Problemstellung

Im Mittelpunkt des Projekts TWIN4ROAD stand die Herausforderung, Straßenzustände in Deutschland effizient, objektiv und flächendeckend zu erfassen und zu bewerten. Trotz verfügbarer Sensortechnik erfolgt die Zustandserfassung häufig noch manuell oder uneinheitlich. Ziel war daher die Entwicklung eines cloudbasierten Systems zur automatisierten, KI-gestützten Analyse von Straßeninfrastruktur und -substanz. Zur präzisen Datenerfassung kamen Mobile-Mapping-Systeme mit LiDAR-Scannern, Kameras und Georadar zum Einsatz. Die erfassten Daten bildeten die Grundlage für den Aufbau eines digitalen Zwillings der Straße, der künftig fundierte Entscheidungen für Planung, Instandhaltung und Management unterstützen soll.

Ergebnisse und Wirkungen

Im Projekt wurden KI-gestützte Verfahren zur automatisierten Erkennung von Straßenschäden, Straßenrauminventar und unterirdischen Strukturen entwickelt und in eine cloudbasierte Systemarchitektur integriert. Darauf aufbauend entstand ein digitaler Zwilling der Straßeninfrastruktur, der Oberflächen- und Untergrundinformationen verknüpft. Ergänzend wurde eine webbasierte Anwendung entwickelt, die eine interaktive Visualisierung und Analyse der erfassten Daten ermöglicht. Die Ergebnisse werden nach Projektabschluss gemeinsam mit Kommunen und Infrastrukturbetreibern weiterentwickelt und in die praktische Anwendung überführt. So entstehen datenbasierte Prozesse in der Straßenunterhaltung und -planung, die Kosten senken, Ressourcen schonen und langfristig zur nachhaltigen Modernisierung und Digitalisierung der Verkehrsinfrastruktur beitragen.