Ermittlung der Vergleichs- und Wiederholstreubereiche bei der Erfassung von Substanzmerkmalen (Oberfläche)

Abstract

Im Rahmen der ZEB auf Bundesfernstraßen werden zur Ermittlung der Substanzmerkmale (Oberfläche) die digitalen Oberflächenbilder derzeit an Bildschirmarbeitsplätzen visuell beurteilt und manuell ausgewertet. Den Auswertungen liegen die in den ZTV ZEB-StB enthaltenen Aus werteregeln zugrunde. Technische Prüfvorschriften zur Regelung technischer Spezifikationen be züglich der Messsysteme und der Auswerteplätze stehen inzwischen ebenfalls zur Verfügung. Ziel des Forschungsprojektes war, durch die Ermittlung von Vergleichs- und Wiederholstreube reichen die Einflüsse auf das Auswerteergebnis zu untersuchen und die vorhandenen Toleranz vorgaben für die vorgeschriebenen Prüfungen zu bestätigen oder bei Bedarf neue Grenzwerte dafür zu vorzuschlagen. Das Projekt bestand in einer umfänglichen Analyse der derzeitigen Vorgehensweise bei der Er fassung und Bewertung der Substanzmerkmale (Oberfläche) im Teilprojekt 3 der ZEB sowie einer tiefgreifenden statistischen Analyse hinsichtlich der Wiederhol- und Vergleichbarkeit unter ver schiedenen Rahmenbedingungen. Zunächst wurden Messfahrten auf einem nach bestimmten Kriterien ausgewählten Streckenkollektiv und nach bestimmten (Mess-)Szenarien durchgeführt. Das Bildmaterial wurde nach dem geltenden Regelwerk in verschiedenen (Auswerte-)Szenarien ausgewertet. Zusätzlich zur manuellen Inspektion der Oberflächenbilder wurden die Daten auf Strecken in Asphaltbauweise (BAB) mit Hilfe künstlicher Intelligenz ausgewertet. Abschließend erfolgten die statistischen Auswertungen hinsichtlich Wiederhol- und Vergleichbarkeit und es ergingen Vorschläge für die Neufestlegung der entsprechenden Grenzwerte. Die Literaturrecherche zum Stand der Technik bei der Zustandsdatenerfassung auf nationaler und internationaler Ebene ergab keine grundlegend neuen Erkenntnisse. Hervorzuheben ist, dass eine Zertifizierung der Messsysteme durch eine offizielle Stelle und explizit definierte Anfor derungen an die Qualität der Erfassungstechnologie und der Erfassungsergebnisse international nicht erfolgt. Die im Teilprojekt 3 gewonnenen Ergebnisse werden von vielen verschiedenen Faktoren beein flusst, im Wesentlichen aber durch den Faktor Mensch (Wissenstand, Erfahrung, Tagesleistungs kurve u.a.). Auch zwischen Auswertern mit großem Erfahrungshintergrund (Referenzauswerter, Qualitätssicherer) weichen die Ergebnisse in Einzelfällen deutlich voneinander ab, was große Auswirkungen auf die Wiederholbarkeit haben kann. Die weiteren Einflüsse, wie das eingesetzte Messsystem, verschiedene Umgebungsbedingungen (Witterung) und die Qualität der Oberflä chenbilder, ordnen sich diesem Haupteinfluss unter. Dies konnte auf Basis eines statistischen Modells mathematisch nachgewiesen werden. Für die statistischen Berechnungen wurden für jede Zustandsgröße Referenzwerte generiert, d.h. möglichst nahe an der Wahrheit liegende Werte für jeden einzelnen Auswerteabschnitt. Die Er wartung aufgrund der langjährigen Erfahrungen war, dass die durchgeführten Auswertungen nur geringe Streuungen aufweisen, was sich nur teilweise bestätigt hat. Zur Ableitung der zu erwartenden Toleranzen bei den Zustandswerten und zur Festlegung von Grenzwerten wurden anhand der ZEB-Auswerteergebnisse Prüfungen auf 2-km-Teilabschnitten simuliert und deren Ergebnisse klassifiziert und bewertet. Daraus wurden für Strecken in Asphalt und Betonbauweise praxisnahe Toleranzen abgeleitet und modifizierte Grenzwerte vorgeschla gen. Diese liegen höher als die bisher nach ZTV ZEB-StB geltenden Werte. Seitens des Forschungsnehmers wurde die Empfehlung unterbreitet, abhängig von der Prüfungs art (Zulassungsprüfung, Kontrollprüfung) die bisherigen Grenzwerte nach oben anzupassen. Auf grund der im Forschungsprojekt gewonnenen Erkenntnisse über die Einflussfaktoren im Teilpro jekt 3 sollte auch der Einsatz von künstlicher Intelligenz zur Schadenserkennung auf Oberflächen und Frontbildern auf Basis von Deep-Learning durch weitere intensive Forschung und Entwick lung vorangetrieben und zur Praxisreife gebracht werden.