Jeder Radweg ist nur so gut wie seine Oberflächenbeschaffenheit. Diese muss regelmäßig kontrolliert werden, um rechtzeitig sich anbahnende Risse oder Schlaglöcher lokalisieren zu können. Nur dann kann der Straßenerhalter reagieren, bevor der Radweg zur Rumpelpiste wird. Derzeit wird diese Prüfung mit einer Vibrationsmessung gemacht. Es wird also überprüft, wie hoch die Schwingungsbelastung für Drahtesel und Reiter auf einem bestimmten Radweg ist.
Dabei gäbe es eine viel genauere und einfachere Methode: LiDAR. Der Name ist ein Akronym und bedeutet „Light Detection and Ranging“, also ein System zur Generierung von hochauflösenden 3D-Informationen rein durch Licht. Diese schnelle und einfache Methode wird für die Kontrolle der Oberflächenbeschaffenheit von Autobahnen oder höherrangigen Straßen bereits verwendet, hat aber einen entscheidenden Nachteil auf Radwegen: Die dafür verwendeten Messfahrzeuge sind einfach zu groß und zu schwer.
Messfahrrad
Deshalb hat man bei Salzburg Research ein handelsübliches Fahrrad zum smarten Sensorfahrrad aufgerüstet. „Das Gerät verfügt über eine Reihe von Sensoren, darunter GPS, mehrere Trägheitsmesseinheiten, 2D-Kameras und fünf LiDAR-Sensoren. Jeder LiDAR-Sensor am Fahrrad zeigt in eine andere Richtung, um eine vollständige 360-Grad-Ansicht der Umgebung des Fahrrads zu erfassen“, erklärt Projektleiter Moritz Beeking.
Mit den LiDAR-Sensoren wurde die Umgebung des Rades durch hochfrequente Laser-Abstandsmessungen in Form einer sogenannten Punktwolke, bestehend aus 240.000 Punkten, zehnmal pro Sekunde aufgenommen und dreidimensional dargestellt. Die speziell trainierte künstlichen Intelligenz kann jeden Messpunkt identifizieren, zum Beispiel ob er zur Straße gehört, zur Vegetation oder einem Gebäude. Moritz Beeking: „So könnten beispielsweise für die Instandhaltung von Radwegen zunächst alle zugehörigen Punkte extrahiert und daraus ein Oberflächenmodell erstellt werden.“ Weil das smarte Sensorfahrrad aber seine ganze Umgebung „im Blick“ hat, kann es noch viel mehr. Zum Beispiel das Analysieren von gefährlichen Verkehrssituationen oder der Einsatz der Messdaten für Warnkonzepte für mehr Sicherheit auf Radwegen.
