Fahrerlose Schienenfahrzeuge
Autonom über Land und durch die Stadt

Bis zur Massentauglichkeit autonomer PKWs gilt es noch einige technische und regulatorische Hindernisse zu überwinden. Im Schienenverkehr ist man hier schon deutlich weiter. Selbstfahrende Bahnen sind zu einem alltäglichen Verkehrsmittel geworden. Aber wie funktioniert das autonome Fahren auf der Schiene?

mask Nahaufnahme einer Schiene

Der Regelbetrieb selbstfahrender Fahrzeuge auf der Straße ist noch einige Jahre entfernt. Auf der Schiene ist er bereits Realität – und das schon seit fast 40 Jahren. In der französischen Großstadt Lille wurde 1983 die erste fahrerlose U-Bahn in Betrieb genommen. Inzwischen gibt es weltweit mehr als 60 U-Bahnsysteme, die vollautomatisch über eine zentrale Leitstelle gesteuert werden. All die Aufgaben, die sonst von Menschen übernommen werden – das Losfahren, das Anhalten an der Haltestelle, das Öffnen der Türen oder das Überwachen des Fahrwegs – steuert ein Computersystem.

So funktioniert die fahrerlose U-Bahn in Nürnberg

Bislang einzigartig in Deutschland sind die fahrerlosen U-Bahn-Linien U2 und U3 in Nürnberg. Seit über zehn Jahren sind sie im Einsatz und bringen an einem durchschnittlichen Werktag über 200.000 Menschen ans Ziel. Ermöglicht wird dies durch die Vernetzung der Fahrzeuge, der Strecke und der Stellwerke. In den Fahrzeugen und entlang der Strecke sind Rechner verbaut, die den Betrieb steuern. Kamera- und Radarsysteme gewährleisten die Sicherheit am Bahnsteig. Sollten Unbefugte in den Tunnel gelangen, lösen Sensoren sofort Alarm aus. Die Hinderniserkennung im Gleisbett sorgt dafür, dass die Bahn rechtzeitig abbremst, falls jemand auf das Gleis gestürzt ist. Intelligente Türen erkennen, wenn Menschen oder Gegenstände eingeklemmt wurden und verhindern, dass der Zug abfährt. Ganz ohne menschliche Unterstützung geht es aber auch hier nicht. Mitarbeitende in der zentralen Leitstelle überwachen den Betrieb und können im Notfall eingreifen. Die Bilanz der VAG Nürnberg fällt sehr positiv aus. Die Fahrgäste werden zuverlässig, pünktlich und sicher transportiert, auch Akzeptanzprobleme bestehen keine. Insgesamt gesehen fahre der Computer sogar besser, so eine Sprecherin.

Vorteile der fahrerlosen Systeme

Doch die Kosten für zusätzliche Technik, Infrastruktur und Instandhaltung sind hoch. Welche Vorteile bieten fahrerlose Systeme also? Durch selbstfahrende Züge wird die Sicherheit der Passagiere erhöht. Die Überwachungssysteme reagieren schneller als Menschen auf unvorhergesehene Ereignisse. Zudem verkürzen sich die Wartezeiten: Der automatisierte Betrieb ermöglicht eine hö­here Taktung. Zum Beispiel kann die U-Bahn in Nürnberg im 100-Sekunden-Takt fahren und damit doppelt so häufig wie bei konventionellem Betrieb. Bei hohem Fahrgastaufkommen wird außerdem die Zuglänge per automatischer Kupplung verdoppelt – ferngesteuert von der Leitstelle aus.

Auch die Geschwindigkeit kann erhöht werden: Mithilfe von Künstlicher Intelligenz (KI) werden optimale Abbrems- und Beschleunigungszeiten berechnet, wodurch die Bahnen punktgenau starten und stoppen. Durch die effizientere Fahrweise wird außerdem der Energieverbrauch reduziert.

An der stromsparenderen Planung von An- und Abfahrtszeiten der Nürnberger U-Bahn war das Fraunhofer IIS beteiligt. Diese Methoden werden im ADA Lovelace Center for Analytics, Data and Applications weiterentwickelt. Auch das Fraunhofer IKS ist Teil dieses Kompetenzzentrums und forscht an neuen Data-Analytics-Verfahren und -Algorithmen für konkrete KI-Anwendungen, die sowohl einen Mehrwert für die Industrie, datengetriebene Dienstleistungen als auch die Forschung bieten.

Kompetenzzentrum für Data Analytics & KI

Als Projektpartner im ADA Lovelace Center for Analytics, Data and Applications, einer Kooperationsplattform zu Data Analytics für Wissenschaft und Wirtschaft in Bayern, erforscht das Fraunhofer IKS neue Data-Analytics-Verfahren und -Algorithmen für konkreten KI-Anwendungen.

Mehr zum Kompetenzzentrum Pfeil nach rechts

Autonom auch im Fernverkehr

Überwiegend kommen die fahrerlosen Systeme in U-Bahnen zum Einsatz. Deren Liniennetze sind weniger komplex, meist sind baugleiche Bahnen im Betrieb. Dank des Tunnelsystems handelt es sich um eine relativ geschlossene Infrastruktur, mit überschaubaren Einflüssen von außen. Doch auch überirdisch ist autonomer Schienenverkehr prinzipiell möglich. In den Langstreckenzüge der Deutschen Bahn sitzen zwar noch Lokführer, theoretisch reicht aber der Kontakt zur Leitstelle bereits aus, damit der Zug gesteuert werden kann. Aufgrund juristischer Hürden dürfen Personenzüge in Deutschland allerdings noch nicht fahrerlos unterwegs sein. Das könnte sich aber bald ändern, die nötige Infrastruktur wird bereits vorbereitet: Das »European Train Control System« (ETCS) soll zum einheitlichen Standard für Zugbeeinflussungssysteme in ganz Europa werden. Auf mit ETCS ausgestatteten Strecken überwachen Sensoren die Geschwindigkeit und die Position des Zuges. Außerdem wird überprüft, ob das Gleis frei ist und – wenn ja – eine automatische Fahrtfreigabe erteilt. Dieses System stellt eine Grundvoraussetzung für einen autonomen Betrieb dar. Experten erwarten fahrerlose Züge in Deutschland, die auch Personen befördern, bereits in fünf Jahren.

Verlässliche Perzeption für sichere Anwendungen

Die korrekte Erfassung der Umwelt ist unumgänglich für einen sicheren Betrieb Kognitiver Systeme. Autonome Fahrzeuge z. B. erfassen ununterbrochen ihre Umgebung durch verschiedene Sensortechnologien wie Kamera-, Radar- oder Lidar-Systeme.

Mehr zu Perzeption Pfeil nach rechts

Forschungsbedarf bei der Perzeption

Die Grundlage dafür ist eine fehlerfreie maschinelle Wahrnehmung der Umgebung. Die sogenannte Perzeption entsteht aus gesammelten und zusammengeführten Daten von Kameras und Sensoren wie Radar und Lidar. Das Fraunhofer IKS arbeitet daran, KI bei der kamerabasierten Umfeldwahrnehmung verlässlicher zu machen. Verschiedene Hindernisse müssen zuverlässig erkannt und auch unterschieden werden können. Auch bei der Überprüfung der Gleise auf Defekte spielt sie eine große Rolle. Um die Performanz der KI für den Anwendungsfall zu erhöhen, müssen die bestmöglichen Machine-Learning-Verfahren und die dazugehörigen Hyperparameter ausgewählt werden. Damit auch die Güte der Vorhersagen verbessert wird, müssen außerdem die Unsicherheiten der KI während der Laufzeit genau bestimmt werden. Unter dem Stichwort Safe AI forschen die Wissenschaftlerinnen und Wissenschaftler des Fraunhofer IKS daran, KI abzusichern und Systeme zu schaffen, die nachweisbar verlässlich arbeiten.

Nächster Artikel

Mobilität der Zukunft – Marktanalyse Teil 1
Autonome Fortbewegung im Unternehmenseinsatz

Anna Sophie Kreipp
Anna-Sophie Kreipp
Smart Farming / Fraunhofer IKS
Smart Farming