Urbane Räume wandeln sich dynamisch. Heute erhobene Umgebungsdaten können schon morgen veraltet sein. Das ist ein Problem, wenn es um städtische Bauvorhaben oder Maßnahmen für Nachhaltigkeit und Sicherheit in der Stadt geht. Nicht selten werden bei Planungen auch heute noch viele Jahre alte Katasterpläne zugrunde gelegt. Für spezifische Fragestellungen wird kleinräumig und mit großem Aufwand vermessen. Aktuelle, umfassende Infrastrukturdaten würden Planungsprozesse deutlich effizienter machen – z. B. beim Netzausbau oder der Verkehrs- und Instandhaltungsplanung. Aber auch Services wie beispielsweise Gefahrenkarten für Extremwetterlagen, aktuell angepasste Routenplanungen (z. B. bei Baustellen) oder Wegeplanungen bei Großveranstaltungen lassen sich aus einem digitalen Abbild der Stadt jederzeit und angepasst an unterschiedliche Nutzergruppen abrufen.
Müll- oder Lieferwagen als Messfahrzeuge: Ausgerüstet mit einem kostengünstigen, aber hocheffizienten multimodalen Messmodul generieren die Fahrzeuge Daten der städtischen Umgebung. Foto: Fraunhofer IPM
Multisensor-System sammelt Daten im Regelverkehr
Das Fraunhofer-Institut für Physikalische Messtechnik (IPM) hat daher gemeinsam mit der incontext.technology GmbH das MuSiS (Multimodaler digitaler Zwilling für eine sichere und nachhaltige Stadt)-Projekt gestartet und einen Prozess entwickelt, mit dem ein Digitaler Zwilling urbaner Umgebungen schnell und engmaschig erstellt werden kann. Im MuSiS-Projekt schafft das Forschungsteam die Voraussetzungen für eine engmaschige, digitale Erfassung urbaner Infrastruktur: Eine kompakte, universell einsetzbare Messbox, die ein Team am Fraunhofer IPM entwickelt, soll die Umgebung mithilfe von Laserscannern und Kameras im laufenden Verkehr erfassen. Ein Schallpegelmesser nimmt zudem die akustische Belastung auf. Die Daten werden bereits bei der Erfassung anonymisiert, d.h. Menschen und Fahrzeuge werden unkenntlich gemacht. Das robuste Multisensor-System kann ohne großen Aufwand auf verschiedene Fahrzeuge montiert werden. Es verfügt über eine Positionierungseinheit, sodass die Messdaten mit Standortinformationen verknüpft sind.
Die Messdaten sollen in Echtzeit für verschiedene Anwendungen bereitgestellt werden. Damit dies gelingt, müssen die Daten bereits auf dem Fahrzeug vorverarbeitet und reduziert werden – denn auf dem Weg durch die Stadt nehmen die Sensoren eines einzigen Messfahrzeugs mehrere Gigabyte an Daten pro Kilometer auf. Ein speziell angepasstes Künstliches Neuronales Netz (KNN), das ebenfalls am Fraunhofer IPM entwickelt wurde, soll die Daten bereits in der Messbox prozessieren. Expert:innen des Industriepartners incontext.technology werden KI-basierte Algorithmen für die automatisierte Nutzung und eine semantische Anreicherung der Datenströme entwickeln und Datenmodelle für den digitalen Zwilling einer Stadt erstellen.
Die aufbereiteten Daten werden für ausgewählte Anwendungsfälle rund um das Monitoring von städtischer Sicherheit und Infrastruktur spezifisch für unterschiedliche Nutzergruppen über Apps und Webportale zugänglich gemacht. Als Grundlage dient der Digitale Zwilling: das semantische Modell einer Anlage oder auch einer Umgebung, das Sensordaten aus verschiedenen Systemen integriert und mithilfe von KI trainiert wird.
Das Projekt MuSiS wird im Rahmen des Förderprogramms Invest BW vom Ministerium für Wirtschaft, Arbeit und Tourismus gefördert. (jr)