Effiziente Schwertransporte durch 3D-Scans und digitale Modellierung

Grundlage für das Projekt war die Erfassung von Engstellen mit einem 3D-Scanfahrzeug, das mit einem Mobile Mapping System aus verschiedenen Sensoren und einem Multi-Kamerasystem ausgerüstet war. „Modernste Kameratechnik macht es heute möglich, digitale Abbilder einer Straße mit einer Genauigkeit von wenigen Zentimetern zu generieren. Problematisch sind dabei Störgrößen wie Regen oder Schnee, andere Verkehrsteilnehmende oder die Eigenbewegung des Messfahrzeugs“, sagt Projektleiter Prof. Dr. Alfred Ulrich vom Kölner Labor für Baumaschinen der TH Köln.

Daher bestand ein wesentlicher Teil des Vorhabens darin, die Kameraaufnahmen durch Änderungen an der Hardware und am Aufbau des Messfahrzeugs sowie durch Softwareeinsatz zu optimieren. Auf diese Weise konnten die gewonnenen Daten wie Durchfahrtshöhen oder Fahrbahnmarkierungen automatisch aufbereitet, ausgewertet und visualisiert werden. Am Ende stand eine 3D-Punktwolke, die georeferenziert ist, sich also in Bezug zu den Daten einer digitalen Landkarte befindet.

Schleppkurven berechnen

In einem weiteren Schritt folgte die digitale Modellierung des Transports. Dabei wurden verschiedene Fahrzeugmodelle abgebildet, inklusive der Überführung eines 70 Meter langen Windradflügels. „Wir haben die digitale Strecke und das digitale Fahrzeug in eine gemeinsame Simulationsumgebung integriert und die sogenannte Schleppkurve berechnet. Diese gibt an, wie viel Platz der Transport beispielsweise beim Durchfahren einer Kurve benötigt. Hierfür brauchen wir die störungsfreien Datensätze, damit nicht etwa ein fälschlicherweise digitalisiertes Staubkorn eine Kollisionswarnung auslöst“, so Ulrich. Mit den so generierten Daten kann eine digitale Streckenplanung erfolgen, die insbesondere ermittelt, ob alle Engstellen auf der Route passierbar sind. Werden diese den zuständigen Behörden vorgelegt, könnten sie das Genehmigungsverfahren beschleunigen.

Bessere Unterstützung der Fahrzeugführer*innen

Im Zuge des Forschungsprojekts untersuchten die Beteiligten auch Wege, den eigentlichen Transport zu vereinfachen. Die Genehmigungen von Großraum- und Schwertransporten umfassen häufig mehrere hundert Seiten, da für verschiedene Streckenabschnitte Sonderanforderungen festgelegt werden. So können die Behörden etwa vorschreiben, auf welchen Fahrspuren der Transport durchzuführen ist. Daher wurde ein bereits bestehendes Navigationssystem des Projektpartners Sommer GmbH & Co. KG erweitert.

„Bislang war eine manuelle Digitalisierung und Integration des Genehmigungsbescheides in das Navigationssystem erforderlich. Dies geschieht nun weitgehend automatisch. Auf dem Display erscheinen Hinweise zu Geschwindigkeit, Höhenbegrenzungen oder zur Positionierung der Begleitfahrzeuge. Das System ist in 13 Sprachen verfügbar und kann unter Umständen ansonsten erforderliche Dolmetscher*innen ersetzen“, erläutert Helga Sommer, Geschäftsführerin der Sommer GmbH & Co. KG.

In besonders kritischen Engstellen kommt ein neuer Betriebsmodus für die Feinlokalisierung zum Einsatz, der sich auf die vorher ermittelten digitalen Abbilder von Straße und Fahrzeug stützt. „Vorab wird eine kollisionsfreie Ideallinie ermittelt, die während der Fahrt als Referenz dient. Das System bestimmt die aktuelle Lage des Transportes und berechnet eine Lenkempfehlung“, sagt Ulrich. Zudem experimentierten die Projektpartner mit Augmented Reality (AR). Dabei sieht der Fahrer durch eine AR-Brille die Straße und zudem am unteren Bildrand Fahrhinweise aus den Ergebnissen der Feinlokalisierung. Die Forschungsergebnisse werden nun im Produktportfolio der Sommer GmbH & Co. KG zur Marktreife gebracht.

Über das Projekt

Das Vorhaben „Großraum- und Schwertransport 4.0 – Digital optimierte Planung, Genehmigung und Durchführung von Großraum- und Schwertransporten (GST 4.0)“ wurde von Juli 2020 bis Dezember 2023 vom Kölner Labor für Baumaschinen der TH Köln und der Sommer GmbH & Co. KG durchgeführt. Das Bundesministerium für Digitales und Verkehr unterstützte das Kölner Labor für Baumaschinen der TH Köln zur Durchführung des Projektes im Rahmen der Forschungsinitiative mFUND mit rund 850.000 Euro.