Die Betriebs­dau­er vie­ler U-Bahn-Tun­nel in Deutsch­land erfor­dert eine inten­si­ve Über­wa­chung und regel­mä­ßi­ge Inspek­ti­on, um die struk­tu­rel­le Inte­gri­tät und Funk­tio­na­li­tät der Anla­gen sicher­zu­stel­len. Bis­her wer­den die­se Inspek­tio­nen manu­ell durch­ge­führt – ein zeit­auf­wän­di­ger und risi­ko­be­haf­te­ter Pro­zess, der nicht nur hohen Res­sour­cenein­satz erfor­dert, son­dern auch anfäl­lig für Unge­nau­ig­kei­ten ist. Genau hier setzt das inno­va­ti­ve For­schungs­pro­jekt Robo­TUNN an. 

Stat­Soft wird gemein­sam mit For­schungs­in­sti­tu­ten der RWTH Aachen und der Uni­ver­si­tät Frei­burg / Fraun­ho­fer und wei­te­ren Indus­trie­part­nern in den kom­men­den drei Jah­ren dar­an arbei­ten, die auto­ma­ti­sier­te Inspek­ti­on, Erfas­sung von Schä­den sowie prä­dik­ti­ve Instand­hal­tung von Infra­struktur auf ein neu­es Level zu heben.  

 Ziel des Projekts: Autonome Inspektion und digitale Zwillinge 

 Das Robo­TUNN-Pro­jekt, gestar­tet im August 2024, hat sich zum Ziel gesetzt, U-Bahn-Tun­nel auto­nom zu inspi­zie­ren und Schä­den mit­hil­fe mobi­ler Robo­tik und Künst­li­cher Intel­li­genz in Echt­zeit zu erken­nen. Dabei soll die erfass­te Daten­la­ge kon­sis­ten­te digi­ta­le Zwil­lin­ge (DZ) gene­rie­ren, die ein prä­dik­ti­ves Instand­hal­tungs­ma­nage­ment ermög­li­chen. 

 Durch den Ein­satz von Robo­ter­sys­te­men kön­nen umfas­sen­de Bestands­auf­nah­men in Echt­zeit durch­ge­führt und Scha­dens­bil­der effi­zi­ent und genau erfasst wer­den. Die kon­sis­ten­ten digi­ta­len Zwil­lin­ge bie­ten nicht nur eine prä­zi­se Abbil­dung des aktu­el­len Zustands der Tun­nel­an­la­gen, son­dern auch eine Grund­la­ge für vor­aus­schau­en­de War­tung, wodurch Sicher­heits­ri­si­ken mini­miert und Instand­hal­tungs­kos­ten gesenkt wer­den kön­nen. 

 Der Bei­trag von Stat­Soft kon­zen­triert sich dabei auf zwei Berei­che:

1. Wir wer­den unse­re Exper­ti­se hin­sicht­lich der Inte­gra­ti­on hete­ro­ge­ner Daten­quel­len und Daten­fu­si­on dahin­ge­hend einbrin­gen, dass opti­ma­le Vor­aus­set­zun­gen für ana­ly­ti­sche und prä­dik­ti­ve Nut­zung der Daten geschaf­fen wer­den.
2. Wir ver­ant­wor­ten die KI-Model­lie­rung für die prä­dik­ti­ve Instand­hal­tung. Diese wird auf Basis des digi­ta­len Zwil­lings, also eines dyna­mi­schen Modells der Tunnel, erstellt.  

Forschungspartner und Förderung durch den mFUND 

 Das Pro­jekt wird im Rah­men der Inno­va­ti­ons­in­itia­ti­ve mFUND des Bun­des­mi­nis­te­ri­ums für Digi­ta­les und Ver­kehr (BMDV) geför­dert. Es bringt eine Rei­he von hoch­spe­zia­li­sier­ten Part­nern zusam­men, dar­un­ter die RWTH Aachen, das Fraun­ho­fer Insti­tut für Nach­hal­ti­ge Tech­ni­sche Sys­te­me Frei­burg (INATECH) und neben der Stat­Soft GmbH wei­te­re Unter­neh­men wie LAT Funk­an­la­gen-Ser­vice GmbH, ISAC GmbH und albert.ing. 

Ein bedeutender Schritt für die Infrastruktur 

Das Robo­TUNN-Pro­jekt wird eru­ie­ren und ver­pro­ben, wie moder­ne Tech­no­lo­gien wie KI und Robo­tik die Zukunft der Instand­hal­tung und Infra­struk­tur­über­wa­chung prä­gen wer­den. Durch die Kom­bi­na­ti­on von auto­no­men Inspek­tio­nen und digi­ta­len Zwil­lin­gen könn­te sich die Art und Wei­se, wie Tun­nel­an­la­gen gewar­tet und über­wacht wer­den, grund­le­gend ver­än­dern und den Weg für siche­re­re und effi­zi­en­te­re Pro­zes­se ebnen.