Das Auftakt-Treffen zur Machbarkeitsstudie des SEKISA-Projektes, das von der vialytics GmbH zusammen mit dem Karlsruher Institut für Technologie ausgeführt wird, hat am 17. August stattgefunden. Untersucht wird im Projekt, wie mithilfe von Sensoren aus handelsüblichen Smartphones erstmalig umfassende Aussagen über die Ebenheitswerte der Straßen getroffen werden können.
Kommunen sind gesetzlich dazu verpflichtet, die Verkehrssicherheit ihrer Straßen aufrechtzuerhalten. Gerade die Ebenheit der Straßen spielt eine zentrale Rolle, wenn es darum geht, die Fahrsicherheit zu gewährleisten und Unfälle zu vermeiden. Die Bewertung des Zustands und der Längs- und Querebenheit (Gebrauchswert) von Verkehrsstraßen wird im Regelfall anhand aufwendiger manueller Kontrollen oder von Fahrzeugen vorgenommen, die mit komplexer Mess- und Kameratechnologie ausgestattet sind. Eine Erfassung und Bewertung des Straßenzustands nach ZEB-Richtlinien ist dabei der allgemeingültige Standard.
Projektziel von SEKISA ist es, vergleichbare Messungen der Ebenheitswerte mittels alternativer und deutlich kostengünstigerer Sensortechnologien zu erzielen. Hierzu werden mit Smartphones zunächst Bild- und Beschleunigungsdaten erhoben. Die Daten werden einer differenzierten KI-Analyse unterzogen und mit verfügbaren Referenzdaten verglichen, die dem ZEB-Standard entsprechen. Zur Annäherung an die ZEB-Daten überprüfen die Experten unterschiedliche Szenarien zur Leistungsbemessung der Sensoren. Es werden Referenzstrecken ausgewählt, die mit verschiedenen Fahrzeugen und Geschwindigkeiten befahren werden. Dies dient der Optimierung der Erfassungsbedingungen und der Identifikation von Trends sowie systematischen Fehlern. Ein wichtiger Vorteil der Smartphone-Sensoren besteht in der einfachen und flexiblen Handhabung, die es erlaubt, das Smartphone als Messinstrument in jedem kommunalen Fahrzeug zu montieren. Wenn die Annäherung an die ZEB-Daten wie geplant erfolgt, so wird es mit den Smartphone-Sensoren möglich, dass Kommunen den Gebrauchswert ihrer Straßen automatisiert, detailliert und selbständig bestimmen können.
