QoStreet - Klassifizierung der Straßenqualität mit Big Data

Ansprechpartner: Julian Kreibich, M.Sc.

Problemstellung

Karten- und Navigationsdienste stellen für viele innovative Anwendungen im Fahrzeug eine unverzichtbare Grundlage dar. Dort werden neben statischen Straßeninformationen, wie Verkehrsschildern und Ampeln, auch dynamisch auftretende Ereignisse, z. B. Staus und Baustellen, den Kartendaten zugeordnet. Vielzählige Hintergrunddaten können somit vom Fahrzeug verarbeitet werden und unterstützen bei der Optimierung des Energieverbrauchs oder verbessern die aktive Sicherheit. Die Einspeisung aktueller Daten zur Qualität der Straßenoberfläche kann die Verkehrssicherheit und den Fahrkomfort weiter verbessern. Gegenwärtig wird in Intervallen von 4 Jahren im Wechsel die Qualität der Straßenoberfläche von Bundesautobahnen oder Bundesstraßen mit speziellen Messfahrzeugen erfasst. Eine Erhebung entsprechender Daten ist mit dem derzeitigen System aufgrund des großen Straßennetzes jedoch sehr aufwendig. Zudem stehen die Informationen nur zeitverzögert zur Verfügung.

Ziel

Ziel des Vorhabens "QoStreet" ist es deshalb, ein Verfahren zur Klassifizierung der Straßenbeschaffenheit auf der Basis von Smartphone-Sensordaten zu entwickeln und zu validieren. Der Oberflächentyp soll ebenso bestimmt werden, wie die Qualität der Straße. Dies soll mit Hilfe von Smartphone-Sensordaten erfolgen, die im Rahmen zahlreicher Flottenversuche am Lehrstuhl für Fahrzeugtechnik aufgezeichnet wurden. Vor allem Wetterdaten im Kontext des BMVI liefern zusätzliche Informationen, die bei der Klassifizierung erforderlich sind. Die Ergebnisse können dazu verwendet werden, die Fahrsicherheit und den Fahrkomfort zu erhöhen. Außerdem kann das Erhaltungsmanagement des Straßenbauamts gezielt unterstützt und flächendeckender gestaltet werden. Auch der Aufwand und die Kosten zur Bestimmung der Oberflächenqualität von Straßen lassen sich so gegenüber dem Einsatz konventioneller Messfahrzeuge potenziell reduzieren.

Durchführung

Zunächst werden anonymisiert erhobene Sensordaten den befahrenen Streckenabschnitten zugeordnet und kalibriert. Die über bereits durchgeführte Flottenversuche vorhandenen Daten werden mit Wetterdaten des Deutschen Wetterdienstes fusioniert, um auch sich ändernde Umgebungsbedingungen zu berücksichtigen und die Datenqualität zu plausibilisieren. Die große Menge an Sensordaten wird anschließend dazu verwendet, um die Straßenqualität im Raum München zu klassifizieren. Der zur Berechnung der Straßenbeschaffenheit konzipierte Algorithmus wird mit Hilfe von konventionellen Vergleichsmessungen überprüft. Die erzeugten Metadaten sollen nach Projektabschluss über ein Datenportal bereitgestellt werden.