KI-System erkennt Straßenschäden mit 93% Genauigkeit und spart Millionen

Honda und ODOT testen ein KI-System, das Schlaglöcher und Leitplanken mit 93% Genauigkeit erkennt. Es spart Millionen durch automatisierte Reparaturplanung und verbessert die Sicherheit.

Ein System, das Schlaglöcher und beschädigte Leitplanken mit bis zu 93 Prozent Genauigkeit erkennt, wurde bereits auf Tausenden von Straßenkilometern getestet. Es könnte jährlich Millionen von Dollar einsparen. Das zeigte ein Pilotprojekt von Honda und dem Verkehrsministerium von Ohio (ODOT), bei dem Fahrzeuge zu kontinuierlichen Überwachungswerkzeugen für die Straßeninfrastruktur wurden.

Das Konzept nutzt Sensoren, die bereits in modernen Fahrzeugen vorhanden sind. Kameras und LiDAR, die normalerweise für Fahrerassistenzsysteme eingesetzt werden, erfassten während der Fahrt den Straßenzustand und die Ausstattung am Straßenrand. Die gesammelten Daten wurden mit künstlicher Intelligenz verarbeitet und an eine Cloud-Plattform übertragen. Dort wurden Reparaturaufgaben automatisch erstellt und priorisiert. Straßenbaucrews mussten dadurch nicht mehr aufwendig nach Schäden suchen – das System identifizierte sie und bewertete ihre Dringlichkeit.

Der Pilotversuch umfasste etwa 3.000 Straßenmeilen in Zentral- und Südost-Ohio. Das System erkannte Schlaglöcher, beschädigte Leitplanken, fehlende oder abgenutzte Verkehrsschilder, Fahrbahnprobleme und andere Gefahren. Die Genauigkeit lag bei 93 Prozent für Leitplanken und 89 Prozent für Schlaglöcher. Die Erkennung von Verkehrsschildern erreichte sogar bis zu 99 Prozent. Das beschleunigte nicht nur Reparaturen, sondern verbesserte auch ihre Präzision, sodass die kritischsten Sicherheitsprobleme zuerst angegangen wurden.

Die Bedeutung des Projekts wird klarer, wenn man den Umfang der Infrastruktur betrachtet. ODOT betreut mehr als 43.000 Fahrspurmeilen Straßen und eines der größten Interstate-Netze der USA. In einem solchen Umfeld erfordern traditionelle Inspektionsmethoden erhebliche Ressourcen, während automatisierte Überwachung einen grundlegend anderen Ansatz für die Instandhaltung bietet.

Die finanziellen Auswirkungen sind ebenfalls bemerkenswert. Projektionen deuten darauf hin, dass ein großflächiger Einsatz mehr als 4,5 Millionen Dollar pro Jahr einsparen könnte, vor allem durch reduzierte manuelle Inspektionen und effizientere Planung. Reparaturen können früher durchgeführt werden, bevor Probleme eskalieren und teurer werden.

Sicherheit ist ein weiterer entscheidender Faktor. Straßeninspektionen finden oft unter gefährlichen Bedingungen statt, etwa auf engen Straßen oder in Bereichen mit starkem Verkehr. Durch die Automatisierung der Schadenserkennung verringert das System den Bedarf an manuellen Inspektionen und hilft, Risiken für Straßenarbeiter zu reduzieren.

Das Projekt wird seit 2021 entwickelt und vereinte mehrere Partner, darunter Parsons, i-Probe und die University of Cincinnati. Ihre Zusammenarbeit schuf ein System, in dem Datenerfassung, Analyse und Infrastrukturmanagement in einem einzigen Arbeitsablauf verbunden sind.

Für die Zukunft führt Honda bereits Gespräche mit mehreren Bundesstaaten, um das System über Ohio hinaus auszuweiten. Ein nächster Schritt könnte eine breitere Beteiligung sein, bei der alltägliche Fahrzeuge während der regulären Fahrt Daten beisteuern. Die Teilnahme bliebe freiwillig, und die gesammelten Daten beschränken sich auf wesentliche Elemente wie Standort und erkannte Straßenschäden.

Im großen Maßstab umgesetzt, könnte dieses Modell Straßen in ein kontinuierlich überwachtes System verwandeln – eines, das auf die Fahrzeuge setzt, die sie täglich nutzen.