Stadt erfasst Straßennetz digital

Projekt Twin4Road

Schlaglöcher entdecken bevor sie entstehen ist unter anderem das Ziel eines drei jährigen Forschungsprojekts des Amtes für Geoinformation, Vermessung und Kataster der Stadt Essen. Das ehrgeizige Vorhaben mit dem Namen "TWIN4ROAD" wird durch das Bundesministerium für Verkehr und digitale Infrastruktur mit 2,5 Millionen Euro gefördert und verfolgt die Idee, mittels einer auf künstlicher Intelligenz beruhenden Analyse von Bodenradartechnologie, 3D-Daten und Bildaufnahmen eine umfangreiche Datenbank für den Straßenraum und die Bewertung des Straßenzustandes aufzubauen und diese stetig weiterzuentwickeln.

Straßennetz ist teilweise über 100 Jahre alt

Teil des Projektes, dessen offizieller Starttermin bereits Anfang Dezember 2021 war und dessen Kick-Off am letzten Montag, stattfand, sind die Point Cloud Technology GmbH und das Hasso-Plattner-Institut aus Potsdam sowie Straßen.NRW. "Es ist schon außergewöhnlich, dass wir als Kommune mit einer Landesbehörde gemeinsame Sache machen dürfen", betont Dr. Martin Krückhans vom Amt für Geoinformation, Vermessung und Kataster. "Tatsächlich handelt es sich aber bei kommunalen Straßen und insbesondere den Essener Straßen um einen seit 100 Jahren gewachsenes Netz unterschiedlichen Alters, Zustandes und durch Aufbrüche für Versorgungsleitungen unterschiedlich gestörten Straßenaufbaus. Vorauszusagen wo beispielsweise in der nächsten Zeit Schäden entstehen, ist unter diesen Bedingungen ungleich komplexer als auf kilometerlangen homogen asphaltierten Autobahnabschnitten."

Künstliche Intelligenz im Einsatz

Um die Technologie der Künstlichen Intelligenz nutzen zu können soll zunächst ein digitaler Zwilling – daher auch der Name des Projektes – des Essener Straßennetzes erstellt und damit das reale Straßenbild in eine digitale Kopie überführt werden. Mit Radarwellen wird hierfür die Asphaltdecke durchleuchtet und durch Messdaten an der Oberfläche zu einem 3D-Abbild der Straßendecke verbunden. Anschließend soll eine Software an Hand dieser Daten angelernt werden und durch künstliche Intelligenz beispielsweise auftretende Schäden in der Straße finden, bevor diese überhaupt zu Tage treten und zu einem Schlagloch werden.
"Bereits seit dem Jahr 2017 haben wir ein eigenes Messfahrzeug im Einsatz, um eine flächenhafte Straßenzustandsbewertung des gesamten Essener Straßennetzes aufzubauen", so Martin Harter, Geschäftsbereichsvorstand Stadtplanung und Bauen. Mit dieser Technik wurde zum Beispiel aktuell der Zustand des Essener Hauptverkehrsstraßennetzes erfasst und dem Amt für Straßen und Verkehr eine wichtige Grundlage für die Planung von Baumaßnahmen bereitgestellt. Allerdings konnte bisher nur der Ist-Zustand begutachtet werden. "Wir wollen den Schlaglöchern und Straßenschäden nicht mehr hinterherrennen, sondern bereits frühzeitig erkennen, an welchen Stellen es zu einem Schaden kommen könnte. So müssten wir nicht mehr reagieren, sondern könnten bereits vorausgreifend aktiv werden", so Harter weiter. Das Amt für Straßen und Verkehr sieht in diesem Projekt die Chance, zukünftig die Arbeitskapazitäten und Finanzmittel für den Werterhalt der Straßeninfrastruktur vorausschauender planen zu können.
Die Vorhersage von Straßenschäden soll nur ein Anfang sein. "In der Idee, die städtische Infrastruktur vollständig digital zu erfassen, steckt weit mehr Potenzial als die Vorhersage von Schlaglöchern", weiß Dr. Silke Katharina Berger, Smart City-Managerin der

Mit TWIN4Road soll Vieles effizienter werden

Stadt Essen. Denn neben dem konkreten Vorteil für den Straßenerhalt und -bau biete die Erstellung eines digitalen Zwillings auch die Möglichkeit, zahlreiche weitere Informationen zu sammeln, wie beispielsweise die Anzahl oder den Zustand von Verkehrsschildern oder Straßenbäumen.
Ein weiterer Vorteil von TWIN4ROAD ist die deutlich verbesserte wirtschaftliche Effizienz für die Stadt Essen, da beispielsweise Ortstermine direkt vor dem Monitor stattfinden können. Bei Straßenbaumaßnahmen wäre es zudem möglich, Unvorhergesehenes bereits im Vorhinein zu erkennen und so etwaige Nachträge zu minimieren.