Eine Übersicht aller Sessions/Sitzungen dieser Veranstaltung. Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.
Erkennung und Zuordnung von Lichtsignalanlagen für autonome Fahrzeuge in urbanen Testsites
Mihai Kocsis1,2, Bryan Hartmann1, Erik Heinrich1, Raoul Zöllner1, Nicolaj C. Stache1
1Hochschule Heilbronn, Deutschland; 2FZI Forschungszentrum Informatik, Deutschland
Die vorliegende Arbeit befasst sich mit einer lernbasierten Erkennung von Lichtsignalanlagen und deren Zustand im urbanen Straßenverkehr. Weiterhin wird eine Zuordnung dieser Anlagen anhand einer topologischen Karte, der aktuellen Pose des Fahrzeugs und der geplanten Route durchgeführt. Die Evaluation wird auf reale Daten, welche mittels autonom fahrenden Shuttles in den Testsites Heilbronn und Bad Wimpfen aufgenommen wurden, durchgeführt.
Erkennung von Schadmustern an Personenverkehrszügen und Evaluierung der Konfidenz zur Auswahl robuster Features für „Predictive Maintenance“ — Projekt ESPEK
Lars Schymik, Alexander Stolpmann
Technische Hochschule Wildau, Deutschland
Im Rahmen des Projekts ESPEK wurden Häufigkeit und Relevanz bestimmter Schäden an verbreiteten
Waggontypen analysiert und basierend darauf im Rahmen eines Konzepts „KI-gestützte Inspektion“
praxistaugliche, datenbasierte, KI-gestützte EDV-Lösungen entwickelt, um Schäden an ausgewählten
Personenwaggons automatisiert visuell zu erkennen. Ausgehend von den bisher maßgeblich
manuellen Inspektionsabläufen und Checklisten können selbige durch die vorgeschlagenen Software/
Hardware-Automatisierungen effizienter gestaltet werden. Übergeordnet werden die Sicherheit
der Fahrgäste erhöht, das Problem des Fachkräftemangel bekämpft sowie Ausfall- und Standzeiten reduziert,
was letztlich zur besseren Auslastung des Systems Schiene insgesamt beiträgt und Zugfahren
