Erhöhung der Lichtqualität und Energieeffizienz von Straßenbeleuchtung in Siedlungsgebieten

Lichtsignalanlagen sind wesentliche Teile der Verkehrsinfrastruktur. Aktuelle Installationen regeln dabei den Verkehr entweder nach statischen zeitgesteuerten Verfahren oder sind nur mit eingeschränkter Sensorik für die bedarfsorientierte Steuerung ausgestattet. Intelligente Systeme und smarte Sensoren, die auch komplexe Situationen erfassen können, könnten die Lenkung der Verkehrs und Fußgängerströme flüssiger gestalten und Wartezeiten vermeiden, Fehlverhalten und damit Unfälle reduzieren sowie auch einen Beitrag zum Umweltschutz liefern.

Dieses Projekt hat zum Inhalt neuartige intelligente Sensorsysteme und -konzepte im Bereich der Infrarotsensorik sowie der Magnetfeldsensorik für die Detektion von unterschiedlichen Verkehrsteilnehmern in komplexen Situationen zu erforschen, damit die obigen Ziele erreicht werden können.

Um einen zukünftigen Einsatz zu ermöglichen, müssen die Sensoren komplexe Situationen erfassen, sich robust auf Umwelteinflüsse einstellen und effizient in zukünftige und bestehende Lichtsignalanlagen integrierbar sein. Ebenso müssen die Sensoren einen engen Kostenrahmen erfüllen, um wirtschaftlich eingesetzt werden zu können. Bestehende Sensoren wie zum Beispiel Induktionsschleifen, Drucktaster oder Radarsensoren sind aktuell sehr eingeschränkt in der Erfassung der Verkehrsteilnehmer und benötigen teilweise sehr hohen Installationsaufwand wie
beispielsweise eine Verlegung im Straßenbelag.

Die in diesem Projekt erforschten Sensorkonzepte sollen vielseitig Verkehrsteilnehmer klassifizieren können und als intelligente Module mit geringem Aufwand technisch und wirtschaftlich in das System Lichtsignalanlage integrierbar sein. Die zu erforschenden Sensoren müssen dabei als Multi-Sensor-Systeme aufgebaut werden, um a) unterschiedliche Verkehrsteilnehmer zu klassifizieren und b) die Verkehrssituation umfassend zu erfassen.

Low-Pixel Infrarot Sensoren werden bereits im Indoorbereich zur Situationserkennung eingesetzt. Für die angestrebte Anwendung müssen jedoch neuartige Konzepte erforscht werden, damit die notwendigen Reichweiten erzielt und die zu detektierenden Objekte erkannt werden. Im Gegensatz zur Indooranwendung gibt es eine wesentlich höhere Anzahl an Objektklassen, aber auch externe Störeinflüsse wie stark variierende Aussentemperaturen oder hohe Objektgeschwindigkeiten.

Magnetfeldsensoren basierend auf Giant Magnetoresistance (GMR, Riesenmagnetowiderstand) und Tunnel Magnetoresitance (TMR, magnetischer Tunnelwiderstand)-Effekt sind die zweite zu erforschende Technologie. Im Gegensatz zu herkömmlichen Magnetsensoren reagieren diese Sensoren auch auf schwach magnetische oder paramagnetische Objekte, indem sie Störungen des Erdmagnetfeldes registrieren. Forschungsschwerpunkt ist hierbei die Klassifizierung von Objekten und die Korrelation mit den Daten der Infrarotsensorik.

Durch die Fusion der beiden Sensoren soll letztendlich die Zuverlässigkeit der Sensordaten erhöht werden und so eine umfassendere Einschätzung der Situation an der Kreuzung ermöglicht werden. Da die Sensoren nur Objekte klassifizieren (Fahrzeugart, Fußgänger etc.), aber keine Einzelobjekte oder Individuen identifizieren können, verfolgt der Ansatz das Prinzip „Privacy by Design“ und gewährt somit den Schutz der Privatsphäre der Verkehrsteilnehmer.

Diese Arbeit wird von der Europäischen Kommission durch den Europäischen Fonds für regionale Entwicklung gemäß Artikel 4 EFRE und dem Land Niederösterreich kofinanziert

Details

Projektzeitraum 01.05.2015 - 30.09.2017
Fördergeber FFG
Förderprogramm Klima und Energiefonds
Department

Department für Integrierte Sensorsysteme

Zentrum für Verteilte Systeme und Sensornetzwerke

Projekt­verantwortung (Donau-Universität Krems) Dipl.-Ing. Albert Treytl
Projekt­mitarbeit Gabor Kovacs
Zum Anfang der Seite

 

Zum Glossar

Diese Website verwendet Cookies zur Verbesserung Ihrer Nutzererfahrung, für analytische Zwecke zur Optimierung unserer Systeme und für Marketingmaßnahmen. Indem Sie auf „OK" klicken bzw. die Website weiter verwenden, stimmen Sie der Cookie-Nutzung zu. Mehr Information zum Datenschutz.

OK