Projektbeschreibung

Problemstellung

Straßenverkehrslärm beeinträchtigt die Lebensqualität vieler Bürgerinnen und Bürger. Bei Elektrofahrzeugen entsteht der Lärm aufgrund des geringen Motorgeräusches hauptsächlich durch den Kontakt der Reifen mit der Fahrbahn. Für die Zulassung von Fahrzeugen wird der Geräuschpegel während der Fahrt zwischen Mikrofonen hindurch auf einer speziell asphaltierten Fahrbahn gemessen. Die Übertragbarkeit auf reale Fahrsituationen ist eingeschränkt, da reale Straßen nicht der Testumgebung entsprechen. Zum Schutz der Bevölkerung werden die Grenzwerte für Lärmemissionen schrittweise weiter gesenkt. Daher müssen wirksame Maßnahmen entwickelt werden, um die neuen Grenzwerte einzuhalten. Hierfür sind große Mengen an Messdaten zur Geräuschemission auf realen Straßen erforderlich, deren Erhebung in der herkömmlichen Testumgebung nur mit sehr hohem Aufwand möglich ist.

Projektziel

Ziel des Projektes ist es, durch die Generierung einer großen Datenbasis aus umfangreichen Vorbeifahrtgeräuschmessungen die Analyse der Einflussfaktoren (z. B. Fahrbahnoberflächengeometrie, Reifenprofil, Umweltbedingungen, …) sowie die Ableitung von Maßnahmen zur Lärmminderung zu ermöglichen. Darüber hinaus soll die Umrechnung der Geräuschemissionen von Messergebnissen auf andere Versuchsbedingungen verbessert werden. Dadurch können mit weniger Messaufwand mehr Betriebszustände untersucht und optimiert werden.

Durchführung

Eine herstellerübergreifende Fahrzeugflotte erfasst mit möglichst einfachen Messverfahren das Vorbeifahrtgeräusch in unterschiedlichen Umgebungen sowie mit einer Vielzahl weiterer Sensoren Daten zu Einflussparametern. Mit Methoden der Künstlichen Intelligenz (KI) wird ein Modell zur Vorhersage des Vorbeifahrtgeräusches erstellt, mit dem die relevanten Einflussgrößen auf die Geräuschemission des Reifen-Fahrbahn-Geräusches ermittelt werden können. Die dazu notwendige Messtechnik wird zusammen mit den erforderlichen KI-Modellen im Projekt entwickelt und durch Messungen in kontrollierten Umgebungen validiert. Die entwickelten Modelle und Messdaten werden nach Projektende qualitätsgesichert in einer öffentlichen Datenbank veröffentlicht.

Förderung