RoboTUNN

Am 14. und 15. April 2025 kamen die Projektpartner des RoboTUNN-Konsortiums zu einem intensiven Austausch im SuperC der RWTH Aachen zusammen. Ziel des Treffens war die gemeinsame Standortbestimmung des Projekts sowie die Abstimmung zentraler technischer und strategischer Fragestellungen rund um die Themen digitaler Zwilling, automatisierte Schadensdetektion und robotergestützte Tunnelinspektion.

Fortschritte in Forschung und Technik

Die Projektbeteiligten präsentierten ihre bisherigen Ergebnisse:

• RWTH Aachen stellte Entwicklungen im Bereich Mensch-Maschine-Interaktion und Roboternavigation vor, darunter sprachbasierte Steuerung (Speech-to-Action) und multimodale Modelle (VLAS).

• StatSoft berichtete über eine umfassende Literaturrecherche zu Rissdetektion mittels KI und stellt erste entwickelte Modelle zur Risserkennung und -klassifizierung vor.

• INATECH präsentierte erste Prototypen ihrer Sensorplattform sowie neue Ansätze für Scan2BIM-Verfahren auf Basis von Punktwolken.

• albert.ing gab Einblicke zu Anforderungen an den Digitalen Zwilling und der Strukturierung von Tunnelmodellen in einem CDE.

Zentrale Themen und nächste Schritte

Ein Schwerpunkt des Treffens lag auf der Diskussion technischer Herausforderungen und strategischer Weichenstellungen für die nächsten Projektphasen. Insbesondere die Auswahl und Kombination geeigneter Sensorik – darunter LiDAR, RGB-Kameras und Thermalkameras – für die präzise Erkennung unterschiedlicher Schadensbilder wurde intensiv erörtert. Im Bereich der Datenverarbeitung und Systemarchitektur wurden Konzepte zur Kommunikation zwischen Roboter, Sensorplattform (Messbox) und dem zentralen Datenmanagementsystem (CDE) erstellt und konkretisiert. Am zweiten Tag gab es außerdem die Möglichkeit, den Hochleistungsrechner der RWTH Aachen (CLAIX-2023) zu besichtigen. Dieser wird im Rahmen des Projektes für das Training von rechenintensiven Machine-Learning-Modellen verwendet und bietet durch die hohe Rechenkapazität ideale Voraussetzungen für die Verarbeitung von großen Bild- und Punktwolkendatensätzen sowie für die Entwicklung von Deep-Learning-Algorithmen zur Schadensdetektion.

Mit Blick auf die kommenden Monate wurden weitere nächste Schritte vereinbart: Eine Messkampagne im Berliner U-Bahnnetz wird angestrebt, bei der zentrale Komponenten des Gesamtsystems im Realumfeld getestet und relevante Bestandsdaten erhoben werden sollen. Parallel dazu wird das nächste Konsortialtreffen im November 2025 vorbereitet.

Ein großes Dankeschön an alle Teilnehmenden für den engagierten Austausch und die produktive Zusammenarbeit! Wir freuen uns auf die nächsten Projektschritte!