loader image

Kontakt

Termine

Benachrichtigung

Impressum

Datenschutzerklärung

Machine Learning-basiertes Degradationsmonitoring für Asphaltstraßenbefestigungen – „SenAD2“

Projektpartner:

6

Zuwendungsgeber:

Bundesministerium für Digitales und Verkehr

Projektlaufzeit:

06/2024 – 05/2027

Problemstellung

Der strukturelle Zustand der Asphalttragschicht hat wesentlichen Einfluss auf die Nutzungsdauer einer Straße. Zur Beurteilung des strukturellen Zustands stehen gegenwärtig jedoch nur zerstörende Messverfahren mittels Bohrkernentnahme zur Verfügung, bei denen die Straße zusätzlich geschädigt wird. Eine flächendeckende, kontinuierliche Zustandsbewertung der Substanz von Straßen ist aufgrund des damit verbundenen hohen Aufwandes sowie der induzierten Schädigung nicht realisierbar, gleichzeitig jedoch Voraussetzung für ein nachhaltiges Straßenerhaltungsmanagement.

Projektziel

Ziel des Projektes ist ein datenbasiertes Monitoringsystem zur zerstörungsfreien, kontinuierlichen und flächendeckenden Bestimmung und Prognose des Degradationsgrads von Asphaltstraßen. Die Innovation des Vorhabens liegt insbesondere in der Nutzung von KI-Verfahren zur Analyse von Daten aus der Asphalttragschicht, die mittels eines neu zu entwickelnden Sensorsystems direkt aus der Schicht gewonnen werden. Damit werden zukünftig flächenübergreifende, echtzeitbasierte Aussagen zum konstruktiven Straßenzustand und damit effektive, nachhaltige Erhaltungsmaßnahmen möglich.

Geplante Methodik der Vorgehensweise

Zum Einbau in die Asphalttragschicht wird ein neuartiges, funktionalisiertes Gewebe hergestellt und somit ein robustes, autarkes Messsystem integriert. Die damit erfassten Messsignale bilden die zunehmende Materialdegradation im Laufe der Straßennutzungsdauer ab. Zur Auswertung der erstmalig verfügbaren Daten werden durch Machine Learning unter Berücksichtigung weiterer Daten zwei Modelle gelernt, die sowohl den aktuellen als auch den prognostizierten Degradationszustand ermitteln. Messsystem und Analysemodelle werden im Labormaßstab erprobt sowie auf Versuchsstrecken evaluiert.

News & Veröffentlichungen

background

Veröffentlichungen

Machine Learning-basiertes Degradationsmonitoring für Asphaltstraßenbefestigungen – SenAD2 – Linksammlung zur Öffentlichkeitsarbeit

senad2

Zweites Projekttreffen in Magdeburg am 03.03.2025

Beim zweiten Projekttreffen in Magdeburg kamen die Partner des SenAD2-Konsortiums erneut zusammen, um den aktuellen Stand des Projekts zu besprechen. Erste Ergebnisse wurden gemeinsam ausgewertet...
SenAD2 Kickoff Hannover Meeting

Auftakttreffen des Konsortiums in Hannover am 28.08.2024

In Hannover fand das erste Treffen des SenAD2-Konsortiums statt, bei dem alle Projektpartner zusammenkamen. Der Fokus lag auf der Abstimmung zentraler organisatorischer und technischer Aspekte,...