Zwischenbericht Nr. 1 - cms.bgu.tum.de · RIMcomb Zwischenbericht Nr. 1 Version: 1.0 vom 27.04.2018 Seite 3 von 20 1 Zusammenfassung Dieser Zwischenbericht fasst die Aktivitäten

www.signon-group.com

Zwischenbericht Nr. 1RIMcomb

Empfänger

Bayerische Forschungsstiftung

Vorhaben

RIMcomb: Rail Information Modeling für dieAusrüstungstechnik von Bahninfrastruktur

Aktenzeichen

AZ-12123-16

Förderzeitraum

01.03.2017 bis 29.02.2020Berichtszeitraum

01.03.2017 bis 29.02.2018

Version

1.0 vom 27.04.2018

SIGNON Deutschland GmbHRüdesheimer Straße 780686 München

Ihre Ansprechpartner

Herr Thorsten HiebenthalT +49 89 7400451-120F +49 89 [email protected]

RIMcombZwischenbericht Nr. 1

Version: 1.0 vom 27.04.2018Seite 2 von 20

Inhaltsverzeichnis

1 Zusammenfassung ................................................................................................................................. 3

2 Positionierung des Projektes ................................................................................................................. 4

2.1 Antragsteller, wissenschaftliche und industrielle Partner .................................................................. 42.2 Ausgangslage und Auswirkungen auf die Wettbewerbsfähigkeit ...................................................... 42.3 Zusammenarbeit der Projektpartner ................................................................................................ 5

3 AP1: Analyse der Planungs- und Instandhaltungsprozesse................................................................. 53.1 Zielsetzung und Ausgangssituation ................................................................................................. 53.2 Aktivitäten ....................................................................................................................................... 63.3 Ergebnisse ...................................................................................................................................... 9

4 AP2: Datenmodell für Gleisanlagen und Bahnausrüstungstechnik ..................................................... 9

4.1 Zielsetzung und Ausgangssituation ................................................................................................. 94.2 Aktivitäten ..................................................................................................................................... 104.3 Ergebnisse .................................................................................................................................... 13

5 AP3: Datenaufnahme und Modellgenerierung ..................................................................................... 145.1 Zielsetzung und Ausgangssituation ............................................................................................... 145.2 Aktivitäten ..................................................................................................................................... 14

5.2.1 Digitalisierung von analogen Bestandsplänen .................................................................... 145.2.2 Automatisierte Erkennung von Infrastrukturelementen der Realumgebung ........................ 16

5.3 Ergebnisse .................................................................................................................................... 185.3.1 Digitalisierung von analogen Bestandsplänen .................................................................... 185.3.2 Automatisierte Erkennung von Infrastrukturelementen der Realumgebung ........................ 18

6 Soll-/Ist-Vergleich .................................................................................................................................. 19

7 Fazit und allgemeiner Ausblick ............................................................................................................ 19

8 Publikationen ........................................................................................................................................ 20

9 Anhang .................................................................................................................................................. 20



1 Zusammenfassung

Dieser Zwischenbericht fasst die Aktivitäten und Ergebnisse des ersten Projektjahreszusammen.

Das Forschungsvorhaben hat zum Ziel, neue computergestützte Methoden für diemodellgestützte, gewerkeübergreifende Planung von Bahnanlagen mit Fokus auf dieAusrüstungstechnik zu entwickeln, um auf diese Weise sowohl die Planungseffizienz als auchdie Planungsqualität deutlich zu steigern.

An Planung und Bau von Bahn- und Streckeninfrastruktur sind, ähnlich wie im Hochbau,zahlreiche Gewerke beteiligt. Dabei müssen verschiedene Planungs- und Arbeitsschrittezusammengeführt werden. Da die meisten Bahninfrastrukturprojekte (ca. 90%) auf denBestand aufsetzen, sind in Verbindung mit unzureichenden Bestandsdaten zumeistOrtsaufnahmen erforderlich. Dies betrifft sowohl die Gleislage, als auch die vor Ort installiertenObjekte der Ausrüstungstechnik. Die Informationen werden heute manuell in die Planungübertragen (z. B. Position, Signaltyp etc.). Schon diese Vorarbeiten sind sehr arbeitsintensiv,da sie für die einzelnen Gewerke jeweils zusammengetragen und in die Planungaufgenommen werden müssen.

Ein großes Problem bildet die Tatsache, dass Planungsinformationen in der Regel intechnischen Zeichnungen (2D-Plänen) vorgehalten werden. Die Planungsarbeit in denverschiedenen Gewerken erfordert aber die Nutzung unterschiedlichster Sichten, darunter einetopologische Darstellung des Gleisnetzes, eine abstrakte Darstellung von Gleisanlagen odereine 3D-Darstellung von Konstruktionsdetails. Durch die rein zeichnungsbasierte Ablage vonPlanungsinformationen gehen jedoch die Zusammenhänge verloren. Änderungen an derPlanung müssen daher manuell nachgeführt werden, was häufig zu Inkonsistenzen und damitzu Fehlern führt. Insbesondere für die Koordination der verschiedenen Fachplaner (Gewerke)mangelt es derzeit an adäquaten fachübergreifenden Datenmodellen und Softwarelösungen,so wie sie sich im Hochbau zumindest in größeren Vorhaben immer mehr etablieren.

Die Planung jedes einzelnen Gewerks besteht aus einer Vielzahl an geometrischen undschematischen Repräsentationen sowie tabellarischen Informationen – mit zum Teilredundanten Inhalten. Derzeit sind diese Darstellungen in der Regel manuell durch den Planerzu synchronisieren. Daraus ergibt sich als Herausforderung in der Forschung undprototypischen Entwicklung die Ableitung der unterschiedlichen gewerkespezifischenRepräsentationen – basierend auf einem gemeinsamen Kernmodell.



2 Positionierung des Projektes

2.1 Antragsteller, wissenschaftliche und industrielle Partner

Antragsteller

SIGNON Deutschland GmbHBetriebsstätte MünchenRüdesheimer Straße 780686 München

Wissenschaftliche Partner

Prof. Dr.-Ing. André BorrmannLehrstuhl für Computergestützte Modellierung und SimulationTechnische Universität München

Industrielle Partner

AEC3 Deutschland GmbHJoseph Wild Str. 1381829 München

Weitere fachliche Unterstützung durch BIM-Experten der Firma TÜV SÜD Advimo GmbH wirdals Fremdleistung unterbeauftragt.

2.2 Ausgangslage und Auswirkungen auf die Wettbewerbsfähigkeit

Building Information Modeling steht für die durchgängige Nutzung eines digitalenGebäudemodells über den gesamten Lebenszyklus eines Bauwerks – vom Entwurf, über diePlanung und Ausführung bis zum Betrieb des Gebäudes. Das Konzept geht einher mit demGedanken eines deutlich verbesserten Datenaustauschs und der dadurch erzielbarenSteigerung der Planungseffizienz und -qualität durch Wegfall der aufwändigen undfehleranfälligen Wiedereingabe von Informationen. Die BIM-Methodik wird bereits seit vielenJahren intensiv erforscht und beginnt sich momentan zunehmend in der Praxis zu etablieren.Damit steht die Bauwirtschaft vor einem enormen technologischen Wandel – weg vomanalogen Arbeiten mit 2D-Zeichnungen hin zum modernen digitalen Arbeiten mit intelligenten3D-Modellen.

Während BIM in Hochbauprojekten sowohl national wie international schon in einer Vielzahlvon Projekten praktisch angewandt wird, ist dies im Infrastrukturbereich nur teilweise der Fall.Der vom Bundesministerium für Verkehr und digitale Infrastruktur herausgegebene StufenplanDigitales Planen und Bauen sieht allerdings für neu zu planende Projekte ab dem Jahr 2020das sog. BIM-Niveau I vor. Es ist daher davon auszugehen, dass sich BIM imInfrastrukturbereich etablieren wird und die frühzeitige Investition in Forschung undEntwicklung für Unternehmen zu Wettbewerbsvorteilen führt. Da im Bereich der



Bahninfrastruktur die Ausrüstungstechnik einen wesentlichen Bestandteil darstellt, muss auchdieser Bereich im Kontext von BIM betrachtete werden.

Mit den bereits erzielten und zukünftig absehbaren Ergebnissen des Forschungsprojektswerden bayerische Unternehmen im Bereich der Bahnausrüstungsplanung nachhaltig gestärkt.Mit der Umsetzung der entwickelten innovativen Methoden können sie ihre Führungsrolle beider Digitalisierung des Bauwesens weiter ausbauen. Die enge Kooperation zwischenForschungsinstituten und Industriepartnern erweist sich hier als besonders fruchtbar.

2.3 Zusammenarbeit der Projektpartner

Im Rahmen des Projekts wurden die folgenden Treffen durchgeführt:

Datum Veranstaltung (Ort)

08.02.2017 Auftakttreffen (TUM)

17.02.2017 Besuch bei SIGNON Berlin seitens der TUM

16.03.2017 1. Projekttreffen (SIGNON München)


11.09.2017 3. Projekttreffen (TUM)

27.09.2017 Besuch bei SIGNON Berlin seitens der TUM

23.11.2017 Arbeitstreffen AP3 Bilderkennung (SIGNON München)


01.03.2018 5. Projekttreffen (TUM)

Tabelle 1: Projekttreffen

Weiterhin fanden regelmäßige (ca. alle 14 Tage) Telefonkonferenzen zwischen denProjektleitern bei SIGNON, AEC3 und der TUM statt.

3 AP1: Analyse der Planungs- und Instandhaltungsprozesse

3.1 Zielsetzung und Ausgangssituation

In diesem Arbeitspaket wurde ein gesamtheitliches Abbild der derzeitigen Planungs-,Realisierungs- und Bestandshaltungsprozesse für die Ausrüstungstechnik in einer sinnvollenAbstraktion erstellt. Damit wurde die Grundlage für die Entwicklung eines einheitlichenDatenmodells im Rahmen des AP2 geschaffen und bereits zu Beginn des ProjektsSchnittstellen, Gemeinsamkeiten und Abhängigkeiten strukturiert ermittelt.

Basis hierfür war die bereits vorliegende Machbarkeitsstudie von SIGNON, welche durch dasFühren von Interviews mit Planern und Projektverantwortlichen aus allen Planungsgewerken imVorfeld des RIMcomb-Projektes erstellt wurde. Aus dieser Studie und einer ergänzenden



Detailuntersuchung der Planungsprozesse und Abhängigkeiten sollten als Ergebnisentsprechende Prozesslandkarten entwickelt werden.

Hauptaufgaben des AP1 waren:

· Festlegen ein Abbildungstemplate inkl. Modellierungsmethode für die systematischeAnalyse und Dokumentation der Prozesse und deren Beschreibungen, um die obengenannten Ziele erreichen zu können.

· Übertragen der Analyseergebnisse in diese Templates· Ableiten von Schlussfolgerungen aus den Analyseergebnissen hinsichtlich Schnittstellen,

Gemeinsamkeiten und Abhängigkeiten· Ableiten von wesentlichen Handlungsfeldern, Prioritäten und Auswirkungen auf die

Modellbildung

Ergänzend zur vorgenannten Ausgangssituation ergaben sich weitere in die Betrachtungen mitaufzunehmende Entwicklungen. Diese Themen betrafen insbesondere die zwischenzeitlich vonder DB AG herausgegebenen Vorgaben für die Einführung der BIM-Methodik zur Einführung indie aktuellen Pilotprojekte der DB Station & Service AG sowie der DB Netz AG.

Da diese Methodik derzeit noch keine konkreten Festlegungen für die Belange derAusrüstungstechnik enthält, sind die dortigen Festlegungen im RIMcomb-Projekt alstangierende Festlegungen dennoch zwingend mit zu berücksichtigen.

Die am Markt dabei stetig vorhandene Weiterentwicklung der BIM-Methodik und BIM-Grundlagen (z.B. IFC-Standard) hat ebenfalls wesentlich Einfluss auf die Ergebnisse des AP1und des darauffolgenden AP2. Diese Entwicklungen bedürfen somit einer permanentenMarktbeobachtung und komplettieren die Rahmenbedingungen für die Ausgangssituation zumAP1 - Prozessanalyse. In dieser Phase konnten neben den Kompetenzen von AEC3 und TUMünchen auch die Expertisen der eng am Markt agierenden TÜV Süd Advimo GmbH genutztwerden, um aktuelle Entwicklungen (Bausektor, BMVI-Strategie, DBAG-Strategie) auf diebahnspezifischen Belange, explizit die Ausrüstungstechnik zu spiegeln, diese zu analysierenund schlussfolgernde Maßnahmen für die weiteren Bearbeitungsschritte und Fokuspunkteabzuleiten.

3.2 Aktivitäten

Für das AP1 wurde eine Arbeitsgruppe aus Mitarbeitern von AEC3, der TU München und derSIGNON gebildet. Aufgrund des Themenschwerpunktes „Analyse der Planungsprozesse Rail“wurde die Teamführung für das AP1 der SIGNON überantwortet.

Das Themenpaket wurde mit Start des Gesamtprojektes im März 2017 aktiviert und zum Juli2017, unter dem Vorbehalt weiterer laufender Aktualisierungen durch die parallel anlaufendenBIM-Aktivitäten der DB AG, vorerst abgeschlossen. Derzeit ist als endgültigerRedaktionsschluss der Juli 2018 vorgesehen, bis zu dem alle zwischenzeitlich relevantenProzessanpassungen der DB AG aus der BIM-Methodik noch zu ergänzen sind.

Mit Projektstart wurde durch die SIGNON allen Beteiligten ein detaillierter Überblick über daskomplexe Thema Ausrüstungstechnik in der Bahninfrastruktur gegeben. Ziel war hierbei eine



einheitliche Wissensbasis über den Umfang und die Prozesse im Planungsprozess für alleBeteiligten zu erhalten. Auf dieser Grundlage konnten späterhin die Darstellungen derProzessabläufe konstruktiv diskutiert werden.

In einem Turnus von 14 Tagen wurden im Zeitraum von 03/2017 bis 07/2017Teambesprechungen durchgeführt. Dabei diskutierten die Beteiligten die aktuellenProjektsachstände/-ergebnisse. Weiterhin erarbeitete man sich ein einheitliches Verständnis zuden Zusammenhängen zwischen den praktischen Abläufen der Planungsprozesse derSIGNON und den theoretischen Betrachtungen und Darstellungen der Prozesse (Grundlage fürein zu erstellendes Datenmodell). Hieraus resultierte ein iterativer Prozess zur Erstellung bzw.Fertigstellung der Prozesslandkarten.

Der Schwerpunkt lag auf der Analyse und Darstellung der Planungsprozesse allerAusrüstungsgewerke. Die Hauptausrüstungsgewerke setzen sich dabei wie folgt zusammen:

· Leit- und Sicherungstechnik (LST)· Elektrische Energieanlagen bis 1kV (EEA)· Anlagen der Telekommunikation (TK)· Oberleitungsanlagen (OLA)

Zur Analyse und Darstellung der aktuellen Planungsprozesse, welche sich anlehnend an dieHOAI aber im Detail aus den Vorschriftenwerk der DB AG ergeben, wurde entsprechend derAnforderung zur Erstellung eines Templates für die Prozesslandschaft in derAusrüstungstechnik wie folgt vorgegangen:

· Diskussion der Darstellung: Im Ergebnis wurde festgestellt, dass nur die Darstellung allerGewerkeprozesse über alle Leistungsphasen der HOAI als Grundlage für einDatenmodell sinnvoll ist, um entsprechende Datenaustauschbeziehungen auchzwischen den Gewerken darstellen zu können.

· Aus den vier o.g. Gewerken wurden entsprechende Planer berufen, die den Regelablaufin ihren Gewerken über die Leistungsphasen aufstellten.

· Aus den Regelabläufen aller Gewerke wurde eine bis dato so nicht vorhandeneProzesslandkarte für die Ausrüstungstechnik erstellt.

· In Zusammenarbeit mit allen Gewerkeplanern wurde relevante Austauschbeziehungenzwischen den Gewerken (Daten, Informationen) über alle Leistungsphasen in derProzesslandkarte ergänzt (siehe nachfolgenden Auszug).



Abbildung 1: Auszug aus Prozesslandkarte IST-Zustand (ohne BIM-Anteil), siehe auch Gesamtplan im Anhang

Auf diese Prozesslandkarte aufbauend sowie nach Analyse der BIM-Vorgaben der DB AG(BIM-Methodik) mit Stand 03.07.2017 wurde eine weitere Prozesslandkarte inkl. derzeitigemBIM-Anteil erstellt. Zur Darstellung des Prozesses wurden die tangierenden Bauplanungen mitin die Prozesslandkarte aufgenommen. Hieraus ergeben sich zusätzlicheDatenaustauschbeziehungen die in der Prozesslandkarte „IST-Zustand mit BIM-Anteil“dokumentiert sind.

Abbildung 2: Auszug aus Prozesslandkarte IST-Zustand mit BIM.Anteil), siehe auch Gesamtplan im Anhang



Diese Prozesslandkarte mit den Prozessanteilen aus der BIM-Methodik unterliegt einerpermanenten Aktualisierung. Die Vorgaben der DB AG zur BIM-Methodik werden aufgrund derlaufenden BIM-Pilotprojekte vierteljährlich aktualisiert. Diese Aktualisierungen, soweit diesProzessabläufe und Austauschbeziehungen betrifft, erfordern eine ständige Anpassung undAktualisierung der Prozesslandkarte „IST-Zustand mit BIM-Anteil“.

Die Grundlagen für das im AP2 zu erstellende Datenmodell werden damit laufend aktuellgehalten.

3.3 Ergebnisse

Die Ergebnisse des AP1 wurden zum 2. Projekttreffen RIMcomb am 15.06.2017 vorgestellt unddiskutiert. Für die Erstellung des Datenmodelles im AP2 wurde der erbrachte Sachstand als zurweiteren Bearbeitung freigegeben.

Im Anhang sind die Ergebnisse in Form der Prozesslandkarten

· IST-Zustand ohne BIM-Anteil· IST-Zustand mit BIM-Anteil

enthalten. Die Komplexität der Planungsprozesse insbesondere unter Beachtung derAustauschprozesse von digitalen Daten und Informationen ist hieraus gut ersichtlich.

Die weitere Bearbeitung im AP2 Datenmodell wird sich aus diesem Grund auf einzelneAustauschprozesse zur besseren Veranschaulichung und Nachvollziehbarkeit beschränken.Eine spätere Erweiterung auf zusätzliche Austauschprozesse ist dann nach dem gefundenenSchema zur Darstellung im Datenmodell problemlos möglich.

Mit der Aktualisierung der BIM-Vorgaben der DB AG erfolgt jeweils die einhergehendeAnpassung der Prozessschritte in der Prozesslandkarte „IST-Zustand mit BIM-Anteil“ unddamit die ständige Grundlagenaktualisierung für das Datenmodell im AP2.

Nach der expliziten Auswahl der im Datenmodell zu betrachtenden Austauschprozesse erfolgtnoch jeweils eine Detailbeschreibung für jeden festgelegten Austauschprozess.

4 AP2: Datenmodell für Gleisanlagen und Bahnausrüstungstechnik


Auf Basis der Prozesslandkarte aus AP1 konnten Prozesse identifiziert werden, die mit der BIMMethodik unterstützt werden können. Insbesondere stehen dabei die Prozesse im Mittelpunkt,für deren Umsetzung die Definition und Verwendung von offenen Schnittstellen denkbar undsinnvoll ist. Im Wesentlichen ist dies der Austausch zwischen den Gewerken, in denenverschiedene Software-Anwendungen zum Einsatz kommen, da hier eine Formalisierung vonDatenaustauschszenarien möglich ist und ein Austauschmodell definiert werden kann.

Nach der Festlegung von Austauschszenarien, müssen für die Elemente, die inAustauschmodellen, Quellensoftware und Zielsoftware vorkommen, Informationsaustausch-



anforderungen (Level of Geometry und Level of Information) definiert werden. In einem erstenArbeitsschritt wurde hierfür ein Excel Template benutzt (Abbildung 3).

Abbildung 3: Objektdefinitionen in Excel.

Auf Basis dieses Templates konnten die Austauschmodelle in die online-Datenbank BIMQübernommen werden. BIMQ ermöglicht ein Anforderungs- und Qualitätsmanagement in BIM-Projekten. Durch die Erstellung von Auftraggeber-Informations-Anforderungen (AIA) oder imvorliegenden Fall durch die Informationsanforderungen der Gewerke kann die Qualität vonAustauschmodellen gesichert werden. BIMQ ermöglicht hier den Export von PDFDokumentationen und Softwarevorlagen für verschiedene BIM Autorenwerkzeuge (AutodeskRevit, Graphisoft ArchiCAD).

Mithilfe von BIMQ ist es so grundsätzlich möglich, die Datenaustauschszenarien aus AP1 aufBasis einer strukturierten Abbildung der Objektdefinitionen formalisiert abzubilden und diese fürdie entsprechend Anwendungsfälle einzusetzen.

4.2 Aktivitäten

Um das Datenmodell zu definieren, wurden 2D-Pläne analysiert, die derzeit konventionell zumAustausch verwendet werden. Die Objekte und Eigenschaften konnten aus diesen Plänen überdie Symbole und die dazugehörigen Bezeichnungen entnommen werden.

Basierend auf der Prozesslandkarte aus AP1 wurden BIM Anwendungsfälle in BIMQ definiertund den Projektphasen nach HOAI zugewiesen. Diese sind notwendig, um auf Basis derObjektdefinitionen für jedes Austauschszenario die Austauschanforderungen festzulegen(Abbildung 5).



Eine wesentliche Herausforderung war die Erweiterung von BIMQ, um das Tool an dieAnforderungen des Projektes anzupassen. In Revit soll beispielsweise eine Bibliothek vonBauteil-Familien aufgebaut werden, welche die speziellen Objekte der Bahninfrastruktur-Ausrüstungstechnik enthalten wird. Dafür war es notwendig, Anpassungen an BIMQvorzunehmen, die es erlauben objektspezifische Informationen zur Attribuierung für einzelneObjekte in der Form von sog. Shared Parameters zu generieren. Um diese neue Funktionalitätzu testen, wurden zunächst bestehende BIMQ-Richtlinien verwendet und intern bei AEC3getestet. Sobald zufriedenstellende Ergebnisse erzielt wurden (auch in Hinsicht auf dieNutzerrechte von TUM und SIGNON) wurde die Funktionalität dem Projektteam freigegeben.Der Export wurde bereits testweise für die Erstellung von Revit-Familien eingesetzt.

Abbildung 4: Objektdefinitionen in Excel



Abbildung 5: BIM Anwendungsfälle für das Modell Elektrische Energieanlagen in Lph3 und Lph5.



Abbildung 6: Elektrische Energieanlage Anforderungen in BIMQ.

4.3 Ergebnisse

Ziel von AP2 war die Schaffung von Grundlagen für die weitere Entwicklung. Einerseits für dieErstellung eines Datenmodells und andererseits für die Entwicklung von Werkzeugen, um dasDatenmodell zu formalisieren und so in der Praxis einsetzbar zu machen. Die Entwicklungenund Tests rund um BIMQ haben das Datenmodell in Form einer BIMQ-Richtlinie verfügbargemacht.

Im Wesentlichen werden dabei die folgenden Aspekte eines Planungsprozesses definiert:

· Wann müssen Daten geliefert werden?· Welche Daten müssen geliefert werden?· Wer muss die Daten liefern?

Die Entwicklung und Anpassung von BIMQ ist dadurch noch nicht abgeschlossen. Im weiterenVerlauf des Projekts wird die Software entsprechend der Anforderungen erweitert undverbessert, was auf Grund eines flexiblen Aufbaus möglich ist. Zusätzlich wird die erstellteRichtlinie weiter mit Daten gefüllt, um so einen immer größer werdenden Teil desPlanungsprozesses in der Bahnausrüstungstechnik abbilden zu können.

Weiterhin sollen die gewonnenen Erkenntnisse und Ergebnisse in den nationalen undinternationalen Standardisierungsprozess einfließen und so die Erweiterung des IFC-Formatsim Bereich Bahn unterstützen.



5 AP3: Datenaufnahme und Modellgenerierung


Das Ziel dieses Arbeitspakets ist die Erforschung von Methoden und Technologien zurDigitalisierung von analogen Plänen und Realumgebungen der Ausrüstungstechnik derEisenbahn.

Die Digitalisierung von Plandaten und deren Aktualität sind nach wie vor ein ungelöstesProblem in der Eisenbahnwelt.

In der Praxis äußert sich dieses Problem dadurch, dass vor nahezu jedem Bauvorhabengeprüft werden muss, ob die oftmals mehrere Jahrzehnte alten Unterlagen noch den realenGegebenheiten entsprechen. Diese Überprüfung geschieht heute häufig mittels Ortsbegehung,Fotodokumentation und Vermessung per Messrad. Dazu muss die Eisenbahnstrecke gesperrtwerden, um Gefährdungen zu vermeiden. Anschließend müssen die meist nur in Papierformvorliegenden Bestandsplanunterlagen in Handarbeit in eine Planungs-Software übertragenwerden. Beide Schritte sind äußerst kosten- und zeitintensiv.

Im Kontext der Planung von Ausrüstungstechnik für die Eisenbahn sind daher insbesonderedie nachfolgenden Digitalisierungsvorhaben relevant:

· Digitalisierung von analogen Bestandsplänen in Papierform· Automatisierte Erkennung von Infrastrukturelementen der Realumgebung

Beide Anwendungsfälle werden im AP3 bearbeitet.

5.2 Aktivitäten

5.2.1 Digitalisierung von analogen Bestandsplänen

Um Möglichkeiten der digitalen Datenverarbeitung effizient zu nutzen, ist es, vor allem beiSanierungsmaßnahmen oder Umbauprojekten, notwendig, auf existierende Planunterlagen fürdie Verarbeitung im Datenmodell zuzugreifen. Da Planunterlagen, die den Bestanddokumentieren, nur begrenzt in digital lesbarer Form vorliegen, ist die Sichtung aktuell miteinem hohen manuellen Aufwand verbunden und kann nicht automatisiert erfolgen. Es istdaher erforderlich zu untersuchen, inwieweit die (semi-)automatische Erkennung von Objektenwie Gleisen, Signalen, Balisen, Achszählern oder Lautsprechern anhand der Plansymbolikmöglich ist. Die hinterlegte Bibliothek an Symbolmustern sollte dabei durch den Nutzerveränderlich und erweiterbar sein, um die erforderliche Flexibilität zu gewährleisten. Um einesolche Objekterkennung zu ermöglichen, wurden existierende Verfahren der digitalenBildverarbeitung gesichtet und hinsichtlich ihrer Eignung für diesen Anwendungsfall untersucht.Auf Basis der gewonnenen Erkenntnisse soll im weiteren Verlauf des Forschungsprojektes einSoftware-Prototyp entstehen, der es dem Nutzer erlaubt für unterschiedliche Pläne eineSymbolerkennung durchzuführen. Neben der Erkennung stellt hier die Interpretation derErgebnisse eine weitere Herausforderung dar, die so zu Beginn des Projekts noch nicht inBetracht gezogen wurde. Während die reine Erkennung der Symbole grundsätzlich gut



umsetzbar ist, gestaltet es sich schwierig, Informationen, die zusätzlich zu den Symbolen imPlan enthalten sind (Angaben zur Kilometrierung, textuelle Beschreibungen, Kabelfahnen, etc.)richtig zuzuordnen oder in Kontext zu erkannten Symbolen zu setzen.

Im Folgenden werden die verschiedenen untersuchten Bildverarbeitungstechniken kurzbeschrieben und hinsichtlich ihrer Eignung diskutiert. Diese wurde auf Basis von realen Plänen,die durch SIGNON zur Verfügung gestellt wurden, erprobt. Konkret kamen die folgendenTechniken zum Einsatz:

· Template Matching· Contour Matching· Cascade Classifiers

Grundsätzlich handelt es sich bei den soweit beschriebenen Verfahren um relativ einfacheTechniken, die insofern schnell und unkompliziert umgesetzt werden können. Allerdingserweist sich vor allem beim „Template Matching“ und beim „Contour Matching“ das Setzen vonGrenzwerten, die die Erkennungsraten und vor allem die fälschliche Erkennung von Symbolenmaßgeblich beeinflussen als problematisch. Gute Ergebnisse lassen sich nur erzielen, wenndie Grenzwerte entsprechend angepasst werden, was für die angestrebte Automatisierungkeine Lösung sein kann. Ausnahmen können hier eine große Anzahl von Plänen mit einerähnlichen Bildqualität und ähnlichen Symbolen sein, für die eine manuelle Anpassung derPläne lohnenswert wäre. Durch die Nutzung von „Cascade Classifiers“ lassen sich allerdingsdeutlich bessere Ergebnisse erzielen. Nachteil ist hier zwar die Notwendigkeit eines Trainings,welches für jedes Symbol einzeln durchgeführt werden muss, zeitintensiv ist und eine gewisseEinarbeitung des Nutzers erfordert, da verschiedene Parameter korrekt ausgewählt werdenmüssen. Nach dem erfolgreichen Training ist diese Methode jedoch unter bestimmtenUmständen sehr akkurat. Die Wahrscheinlichkeit richtiger Erkennungen hängt allerdingswesentlich vom zu erkennenden Plansymbol ab – je nachdem wie gut sog. Features imjeweiligen Objekt klassifiziert werden können. Symbole, die beispielsweise rein aus dünnenLinien bestehen, stellen hier ein Problem dar. Für Symbole, die viele gut definierte Featuresaufweisen, stellt diese Methode jedoch einen vielversprechenden Ansatz dar, der auchimplementierungstechnisch gut umsetzbar erscheint.

Da die soweit beschriebenen Methoden noch keine endgültig zufriedenstellende Lösungbieten, wurde im Weiteren untersucht, ob sich „Convolutional Neural Networks“ (CNNs) für dieErkennung von Plansymbolen eignen. Obwohl diese aktuell vor allem für die Erkennung vonObjekten in Bildern der Realität eingesetzt werden, hat sich in ersten Testimplementierungenergeben, dass eine weitere Untersuchung dieses Ansatzes als sinnvoll zu erachten ist.Allerdings wurden die Netzwerke bisher nur mit einer vergleichsweise geringen Menge anDaten trainiert. Um konkrete Aussagen zur Genauigkeit der Ergebnisse treffen zu können,sollen im weiteren Verlauf des AP3 deutlich größere Datenmengen genutzt werden. Dazu istauch der Einsatz von leistungsfähigerer Hardware notwendig, da Trainings- und Testläufebisher relativ viel Zeit in Anspruch genommen haben.



5.2.2 Automatisierte Erkennung von Infrastrukturelementen der RealumgebungFestlegung des Verfahrens zur Objekterkennung

Bei der automatisierten Erkennung von Infrastrukturelementen wird durch eine Software eindigitales Abbild der Realumgebung analysiert.

Um Anforderungen an die Art des Abbilds der Realumgebung vorgeben zu können, wurde imAP3 zuerst ermittelt, welche Verfahren zur Objekterkennung dem heutigen Stand der Technikentsprechen.

Eine Recherche ergab, dass heute zum Zweck der Objekterkennung mit hohen Anforderungenan die Fehlerquote nahezu ausschließlich tiefe neuronale Netze, insbesondere „ConvolutionalNeural Networks“ (CNNs), eingesetzt werden. Diese haben sich in verschiedenenIndustriezweigen bei der Objekterkennung auf Bilddatenbasis in den letzten 5 Jahren zum De-facto-Standard entwickelt. Daher wurde die Festlegung getroffen, diese auch zurObjekterkennung von Infrastrukturelementen der Eisenbahn einzusetzen.

Auswahl der Erfassungstechnologie

Im zweiten Schritt wurde untersucht, welche Erfassungstechnologien für den Zweck derObjekterkennung mit neuronalen Netzen besonders geeignet sind. Als Erfassungstechnologiewurde dabei eine Technologie zur Erzeugung eines digitalen Abbilds der Realumgebungbezeichnet, also beispielsweise eine moderne 2D-Videokamera.

In einer Nutzwertanalyse wurden anhand verschiedener Bewertungskriterien (z. B. Eignung fürObjekterkennung mit neuronalen Netzwerken, Datenvolumen, Portabilität, Beeinflussung desBahnbetriebs) verschiedene Erfassungstechnologien miteinander verglichen. Die beiden amhöchsten bewerteten Kandidaten waren 3D-Laserscanner und 2D-Videokameras.

Kriterium Erläuterung Wich-tung

2D-Licht-sensorfahrend(360°)

Lidarfahrend

2D-Licht-sensorfahrend

Anschaffungskosten Wie hoch sind die Kosten für die Anschaffungder einzusetzenden Hardware? 0,10 2 1 3

Datenvolumen Welche Datenmenge entsteht bei derDatenaufzeichnung des Systems? 0,05 2 1 3

Portabilität /Mobilität

Lässt sich das System weltweit schnelleinsetzen? 0,10 3 3 3

Beeinflussung desBahnbetriebs

Wie stark behindert der Einsatz des Systemsden Bahnbetrieb? 0,15 2 2 2

Korridorerfassung Bietet das System die Möglichkeit zurErfassung langer Strecken? 0,05 3 3 3

Arealerfassung Bietet das System die Möglichkeit zurErfassung großer Flächen? 0,05 2 1 1

Mess-geschwindigkeitWie schnell kann sich das System bewegen,um rauschfreie Daten zu erzeugen? (istMehrfachbefahrung notwendig, etc.)

0,05 3 2 3

LichtabhängigkeitWelche Umgebungshelligkeit ist für eineObjektidentifikation in den resultierendenDaten nötig?

0,05 1 3 1

Tunnelmessung Ist das System zur Datenaufnahme in z.B.Tunneln geeignet? 0,10 3 3 3

Menge dererkennbaren Objekte

Anzahl der je Datensatz erfassbarenObjekte? 0,15 2 3 1



Eignung fürObjekterkennung

Wie geeignet sind die aufbereiteten Rohdatendes Systems (Kombination aus Sensorik) fürdie Erkennung/Identifikation/Klassifizierungvon Objekten?

0,15 2 2 2

Summe 1,00 2,25 2,25 2,20Tabelle 2: Auszug Nutzwertanalyse

Auf Basis dieses Ergebnisses wurde beschlossen, dass für beide Erfassungstechnologien indiesem Arbeitspaket ein Software-Prototyp entstehen soll, der die Machbarkeit einerObjekterkennung auf dieser Datenbasis untersuchen soll.

Erstellen von Trainings- und Testdaten

Der erste Schritt zur Vorbereitung der Umsetzung einer Objekterkennung mittels neuronalenNetzen ist die Erstellung von Trainings- und Testdaten. Trainingsdaten werden für dasAnlernen des Netzes zur Erkennung von Objekten benötigt. Dazu werden beispielsweiseBilddaten mit Zusatzinformationen über die Objektlage und den Objekttyp versehen. DieserProzess der Trainingsdatenaufbereitung wird häufig auch als „Labeln“ bezeichnet. Testdatensind ebenfalls mit Zusatzinformationen versehene Daten, die jedoch nicht für das Training desNetzes verwendet werden, sondern nach dem Training für die Evaluierung der Fehlerquote derObjekterkennung durch das trainierte Netz eingesetzt werden.

Da umfangreiche Daten aus früheren Streckenbefahrungen mit 2D-Videokamers vorhandenwaren, konnte direkt mit dem Labeln von Bilddaten begonnen werden. Begonnen wurde mitETCS-Balisen, da diese aufgrund ihrer mittigen Lage im Gleisbett und ihres Aussehens sehreinfach zu erkennen und von anderen Elementen zu unterscheiden sind. Von diesen Balisenwurden über 800 Bilder aus Videos erzeugt und per Hand gelabelt, um einen ausreichendenFundus für erste Objekterkennungsversuche zu erhalten.

Erste Versuche der Objekterkennung

Nachdem ausreichend Trainingsdaten für den ersten Objekttyp vorlagen, wurde direkt mit derImplementierung des neuronalen Netzes begonnen. Dazu wurden bereits vorhandene,vortrainierte Netze verwendet, die speziell für den Zweck der Objekterkennung ausgelegtwurden.

Nach mehreren Iterationen des Trainings konnten bereits gute Ergebnisse mit diesenvortrainierten Netzen bei der Erkennung von Balisen (Erkennungswahrscheinlichkeit desNetzes > 90%) erzielt werden.



Abbildung 7: Objekterkennung für Balisen

5.3 Ergebnisse

Insgesamt konnten in diesem Arbeitspaket bereits sehr gute Ergebnisse erzielt werden.Allerdings stellte sich heraus, dass der Aufwand voraussichtlich höher als angenommenausfallen wird und daher die Laufzeit dieses Arbeitspaketes verlängert werden muss.

5.3.1 Digitalisierung von analogen Bestandsplänen

Die Zwischenergebnisse wurden auf dem 5. Projekttreffen am 01.03.2018 vorgestellt undbesprochen. Es lässt sich grundsätzlich festhalten, dass die o.g. Techniken zwar schon guteErgebnisse liefern, diese allerdings nur für einzelne Symbole und Plantypen mit einerakzeptablen Erfolgsquote genutzt werden können. Um eine allgemeinere Lösung zu erarbeitenmuss in jedem Fall der beschriebene Ansatz auf Basis von neuronalen Netzen weiterverfolgtwerden. Die weiteren untersuchten Techniken können dabei eingebracht werden, um möglichstfehlerfrei Ergebnisse zu liefern.

5.3.2 Automatisierte Erkennung von Infrastrukturelementen der Realumgebung

In den letzten Monaten konnten bei der Erkennung von Infrastrukturelementen mittelsneuronaler Netze deutliche Fortschritte erzielt werden. Neben der Auswahl des Verfahrensbzw. der Art des zu verwendenden Netzes (CNN) wurde festgelegt, welcheErfassungstechnologien zur Datenerhebung im Software-Prototypen zu untersuchen sind undein erster Prototyp zur Erkennung von Balisen entwickelt.

Bereits an diesem ersten Prototypen und den erzielten Erkennungswahrscheinlichkeiten(>90%) lässt sich das große Potenzial des Ansatzes erkennen.



In den nachfolgenden Monaten wird dieser Ansatz weiterverfolgt, indem die Erkennungzusätzlicher Infrastrukturelemente (Lichtsignale, Weichen, Bahnsteige undOberleitungsmasten) im Prototypen umgesetzt wird.

6 Soll-/Ist-Vergleich

Die im Antrag für das erste Projektjahr definierten Meilensteine wurden im Wesentlichenerreicht und konnten in einzelnen Punkten sogar übertroffen werden.

Die Analyse von Planungs- und Instandhaltungsprozessen ist, wie im Teilbericht zum AP1dargestellt wurde, abgeschlossen. Es wurde ein Abbildungstemplate erstellt und mitAnalyseergebnissen gefüllt. Dies wurde in Form der Prozesslandkarte dokumentiert.

Das Konzept für die Erstellung eines Datenmodells für Gleisanlagen undBahnausrüstungstechnik ist weitgehend ausgearbeitet. Bestehende Vorarbeiten in Formbereits existierender Datenformate wurden untersucht. Diese Untersuchung dauert teils nochan, da beispielsweise eine ausführliche Dokumentation des Datenschemas PlanPro der DB AGerst im März 2018 vollständig durch das Projektteam eingesehen werden konnte.Grundsätzliche Anforderungen an das Datenmodell wurden festgelegt und hinsichtlich einerErweiterung für das IFC-Format sowohl konzeptionell als auch schon anhand konkreterBeispiele erfolgreich überprüft. Weiterhin wurde untersucht, inwiefern sich IFC Alignment zurPositionierung von Elementen an der Gleisachse verwenden lässt.

Für die Datenaufnahme und Modellgenerierung wurde ein Konzept ausgearbeitet. Hier wurdenbereits Methoden zur Erkennung von Bahninfrastrukturobjekten sowohl aus Realdaten als auchaus digitalen Planunterlagen erarbeitet und erfolgreich prototypisch implementiert. Für dieErkennung von Objekten in 3D-Punktwolken wurde ein Konzept entwickelt und es wurdenbereits erste Untersuchungen zur photogrammetrischen Erstellung der notwendigenPunktwolken untersucht und getestet.

7 Fazit und allgemeiner Ausblick

Die einzelnen Arbeitspakete zeigen sehr gute fachliche Fortschritte. Start, Dauer und Aufwandweichen teilweise von der ursprüngliche Planung ab, was aber auf Grund der langenProjektlaufzeit und der Komplexität der Aufgabenstellungen zu erwarten war. So hat sich z.B.das AP1 als weniger aufwendig herausgestellt, während AP3 bei gleicher Laufzeitvoraussichtlich deutlich mehr Arbeitsstunden erfordern wird.

Bereits heute ist absehbar, dass externe Entwicklungen wie die internationalenStandardisierung und die Strategiefindung BIM der Deutschen Bahn in Bezug auf dieAusrüstungstechnik mehr Zeit benötigen als ursprünglich angenommen. Da diesesForschungsprojekt eng an diese beiden Prozesse gekoppelt ist wird es aus heutiger Sichtwahrscheinlich sinnvoll und notwendig sein, die Projektlaufzeit kostenneutral um 6-12 Monatezu verlängern. Einen entsprechenden Antrag werden wir ggf. in 2019 stellen.



Tabelle 3 zeigt die aktuelle Arbeitspaketplanung. Angenommen ist hier eine Verlängerung um 6Monate bis zum August 2020.

Tabelle 3: Planung Arbeitspakete

8 Publikationen

· Preidel, C. Daum, S. Borrmann, A. Data retrieval from building information models basedon visual programming. Visualization in Engineering 5 (18), 2017

· Stoitchkov, D. Analysis of Methods for Automated Symbol Recognition in TechnicalDrawings, Bachelor’s Thesis, 2018, Technische Universität München

· Vilgertshofer, S. Borrmann, A. Using graph rewriting methods for the semi-automaticgeneration of parametric infrastructure models. Advanced Engineering Informatics, 2017

· Vilgertshofer S, Borrmann A. RIMcomb: Application of Building Information Modeling forRailway Equipment Engineering. European Conference on Product and ProcessModelling (ECPPM), 2018, Berlin, Germany. (abstract accepted)

9 Anhang

· Anhang 9.1: Prozesslandkarte der Planungsprozesse der Bahnausrüstungstechnik - IST-Zustand

· Anhang 9.2: Prozesslandkarte der Planungsprozesse der Bahnausrüstungstechnik - IST-Zustand mit BIM-Planungsanteilen

t0 t0+1

t0+2

t0+3

t0+4

t0+5

t0+6

t0+7

t0+8

t0+9

t0+1

0

t0+1

1t0

+12

t0+1

3t0

+14

t0+1

5t0

+16

t0+1

7t0

+18

t0+1

9t0

+20

t0+2

1t0

+22

t0+2

3t0

+24

t0+2

5t0

+26

t0+2

7t0

+28

t0+2

9t0

+30

t0+3

1t0

+32

t0+3

3t0

+34

t0+3

5t0

+36

t0+3

7t0

+38

t0+3

9t0

+40

t0+4

1

Mrz

17

Apr1

7

Mai

17

Jun

17

Jul1

7

Aug

17

Sep

17Ok

t17

Nov

17De

z17

Jan

18

Feb

18M

rz18

Apr1

8M

ai18

Jun

18Ju

l18

Aug

18Se

p18

Okt1

8No

v18

Dez1

8Ja

n19

Feb

19M

rz19

Apr1

9M

ai19

Jun

19Ju

l19

Aug

19Se

p19

Okt1

9No

v19

Dez1

9Ja

n20

Feb

20M

rz20

Apr2

0M

ai20

Jun

20Ju

l20

Aug

20

Mana gement 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Analyse der Planungs - und Insta ndhaltungsprozesse1 1 1 1 1

Datenmodel l für Glei sanlagen und Bahnaus rüstungstechni k2 1 1 1 1 1 1 1 1 1 1 1

Datenaufnahme und Model l generierung3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Automati s ierte Pl aus bi l i täts kontrol l e 4 1 1 1 1 1 1 1 1 1 1 1

Methoden zur Konsis tenzsicherung 5 1 1 1 1 1 1 1 1

Datenpla ttform RIMcore 6 1 1 1 1 1 1 1 1 1 1

Koppl ung exis tierender Systeme 7 1 1 1 1 1 1 1 1Meilensteine

AP

1 1M1 M2 M3 M41 1

Documents

Zwischenbericht Nr. 1 - cms.bgu.tum.de · RIMcomb Zwischenbericht Nr. 1 Version: 1.0 vom 27.04.2018 Seite 3 von 20 1 Zusammenfassung Dieser Zwischenbericht fasst die Aktivitäten