Mobile-Menu

Sensorik Künstliche Intelligenz lässt Fahrräder sehen

Von Salzburg Research 2 min Lesedauer

Anbieter zum Thema

Novotechnik Messwertaufnehmer OHG
ipf electronic gmbh
Franke GmbH

Wie angenehm ein Fahrradweg für den Fahrer ist, hängt maßgeblich von der Oberflächenbeschaffenheit ab. Salzburger Forscher trainieren aktuell eine KI, mit der smarte Fahrräder die Umgebung analysieren und so für mehr Sicherheit sorgen können.

Das Sensorfahrrad Holoscene Bike von Boréal Bikes bei der Arbeit. (Bild: Salzburg Research)
Das Sensorfahrrad Holoscene Bike von Boréal Bikes bei der Arbeit.
(Bild: Salzburg Research)

Der Fahrradverkehr spielt eine wichtige Rolle bei der Mobilitätswende zur Erreichung der europäischen und nationalen Klimaziele. Vielerorts wird daher in den Ausbau der Fahrradinfrastruktur investiert. In die Jahre gekommene Fahrradwege müssen gewartet und erhalten werden.

Bisher wurde die Oberflächenqualität der Radverkehrsinfrastruktur aus Vibrationsmessungen abgeleitet. Im Bereich der Straßenüberwachung sind jedoch visuelle und Lidar-basierte Ansätze vorherrschend, wobei Lidar-basierte Ansätze die besten Ergebnisse liefern. „Light Detection and Ranging“ oder kurz „Lidar“ ist ein System zur Generierung von hochauflösenden 3D-Informationen nur durch Licht.

„Das Problem dabei: geeignete Messfahrzeuge, wie sie für Autobahnen und Bundesstraßen verwendet werden, sind für Fahrradwege zu groß und zu schwer. Hier könnte unser Sensorfahrrad Abhilfe schaffen“, sagt Moritz Beeking vom Forschungsinstitut Salzburg Research.

Datenerfassung mit dem smarten Sensorfahrrad

Für diese Forschungsarbeit wurde die neueste Version des Sensorfahrrads von Boreal Bikes, das Holoscene Edge, verwendet. Das Gerät verfügt über eine Reihe von Sensoren, darunter GPS, mehrere Trägheitsmesseinheiten, 2D-Kameras und fünf Lidar-Sensoren. Jeder Lidar-Sensor am Fahrrad zeigt in eine andere Richtung, um eine vollständige 360-Grad-Ansicht der Umgebung des Fahrrads zu erfassen.

Mit den am Forschungsfahrrad montierten Lidar-Sensoren wurde die Umgebung des Rades durch hochfrequente Laser-Abstandsmessungen in Form einer sogenannten Punktwolke, bestehend aus 240.000 Punkten, zehn Mal pro Sekunde aufgenommen und dreidimensional dargestellt. Mittels speziell für diesen Zweck trainierter künstlicher Intelligenz wird dann jeder Punkt einer bestimmten Klasse, beispielsweise „Straße“, „Vegetation“ oder „Gebäude“, zugeordnet.

Konzepte für mehr Sicherheit auf dem Fahrrad

„So könnten beispielsweise mit Blick auf die Instandhaltung von Radwegen zunächst alle zugehörigen Punkte extrahiert und in einem nächsten Schritt daraus ein Oberflächenmodell erstellt werden“, sagt Moritz Beeking von Salzburg Research.

Die erfassten Punktwolken können ebenso zur Analyse von Verkehrssituationen wie Überholvorgängen eingesetzt werden. Technologien zur Anbindung von Fahrrädern an automatisierte Fahrzeuge ermöglichen Kollisionserkennung und Warnkonzepte für sicheres Radfahren.

(ID:49974160)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte