Projektvorstellung
Problemstellung, Innovationsbedarf
Straßenverkehrslärm beeinträchtigt die Lebensqualität vieler Bürger. Er entsteht, vor allem bei E-Fahrzeugen, ganz überwiegend durch den Reifen-Fahrbahn-Kontakt. Die EU senkt Emissionsgrenzwerte ab, ihre Einhaltung ist anspruchsvoll. Das Homologationsverfahren berücksichtigt das Reifen-Fahrbahn-Geräusch (RFG) nur unter sehr speziellen Bedingungen, die Übertragung auf reale Verkehrsbedingungen ist eingeschränkt. Für breit wirkende Minderungsmaßnamen ist das vorhandene Wissen nicht ausreichend.
Projektziel (einschl. Datenbezug, Innovationen)
Es sollen Minderungspotenziale der RFG-Emission (RFGE) erschlossen werden. Dazu soll eine Datenbasis für RFGE und deren Einflussgrößen im realen Straßenverkehr erstellt und ein Vorhersagemodell mittels KI-Methoden abgeleitet werden, das die Lücke zwischen vorhandenen physikalischen Modellen und der Realität schließt. Das Modell soll es erlauben, aus geeigneter Messung auf einer bestimmten Fahrbahn auf die Emission auf anderen Strecken zu schließen sowie Minderungsmaßnahmen abzuleiten.
Durchführung (zentrale Aktivitäten)
Eine Fahrzeugflotte nimmt mit möglichst einfachen Messverfahren Daten zur RFGE und ihren Einflussparametern auf, KI-Methoden schätzen daraus relevante Kenngrößen, die mittels Ground-Truth-Daten validiert werden. Kenngrößen und geeignete Metadaten werden qualitätsgesichert in einer öffentlichen Datenbank nach FAIR-Prinzipien abgelegt. Mittels KI-Methoden wird aus diesen Daten ein Geräuschprognosemodell erstellt, mit dem Streckeneinflüsse berücksichtigt und Maßnahmen abgeleitet werden.
Erwartete Ergebnisse, weitergehende Wirkungen
Hersteller und Straßenbaubehörden erhalten weitere Geräuschreduzierungsmaßnahmen an Reifen, Fahrbahnen, Fahrzeugen und Betriebsbedingungen. Eine präzisere Vorhersage des Fahrbahneinflusses und damit bessere Vergleichbarkeit von Messungen auf unterschiedlichen Homologationsstrecken erlaubt ein zielgerichteteres Austarieren von Zielkonflikten. Die Auswirkung von Reifenmaßnahmen auf öffentlichen Strecken und von Fahrbahnmaßnahmen auf die Verkehrslärmbelastung der Bürger werden besser vorhersagbar.
Projektlaufzeit
01.10.2023 – 30.09.2026