CargoTrailSense_AI - Sensorfusionsbasierte Kennwertberechnung unter realen Ladungsbedingungen bei Gespannen mit gekoppelten Datenbanken

Abstract

Das Projekt CargoTrailSense_AI verfolgte das Ziel, ein seriennahes, praxistaugliches Gesamtsystem zur kontinuierlichen Erfassung von Beladungszuständen, Fahrzeugzuständen und Straßenzuständen im realen Nutzfahrzeugbetrieb zu entwickeln. Hierfür wurde eine End-to-End-Architektur umgesetzt, die von der Sensorintegration über die Datenerfassung bis hin zur datenbankgestützten Auswertung und Bereitstellung reicht. Zentrale Ergebnisse umfassen eine hochgenaue Achs- und Radlastbestimmung mittels Sensordatenfusion, Ansätze zur frühzeitigen Detektion von Fahrzeugdefekten sowie die Ableitung von Straßenzustandsinformationen aus fahrzeugseitigen Schwingungsdaten. Die entwickelten Modelle konnten im Demonstratorbetrieb sowie in Flottenversuchen erfolgreich validiert werden und zeigen eine hohe Übertragbarkeit bei gleichzeitig geringer Sensorikkomplexität. Darüber hinaus wurde eine skalierbare Dateninfrastruktur aufgebaut, die eine Nutzung der gewonnenen Daten für unterschiedliche Stakeholder ermöglicht. Insgesamt leistet das Projekt einen wesentlichen Beitrag zur Erhöhung von Verkehrssicherheit, Effizienz im Transportwesen sowie zur datenbasierten Bewertung von Infrastrukturzuständen.