Bestandsdatenerfassung und -pflege sind essenziell für Bau- und Instandhaltungsmaßnahmen an der Eisenbahninfrastruktur. Mithilfe tiefer neuronaler Netze lässt sich die Erfassung von Infrastrukturkomponenten direkt aus Punktwolkendaten automatisieren, sodass dieser bisher überwiegend manuell durchgeführte Prozess effizienter gestaltet werden kann. Die Softwarelösung, die im Rahmen des Innovationsprojektes „SIGNON InfraAI – Technical Equipment“ entwickelt wird, erkennt und verortet Objekte und trägt so dazu bei, die Erfassung und Lokalisierung, beispielsweise zur Planung oder Instandhaltung, deutlich zu optimieren. Insbesondere in Zeiten von Fachkräftemangel und begrenzter finanzieller Ressourcen unterstützt sie dabei, den Bahnverkehr sicher zu gestalten.
Im Rahmen des Innovationsprojekts wurde die technische Machbarkeit der automatisierten Erfassung ausgewählter LST-Objekte in Punktwolken mittels Segmentierungsnetzwerken erfolgreich nachgewiesen. Eingebettet ist die entwickelte KI-basierte Punktwolkenanalyse in eine Prozesskette, die den gesamten Ablauf von den Messfahrten über das Post-Processing der erfassten Rohdaten bis hin zur eigentlichen Anwendung abdeckt. Für den Machbarkeitsnachweis der KI-Erkennung wurden sechs Objektklassen ausgewählt: Achszähler (AC), Oberleitungsmasten (CAT), Gleismagnete (MAG), Vorsignalbaken (Ne3), Sperrsignale (SP) sowie Geschwindigkeitssignale Lf 7 (Lf7). Mit der Software ist es möglich, Positionen und Geometrien dieser Objekte automatisiert zu bestimmen und anschließend mit den digitalen Bestandsplänen abzugleichen. So können insbesondere häufig vorkommende sowie in den Punktwolken schwer zu identifizierende Objekte schneller erkannt und abgeglichen werden. Künftig wird dies sowohl die Analysezeiten als auch die Kosten der Auswertung von Befahrungsdaten signifikant reduzieren.

Künftige Weiterentwicklungen sehen vor, den Objektkatalog um zusätzliche Objektklassen und Attribute zu erweitern, um die Bestandsdatenspezifikation der Digitalen Schiene Deutschland (DSD) in der jeweils aktuellen Fassung möglichst vollständig abbilden zu können. Darüber hinaus werden Optimierungen bezüglich der Erkennungsgenauigkeit und eine Reduktion des Rechenaufwands vorgenommen sowie die Software auf weitere Anwendungsbereiche angepasst. Derzeit werden intensiv Maßnahmen zur Verbesserung und Fehlerreduktion umgesetzt. So werden unter anderem zusätzliche Objektklassen trainiert und Plausibilitätsprüfungen eingeführt, um Fehlidentifikationen anhand logischer und räumlicher Zusammenhänge verschiedener Elemente (wie etwa Gleismagnet und Lichtsignal) sowie weiterer Kontextinformationen zu reduzieren.

Der Abschluss der wichtigsten Optimierungen und geplanten Erweiterungen ist bis Ende 2025 geplant, sodass dann eine erste produktiv einsetzbare Software-Version verfügbar sein wird.

Weitere Informationen zu „SIGNON InfraAI – Technical Equipment“ finden Sie in der Veröffentlichung im Eisenbahningenieur: https://signon-group.com/wp-content/uploads/2025/09/EI_2025_009_011-015_signon_liz-2.pdf