Ziel
Ziel des Vorhabens ist die Entwicklung eines komplexen und effizient einsetzbaren Systems zur vollautomatischen Zustandserfassung von forstlichen und ländlichen Wegeanlagen, die Zuordnung in Schadenkategorien und Ableitung notwendiger Maßnahmen einschließlich deren Kostenkalkulation. Basis dafür ist die Analyse des gesamten Wegequerprofils einschließlich des Lichtraumes.
Teilziele:
- vollautomatische Datensatzerhebung bei Befahrung des Weges
- Erzeugung eines digitalen Zwillings
- KI – gestützte Analyse der Attribute
- Generierung praktisch nutzbarer Ergebnisse und Prototyp eines unter realen Anwendungsbedingungen funktionierenden Prototyps des Systems
Aufgaben
Schwerpunkte des Projektes sind
- Sensorentwicklung (technisch)
- Datenverarbeitung (technisch, logistisch)
- Datenverwertung
Status Quo
Wegeinventuren und Schadstufenerfassung:
- manuelle Verfahren der Wegeinventuren sind subjektiv geprägt und kostenintensiv
- automatisierte Verfahren des öffentlichen Straßensektors sind zu teuer (Kosten-Nutzen-Verhältnis für Forstbetriebe nicht tragbar)
- die aktuell eingesetzte sensorbestückte Messlanze (Thüringen Forst AöR) kann nur den Fahrbahnzustand analysieren, aber nicht den gesamten Querschnitt der Wegeanlage
- kein einheitliches System der Schadstufeneinteilung forstlicher Wege in Deutschland vorhanden
Vorteile
Automatisierung und KI-gestützte Auswertung:
- kostengünstige optische Analyse der gesamten Wegeanlage ermöglicht Wegeinventuren in kurzen Zeitabständen und die Kontrolle einer wirksamen laufenden Wegepflege
- objektive Schadstufeneinstufung und Ableitung notwendiger Maßnahmen mit georeferenzierter Zuordnung eines Leistungsverzeichnisses macht Ergebnisse vergleichbar und Maßnahmen kalkulierbar
- rechtzeitige Feststellung erforderlicher Pflegemaßnahmen vermeidet weitreichende, kostenintensive Folgeschäden
Projektdaten und -partner
Verbundvorhaben: Entwicklung eines optisch basierten Systems zur qualitativen und quantitativen Zustandserfassung von Waldwegen - Contura
Teilvorhaben 1: Projektkoordination, Grundlagenforschung / Versuche, Praxistest, Wirtschaftlichkeitsuntersuchungen, Wissenstransfer – Contura;
Fachhochschule Erfurt, Fakultät für Landschaftsarchitektur, Gartenbau und Forstwirtschaft; Fachrichtung Forstwirtschaft
https://www.fnr.de/index.php?id=11150&fkz=2220NR061A
TV 2: Systemarchitektur Sensor, Entwicklung Gesamtsensorkonzept; Messdatengewinnung mittels LIDAR sowie Fusion der 3D-datengebenden Sensoren – Contura_TU-I;
Technische Universität Ilmenau, Fakultät für Maschinenbau, Fachgebiet Qualitätssicherung und Industrielle Bildverarbeitung (QBV)
https://www.fnr.de/index.php?id=11150&fkz=2220NR061B
TV 3: Fusion von GIS- und Bilddaten, Training des künstlichen neuronalen Netzwerks, Eignungsprüfung für industrielle Umsetzung und Marktanalyse – Contura;
GEO Net solution GmbH
https://www.fnr.de/index.php?id=11150&fkz=2220NR061C
TV 4: Konstruktive Entwicklung und Fertigung des Aufnahme und Trägersystems – Contura_ZWE;
Zwerrenz Automatisierungstechnik GmbH
https://www.fnr.de/index.php?id=11150&fkz=2220NR061D
TV 5: Entwicklung eines künstlichen neuronalen Netzwerkes für Ermittlung Weg- und Lichtraumprofil sowie Grabenbegutachtung – Contura_V-C
Vision & Control GmbH
https://www.fnr.de/index.php?id=11150&fkz=2220NR061E
TV 6: Entwicklung Wegedokumentation, Durchführung Trainingsphase künstliches neuronales Netzwerk, Schadenkategorisierung, Ergebniseinbindung in NavLog-System; HD Vision Systems GmbH
https://www.fnr.de/index.php?id=11150&fkz=2220NR061F
TV 7: Entwicklung eines Erkennungstools – Contura
NavLog – Gesellschaft für Navigations- und Logistikunterstützung in der Forst- und Holzwirtschaft mbH
https://www.fnr.de/index.php?id=11150&fkz=2220NR061G
Projekt-Laufzeit:
April 2021 – März 2024