einen Prototyp eines drahtlosen Messsystems entwickelt, mit dem ein Sensornetzwerk zur Verschleißdiagnose von Fahrzeugen, Maschinen und Anlagen beiträgt. Im neuen Projekt LaDeLok wollen wir nun ein Messsystem entwickelt, mit dem die Instandhaltung von Straßenbahngleisen verbessert wird.“

Damit täglich im öffentlichen Personennahverkehr (ÖPNV) Menschen in Straßenbahnen befördert werden können, müssen neben den Fahrzeugen auch die Gleise im Straßenbahnnetz zuverlässig funktionieren. Zur regelmäßigen Instandhaltung werden beispielsweise Schienenschleiffahrzeuge eingesetzt. Doch die Instandhaltungsmaßnahmen laufen oft nach festen Zeitplänen ab. Schäden werden deshalb meist nicht zeitnah erkannt. Um mehr Sicherheit, Akzeptanz und Pünktlichkeit für die Fahrgäste sowie Anwohnerinnen und Anwohner zu gewährleisten, bedarf es deshalb neuer, innovativer Überwachungsverfahren von Straßenbahngleisen.

„Im neuen Forschungsprojekt LaDeLok soll ein Prototyp entwickelt werden, der mit einem laserbasierten Messsystem kontinuierlich und automatisiert den Zustand der Schienen überwacht“, erklärt Rudolph. Dazu erproben die Projektbeteiligten das neue Messverfahren, um Lockerungen an Schienen, die beispielsweise durch fehlende Vergussmassen hervorgerufen werden, zu erkennen und zu erfassen. Ebenso kritisch sind geometrische Abweichungen der Spurweite unter mechanischer Belastung durch das Fahrzeug selbst. Um die Messtechnik zu steuern und die dabei entstandenen Datenmengen zu übertragen und auszuwerten, wollen die Forschenden zuerst einen Laborprototyp zur Simulation des IT-Straßenbahnbordsystem erstellen. So können mit entsprechenden Verfahren der Künstlichen Intelligenz in zunächst statischen Felduntersuchungen zuverlässig Lockerungen an Schienen und damit Schäden an Straßenbahngleisen analysiert werden. Der im Projekt zu entwickelnde Prototyp soll später im regulären Linienbetrieb an Straßenbahnen getestet werden.