direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Digitaler Schifffahrtsassistent

Projektleiter
Prof. Dr.-Ing. R. Hinkelmann
Wissenschaftliche Mitarbeiter
Dr.-Ing. E. MattaA. Hassan, MSc
Studentische Hilfskraft
C. Scheer, BSc, Y. Ma, BSc
Projektdauer
September 2017 - Dezember 2018
Förderung
Bundesministerium für Verkehr und digitale Infrastruktur (BMVI), Forschungsinitiative mFund
Projektpartner
BearingPoint GmbH, BearingPoint Technologie GmbH, Bundesanstalt für Gewässerkunde (BfG, Koblenz)
Link zum Projekt
www.bmvi.de/SharedDocs/DE/Artikel/DG/mfund-projekte/entwicklung-digitaler-schifffahrtsassist-dsa.html

Problemstellung

Der aktuelle Bundesverkehrswegeplan (Bundesministerium für Verkehr und digitale Infrastruktur - BMVI) geht im Zeitraum von 2010 bis 2030 von einem Wachstum des Verkehrsaufkommens mit Binnenschiffen in Deutschland um 23% aus. Bei nahezu unveränderter Infrastruktur wird dadurch eine effizientere Nutzung der bestehenden Wasserstraßen notwendig. Hierzu sind neue Ansätze erforderlich, um insbesondere Staubildungen auf Flüssen und Kanälen entgegenzuwirken.

Projektziel und Durchführung

Lupe

Im Fokus des Forschungsvorhabens steht die Entwicklung eines optimierten Wasserstandvorhersagemodells, mit dem Routen und Beladungsgrenzen optimal ermittelt werden können. Das Modell muss für die erwartete Fahrtdauer verlässliche mehrtägige Vorhersagen der Wasserstände erlauben. Der Digitale Schifffahrtsassistent soll bedarfsorientiert auf die Anforderungen zur Routen- und Ladungsplanung der Binnenschifffahrt ausgerichtet sein

Während die Projektpartner Wasserstandsvorhersagen basierend auf Wettervorhersagen und hydrologischen Modellketten bestimmen, ist es die Zielstellung der TU Berlin, solche Vorhersagen mit Hilfe von Künstlichen Neuronalen Netzen (KNN) zu erstellen. Dabei besteht die Grundidee aus der Ermittlung eines unterstromigen Pegels anhand eines oder mehrerer gemessener oberstromiger Pegel und ggf. weiterer Größen wie Niederschlagsmessungen, wobei die Meßdaten vom Partner Bundesanstalt für Gewässerkunde bereitgestellt werden. Das Konzept der KNN basiert auf der Erstellung eines Hauptnetzes mit mehreren Subnetzen. Das Hauptnetz beginnt mit einer Pegelstation PA, welche langjährige Datenreihen der Wasserstände aufweist und endet an der letzten untersuchten Pegelstation im Rhein PX. Das Subnetz für eine Zielpegelstation PD wird anhand der Daten des vorherigen Pegels PC und ggf. weiterer oberstromiger Pegelstationen und/oder weiterer Größen wie Niederschlagsmessungen aufgebaut. Die KNN bestehen aus einer Trainingsphase (ca. 70-80% der verfügbaren Daten) und einer Validierungsphase (20-30% der verfügbaren Daten, die nicht zum Training verwendet wurden). Perspektivisch können die Methoden KNN und hydrologische Modellierung auch kombiniert werden. Aufgrund der großen Bedeutung des Rheins für die Binnenschifffahrt in Deutschland liegt hier der Anwendungsfokus der Arbeiten der TU Berlin.

Projektspartner

Das Forschungsprojekt ist vom Bundesministerium für Verkehr und digitale Infrastruktur (BMVI) finanziert und steht unter der Führung von BearingPoint GmbH, in Zusammenarbeit mit den Partnern Bundesanstalt für Gewässerkunde und BearingPoint Technologie GmbH. Weitere Akteure der Binnenschifffahrt wie z. B.  Binnenschiffer, Hafenbetreiber, Spediteure und Behörden der Wasser- und Schifffahrtsverwaltung (WSV) sind ebenfalls eingebunden.

Weitergehende Informationen zum Projektverbund finden Sie hier

Einzugsgebiet des Rheins bis zum Pegel Emmerich und Verknüpfung der hydrologischen und hydrodynamischen Modellkomponenten des verkehrsbezogenen Vorhersagesystems der BfG für die Wasserstraße Rhein

Lupe

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe