Klimaschutz und
Attraktivität des Bahnverkehrs
Der Verkehrssektor spielt
bei der Erreichung der Klimaschutzziele eine entscheidende Rolle. Im Rahmen des
Klimaschutzprogramms der Bundesregierung wird eine Reduktion um 40 bis 42 %
im Vergleich zu 1990 auf 95 bis 98 Millionen Tonnen CO2 im Jahr
2030 angestrebt. Um dies zu erreichen, muss der Schienenpersonenverkehr attraktiver
werden. Der Bau neuer Strecken ist mit ca. 20 bis 30 Jahren von der Planung
bis zur Inbetriebnahme äußerst zeitintensiv und mit hohen Kosten verbunden. Die
Digitalisierung und Automatisierung des Zugbetriebs im bestehenden Netz ist
daher ein wesentlicher Hebel, um zügig Erfolge zu erzielen. Die damit
angestrebten Verbesserungen reichen von höherer Zugfolge und damit mehr
Flexibilität für den Fahrgast durch kürzere Taktzeiten, über größere
Kosteneffizienz, bis hin zu einer deutlich erhöhten Verfügbarkeit des Bahnverkehrs.
Künstliche Intelligenz und funktionale
Sicherheit im Einklang
Nach dem Stand der Technik wird die konventionelle
Automatisierungstechnik allein für einen voll-automatisierten Bahnbetrieb nicht
ausreichen. Künstliche Intelligenz hingegen birgt ein großes Potenzial auf
diesem Gebiet. Die bis jetzt ungelöste Herausforderung ist die praktikable
Verknüpfung von KI-Verfahren mit den Anforderungen und Zulassungsprozessen im
Bahnumfeld. Dort setzt das nationale Förderprojekt safe.trAIn an. Es soll die
Grundlagen für den sicheren Einsatz von KI für fahrerlose Schienenfahrzeuge
schaffen und damit eine zentrale technologische Herausforderung für die
Einführung des fahrerlosen Verkehrs adressieren.
Fahrerlosen Bahnverkehr
ausweiten
Lösungen
für einen vollständigen fahrer- und begleitlosen Betrieb haben sich bereits
seit einigen Jahren erfolgreich am Markt und im Betrieb etabliert. Allerdings
operieren diese bisher ausschließlich in kontrollierten und abgeschlossenen
Umgebungen, wie zum Beispiel in U-Bahn-Tunnels. Das safe.trAIn-Projekt
konzentriert sich nun auf den Anwendungsbereich der Regionalzüge: Diese
operieren in einer offeneren Umgebung, in der insbesondere Hindernisse (wie z. B.
Personen im Fahrweg oder auf der Schiene liegende Bäume, Erdrutsche etc.)
sicher erkannt werden müssen.
Ziele des Projekts
Ziel des Projektes ist die integrierte Entwicklung von
Prüfstandards und Methoden für den Einsatz von KI in der Automatisierung des
Schienenverkehrs sowie der Nachweis der Eignung der Prüfstandards am Anwendungsbeispiel.
Schwerpunkte sind hierbei KI-basierte Methoden für einen fahrerlosen
Regionalzug, zulassungsrelevante Nachweise der Produktsicherheit (Safety) der
KI-Komponenten sowie Prüfverfahren und Prüfmethoden. Safe.trAIn baut auf
Ergebnisse aktueller Forschungs- & Entwicklungsaktivitäten auf und
entwickelt diese gemäß den neuen Anforderungen weiter. Wichtige Projekte sind
Shift2Rail, BerDiBa, ATO-Sense & ATO Risk und KI-Absicherung.
Die beteiligten
Projektpartner möchten die Ergebnisse des Projekts nutzen, um
Automatisierungslösungen für den hochautomatisierten und fahrerlosen Betrieb
von Schienenfahrzeugen auf den Markt zu bringen. Relevante Ergebnisse aus
safe.trAIn sollen darüber hinaus in Normungs- und Standardisierungsaktivitäten
bspw. im KI- und Bahnbereich überführt werden.
Über das Projekt
safe.trAIn:
Laufzeit:
1.Januar 2022 bis 31.Dezember 2024; Gesamtbudget: ca. 23 Mio. EUR; 17 Partner:
Siemens AG (Konsortialführer), Siemens Mobility GmbH, BIT Technology
Solutions GmbH, Bridgefield GmbH, Edge Case Research GmbH, ITQ GmbH, Merantix
Labs GmbH, SETLabs Research GmbH, TÜV NORD Systems GmbH & Co. KG, TÜV
Rheinland InterTraffic GmbH, TÜV SÜD Rail GmbH, Fraunhofer-Gesellschaft zur
Förderung der angewandten Forschung e. V., Hochschule Düsseldorf
(University of Applied Sciences), Otto-von-Guericke-Universität Magdeburg,
Deutsches Institut für Normung e. V. (DIN), Verband der Elektrotechnik
Elektronik Informationstechnik e. V. (VDE), Bundesamt für Sicherheit in
der Informationstechnik (assoziiert), Das Projekt wird von Bundesministerium
für Wirtschaft und Klimaschutz im Rahmen des Fachprogramms „Neue
Fahrzeug- und Systemtechnologien“ gefördert.