safe.trAIn

Ein wesentlicher Bestandteil eines klimafreundlichen und attraktiven Verkehrsmixes ist es, auch im Schienenverkehr den Betrieb in höchsten Automatisierungsstufen (siehe GoA4 = GoA Level 4 – Unattended Train Operation, vgl. DIN EN 62290-1) zu erreichen. Dieses Ziel kann in den vorherrschenden, komplexen Umgebungen eines Regionalzugs nicht allein durch die klassischen Automatisierungstechnologien gelöst werden. Andererseits erzielt die Entwicklung von Technologien im Bereich des hochautomatisierten Fahrens (auf Straße und Schiene) bemerkenswerte Fortschritte, die auf der Leistungsfähigkeit von Künstlicher Intelligenz (KI) basieren. Eine wesentliche ungelöste Herausforderung ist dabei die Verknüpfung der KI-Verfahren mit den Anforderungen und Zulassungsprozessen im Bahnumfeld. 

Die konsequente Digitalisierung und Automatisierung des Zugbetriebs im bestehenden Netz erscheinen als der entscheidende Hebel, um die notwendigen Erfolge zu erzielen. 

Der Verkehrssektor ist einer der wesentlichen Verursacher von CO₂-Emissionen. Zur Erreichung der europäischen Klimaschutzziele besteht deshalb ein hoher Druck die CO₂-Emissionen zu reduzieren.

Im Rahmen des Klimaschutzprogramms der Bundesregierung wird eine Reduktion um 65 % im Vergleich zu 1990 auf 98 bis 95 Millionen Tonnen CO₂ im Jahr 2030 angestrebt. Neben einer Erhöhung des Anteils von Elektrofahrzeugen stellt insbesondere eine Steigerung der Attraktivität des Schienenpersonenverkehrs ein zentrales Element dar, um dieses Ziel zu erreichen. Konkret erfordert dies, eine Erhöhung der Zugfolge, eine Verbesserung der Verlässlichkeit sowie eine höhere Flexibilität für den Fahrgast durch kürzere Taktzeiten.

Dies ist insbesondere auch vor dem Hintergrund des Wettbewerbs der Schiene mit dem Individualverkehr und anderen Verkehrsträgern notwendig. 

Der Einsatz von Verfahren der künstlichen Intelligenz (KI) – wie beispielsweise Maschinelles Lernen (ML) – wird derzeit als vielversprechendster Ansatz gesehen, um das automatisierte Fahren realisieren zu können. In einem sicherheitskritischen Umfeld wie dem fahrerlosen Schienenverkehr werden KI-Methoden benötigt, die nachweisbar robust und sicher sind, um z. B. Hindernisse auf der Strecke mit der notwendigen Verlässlichkeit erkennen zu können. Das Vorhaben safe.trAIn zielt darauf ab, die Grundlagen für den sicheren Einsatz von KI für fahrerlose Schienenfahrzeuge zu schaffen und damit die technologisch größte Herausforderung zur Einführung des fahrerlosen Verkehrs zu adressieren. Eine wesentliche ungelöste Herausforderung ist dabei die Verknüpfung der KI-Verfahren mit den Anforderungen und Zulassungsprozessen im Bahnumfeld.

Das Konsortium aus Schienenindustrie, Technologiezuliefern, Forschungseinrichtungen sowie Normungs- und Prüforganisationen arbeitet gemeinschaftlich, um die Möglichkeiten von KI mit den Sicherheitsbetrachtungen des Schienenverkehrs zu verbinden und eine Lösung am Beispiel des fahrerlosen Regionalzugs praktikabel umzusetzen. Basierend auf den Anforderungen an die Sicherheitsnachweisführung werden Prüfmethoden und -werkzeuge für KI-basierte Methoden erforscht. Es wird eine Sicherheitsarchitektur am Beispiel des fahrerlosen Regionalzugs konkretisiert und ein autonomes System (GoA4-System) für diesen Anwendungsfall in einem virtuellen Testfeld konzeptionell entwickelt und validiert.

Das Projekt safe.trAIn adressiert das Themenfeld “Automatisiertes Fahren” und strebt die Schaffung von Voraussetzungen für einen vollautomatisierten Zugbetrieb an. Das Hauptziel des Vorhabens ist die Entwicklung von Technologien für die Absicherung von KI-basierten Ansätzen für das fahrerlose Fahren von Schienenfahrzeugen. Hierbei ist das sichere Erkennen von Hindernissen die wichtigste bisher ungelöste technologische Herausforderung. Der Schwerpunkt des Projektes ist die Entwicklung geeigneter Verfahren für die Qualitätssicherung sowie Test- und Validierung sowie deren Einbettung in eine Sicherheitsnachweisführung von KI basierten Perzeptionssystemen. Diese setzt auf Vorarbeiten aus anderen Forschungs- und Entwicklungsaktivitäten (z. B. KI-Absicherung aus dem Automobilbereich) auf und adaptiert diese für den Einsatz im Bahnbereich. Von besonderer Bedeutung ist dabei die Erarbeitung geeigneter Prüfverfahren und

Vorschläge für die Standardisierung von Zulassungsverfahren für KI-Systeme im Kontext von Schienenfahrzeugen.

Neben technologischen Entwicklungen gehört zur Vorbereitung des Markteintritts auch die gezielte Förderung der notwendigen Normungs- sowie Standardisierungsaktivitäten. Für die Erarbeitung von Normen und Standards zu neuartigen Technologien sind insbesondere begleitende Untersuchungen u. a. zur Validierung von Prüfverfahren erforderlich. Normen und Standards ermöglichen es, unter anderem durch das frühzeitige Einbringen technischer Regeln auch im internationalen Kontext, die Entwicklung autonomer Verkehrselemente nicht nur grundsätzlich positiv, sondern auch nachhaltig zu beeinflussen und den künftigen Vertrieb entsprechender Produkte vorzubereiten sowie abzusichern. Dies bedarf schnell greifender, innovationsfördernder Maßnahmen auf nationaler Ebene (z. B. durch die Erarbeitung von Spezifikationen) als Grundlage für den Ausbau internationaler Aktivitäten im Normungs- und Standardisierungsbereich.