autoBAHN2020 Forschung für sichere und zuverlässige autonom fahrende Regionalzüge auf frei zugänglichen Strecken
Um die Energiedienstleistung „Transport von Personen mit Schienenfahrzeugen“ auf Nebenstrecken attraktiver und energieeffizienter zu machen, soll ein autoBAHN-System eine kurze Taktzeit von selbstfahrenden, autonomen, kleinen Triebwagen auf bestehenden, frei zugänglichen und einspurigen Regionalbahnstrecken ermöglichen. Ohne physische Absperrung der Gleise ist eine zuverlässig funktionierende, IT-basierte Hindernis- und Gefahrenerkennung für jedes Fahrzeug und eine Fahrzeug-Koordinationskomponente erforderlich.
autoBAHN2020 setzt auf zwei vorangegangenen Forschungsprojekten[1] auf, wobei auch auf der Traunseebahn ein Triebwagen mit Sensoren und Steuerung für automatisches Fahren ausgerüstet wurde.
Das Ziel von autoBAHN2020 ist, die fehlenden Komponenten für ein technisches autoBAHN-Demonstratorsystem zu erstellen. Dazu müssen eine Risikoanalyse, die Prozessdefinitionen und die Sicherheitsanforderungen zur Ermöglichung einer späteren Zulassung erarbeitet werden. Darauf aufbauend müssen für die sichere und fehlertolerante Fahrzeugüberwachungs-, Fahrzeugsteuerungs- und Fahrzeugkoordinationskomponente entsprechende Verfahren entwickelt werden. Weiters soll autoBAHN2020 die signifikante Verbesserung der Hinderniserkennungsleistung ermöglichen: durch (a) die Reduktion der von den Sensoren gemeldeten False Positives um 2/3, ohne die Erkennungsleistung bei tatsächlichen Hindernissen zu verringern, (b) die Verbesserung der Fehlertoleranz, und (c) die Implementierung weiterer Sensortypen. Dazu sind die Entwicklung neuer Erkennungsalgorithmen für einige Sensortypen, die zusätzliche Situationserkennung und Objektkategorisierung sowie die Verbesserung der Ermittlung der Fahrzeugposition auf eine Genauigkeit von 50 cm erforderlich. Im Rahmen von autoBAHN2020 werden spezielle Messfahrten durchgeführt, um bei möglichst vielen unterschiedlichen Witterungs- und Lichtsituationen Daten sammeln zu können.
Das wichtigste Ergebnis von autoBAHN2020 wird ein Demonstratorsystem sein, das als Basis für eine zukünftige Produktentwicklung ab 2018/19 dient. Weiters wird ein virtuelles autoBAHN-System in Form einer Simulation erstellt. Die Basis für die Ermöglichung eines nachfolgenden Zulassungsprozesses bilden die in autoBAHN2020 erstellte Risikoanalyse, sowie die erarbeiteten Sicherheitsanforderungen. Eine Akzeptanz-Studie über die Bereitschaft der Bevölkerung zur Nutzung einer autonom fahrenden Bahn und darüber, wie potentiellen Ängsten begegnet werden könnte, rundet autoBAHN2020 ab.
autoBAHN steht für ein äußerst energieeffizientes Transportlösungskonzept im Umfeld der Regionalbahnen mit welchem in 30 Jahren zumindest 3 Mio. Tonnen CO2 in Österreich, verglichen zu aktuellen Transportsystemen, eingespart werden können. Das autoBAHN System setzt auf bestehende Schieneninfrastruktur um die laufenden Betriebskosten zu senken und die Leistbarkeit von nachhaltiger Energie und Energietechnologien zu erhöhen.
[1] ways2go-Projekt mit der Nummer 819238, 9/2008-12/2009, und
Neue Energien 2020 Projekt mit der Nummer 825624, 1/2010-5/2012
Ausgangssituation
Autonome PKWs versus autonome Züge: Spätestens nachdem 2004 die U.S. Defense Advanced Research Projects Agency (DARPA) einen Wettbewerb für autonom fahrende Straßenfahrzeuge eingeführt hat, gab es ein beachtliches mediales Echo bzgl. dieser Objekterkennung für Fahrzeuge. In den U.S. Bundesstaaten Nevada und California wurden Gesetzesänderungen vorgenommen, welche den Betrieb von autonom fahrenden PKWs im öffentlichen Verkehr erlauben. Bis jetzt testen im Wesentlichen lediglich Google und General Motors ihre selbstfahrenden Straßenfahrzeuge in diesen Gebieten. Allerdings wird es noch mindestens 10 bis 15 Jahre dauern bis autonome Autos ihren Einzug in den Alltag finden werden.
Schienengebundene Fahrzeuge verfügen aus Sicht der Automatisierungstechnik über den bedeutenden Vorteil, dass Züge im regulären Betrieb die Strecke nicht verlassen können. Straßenfahrzeuge verfügen nicht nur über Bewegungsfreiheit entlang ihres Fahrwegs, sondern können von diesem auch sehr leicht abkommen. Beispiele hierfür sind Navigationsfehler, Abweichungen der Lenkung, Beschädigungen der Fahrbahn, unvollständige bzw. inkonsistente Straßenmarkierungen sowie eine Vielzahl anderer möglicher Fehlerquellen. In diesem Sinne erscheint das Umfeld von autonomen Straßenfahrzeugen wesentlich inhomogener im Vergleich zur Umgebung von autonomen Schienenfahrzeugen. Wegen dieser Charakteristiken erscheinen vollautomatisierte Eisenbahnlinien frühzeitiger realisierbar. Aufgrund der im automotiven Bereich bereits vorhandenen Fahrerassistenzsysteme wie Spur- , Brems-, Parkassistenten, Überwachung des Toten Winkels, Nachtsichtassistenten sowie wissenschaftliche Prototypen von vollautomatisierten PKWs[1] ist es auch mehr als überfällig weitere Automatisierungsmaßnahmen im Eisenbahnsektor zu erarbeiten.
[1] Michael Montemerlo, Jan Becker, Suhrid Bhat, Hendrik Dahlkamp, Dmitri Dolgov, Scott Ettinger, Dirk Hähnel, Tim Hilden, Gabe Hoffmann, Burkhard Huhnke, Doug Johnston, Stefan Klumpp, Dirk Langer, Anthony Levandowski, Jesse Levinson, Julien Marcil, David Orenstein, Johannes Paefgen, Isaac Penny, Anna Petrovskaya, Mike Pflueger, Ganymed Stanek, David Stavens, Antone Vogt, Sebastian Thrun: Junior: The Stanford entry in the Urban Challenge. J. Field Robotics 25(9): 569-597 (2008)
Projektverlauf
folgt noch
Meilensteine
- Konzeption Sicherheitseinrichtungen
- Projektbeirat hat sich konstituiert
- Anforderungen an das Zulassungsverfahren
- Handlungsempfehlungen sind anwendungsorientiert formuliert
- Signifikante Verbesserung der Hinderniserkennung
- Midterm-Review
- Integration technischer Demonstrator
- Projektabschluss
Steckbrief
-
Projektnummer848896
-
KoordinatorFH OÖ Forschungs & Entwicklungs GmbH
-
ProjektleitungBurkhard Stadlmann, burkhard.stadlmann@fh-wels.at
-
Partner
-
Schlagwörterautonom Fahren, Energieeffizienz und Energieeinsparung, Mobilität
-
FörderprogrammEnergieforschung (e!MISSION)
-
Dauer09.2015 - 08.2018
-
Budget2.088.443 €