In dem Projekt wird die menschliche Leistungsfähigkeit bei der Kollisionsvorhersage aus dem Führerstand in Fahrversuchen unter realitätsnahen Bedingungen ermittelt.
Ziel
Im Projekt werden die fertigkeitsbasierten visuellen Wahrnehmungsfähigkeiten der Tf zur Kollisionsvorhersage unter realen Bedingungen quantifiziert und entsprechende funktionale Kennwerte ermittelt. Im Rahmen der dazu durchgeführten Versuchsfahrten auf einer Teststrecke oder im Betriebsnetz werden zudem Sensordaten aus einem Perzeptionssystem aufgenommen. Die Ergebnisse stellen eine Grundlage für die Genehmigung und Zulassung von ATO im Schienenverkehr und der Erfassung der Sicherheitsanforderungen nach dem entsprechenden Risikoakzeptanzkriterium der CSM-RA für ein technisches Wahrnehmungssystem dar.
Beschreibung
Das Ziel, fahrerlose Züge (Automatisierungslevel GoA3+) auf die Strecke zu bringen, erfordert die Entwicklung und Genehmigung sicherer Systeme, welche die menschlichen Triebfahrzeugführenden (Tf) u. A. im Hinblick auf die Kollisionsvorhersage ersetzen und mindestens die gleiche Sicherheit gewährleisten. Derzeitige Lösungsansätze hierzu beinhalten in der Regel eine Kombination verschiedenartiger Sensoren wie Kamera, Radar und Lidar, sowie den Einsatz von künstlicher Intelligenz. Um die menschliche Wahrnehmungsfähigkeit valide quantifizieren zu können, werden im Rahmen dieses Projektes umfassende Realfahrversuche im Triebfahrzeug erfolgen. Dabei wird die Erkennungsleistung der Tf von platzierten Objekten an der Strecke erfasst und zusätzlich Sensoren zur Datenaufzeichnung eingesetzt. Gewonnene Erkenntnisse und Datenmodelle werden gezielt aufbereitet zur geeigneten Verwendung in der Genehmigung und Zulassung von ATO Systemen.
Lose (1)
Interessiert an dieser Ausschreibung?
Melden Sie sich kostenlos an und erhalten Sie automatische Benachrichtigungen für ähnliche Ausschreibungen mit KI-gestützter Analyse.