AutomatedTrain
Das Kooperationsprojekt „AutomatedTrain“ ermöglicht einen flexibleren Einsatz von Zügen durch automatisiertes Aufrüsten und fahrerloses Fahren bei vollautomatisierten Bereitstellungs- und Abstellungsfahrten. Durch intelligente Sensorik können die Fahrzeuge ihr Umfeld erkennen und auf Hindernisse selbstständig reagieren – vergleichbar mit dem autonomen Fahren von Autos auf der Straße.
Unsere Partner
Gefördert durch
Im Forschungs- und Entwicklungsprojekt „AutomatedTrain“ erprobt die DB InfraGO AG mit neun weiteren Partnern die vollautomatisierte, fahrerlose Bereitstellungs- und Abstellungsfahrt sowie das automatisierte Auf- und Abrüsten von Zügen. Im Zusammenschluss von Industrie, Eisenbahnverkehrsunternehmen, Eisenbahninfrastrukturbetreibern und Wissenschaft bildet das Projektteam ein einzigartiges Konsortium aus verschiedenen Branchen. Das Bundesministerium für Wirtschaft und Klimaschutz fördert das Projekt mit rund 42,6 Millionen Euro.
Bis 2026 wird ein Zug von Siemens Mobility (Mireo) sowie ein Zug der S-Bahn Stuttgart (Alstom BR 430) mit entsprechender Hard- und Software ausgerüstet. Der Mireo Zug wird dabei den Weg aus der Abstellanlage bis zur ersten Station im Prüfcenter Wegberg-Wildenrath vollautomatisiert und ohne Triebfahrzeugführer:in zurücklegen. Im Falle von auftretenden Hindernissen bremst das Fahrzeug selbstständig ab. Zudem wird auch das vollautomatisierte Auf- und Abrüsten des Zuges umgesetzt und getestet. Ergänzend dazu wird auf dem zweiten Zug im S-Bahn-Netz Stuttgart die Hinderniserkennung von Bosch, die den Magnetic Railway Onboard Sensor (MAROS) von ITK als sichere Lokalisierungslösung verwendet, im Realbetrieb, rückwirkungsfrei, d.h. im Schattenmmodus erprobt.
Das Projekt konzentriert sich ausschließlich auf das vollautomatisierte, fahrerlose Fahren (Grade of Automation 4 - GoA4). Details zu den Automatisierungsgraden sind hier erläutert. Im Rahmen des Zielbildes der Digitalen Schiene Deutschland setzt die Entwicklung von GoA4-Systemen auf Basis von ETCS Level 2 auf.
Im Interview mit Projektleiterin Susanne Gschwendtner erfahren Sie mehr über das Projekt:
Der Bahnverkehr soll in Zukunft eine zentrale Rolle bei der Verkehrswende und der Erreichung der Klimaziele der Bundesregierung einnehmen und soll somit einen deutlich größeren Anteil der Verkehrsleistung übernehmen. Dieses Ziel kann nur erreicht werden durch eine deutliche Erhöhung der Anzahl der Zugfahrten und der damit erforderlichen Steigerung der Netzkapazität. Der notwendige höhere Bedarf an Triebfahrzeugführer:innen (Tf) trifft auf ein schon heute knappes Angebot. In Zukunft droht eine weitere Lücke, bedingt durch das Ausscheiden der geburtenstarken Jahrgänge Mitte/Ende der 20er Jahre aus dem aktiven Betriebsdienst. Daher ist der wichtigste betriebliche Vorteil des vollautomatisierten Fahrens und des automatisierten Aufrüstens die Unabhängigkeit des Fahrzeugeinsatzes vom Personal. Das führt zu mehr Flexibilität – eine wichtige Voraussetzung für den geplanten Mehrverkehr auf der Schiene. Zudem ermöglicht die vollautomatisierte Bereitstellungsfahrt einen effektiveren Personaleinsatz und somit eine höhere Betriebsstabilität, die in Hinblick auf den zukünftigen demografischen Wandel erforderlich ist. Vor diesem Hintergrund und der Tatsache des enormen Fachkräftemangels ist es für die Deutsche Bahn essenziell, die Automatisierung voranzutreiben.
Zielstellung des Projekts „AutomatedTrain” ist der Nachweis der technischen Machbarkeit des vollautomatisierten, fahrerlosen Fahrens für den Anwendungsfall der vollautomatisierten Bereit- und Abstellungsfahrt eines Zuges.
Bis zum Jahr 2026 werden zwei Prototypen ausgestattet:
- Auf dem Mireo Smart Zug von Siemens Mobility wird das vollautomatisierte Auf- und Abrüsten inklusive des Vorbereitungsdienstes des Zuges entwickelt und getestet. Anschließend legt der Mireo den Weg aus der Abstellanlage bis zur ersten Station vollautomatisiert und ohne Triebfahrzeugführer:in auf einem Testgelände in Wildenrath zurück. Liegen Hindernisse auf den Schienen, bremst das Fahrzeug selbstständig.
- Der zweite Zug der S-Bahn Stuttgart sammelt im Rahmen von Probefahrten Daten im betrieblichen Umfeld für die intelligente Hinderniserkennung, wobei kein Eingriff in die Fahrzeugsteuerung erfolgt. Der Triebfahrezugführende der S-Bahn Stuttgart bleibt somit in diesem Projekt verantwortlich für die Fahrwegsicherung.
Beide Fahrzeuge werden mit nahezu der gleichen Hardware, aber mit unterschiedlichen Softwarelösungen für die Hinderniserkennung ausgerüstet. Dadurch können die aufgenommenen Sensordaten und die Reaktionen der Software auf besondere Vorkommnisse miteinander verglichen werden.
Die Ergebnisse von „AutomatedTrain” werden auf der InnoTrans – der internationalen Fachmesse für Bahn- und Verkehrstechnik – im Jahr 2026 vorgestellt.
Das Projekt „AutomatedTrain” setzt sich aus zwölf Teilprojekten zusammen. Die folgende Grafik repräsentiert die technischen, spezifikationsbezogenen und organisatorischen Teilprojekte, in denen die notwendigen Subsysteme für ein künftiges vollautomatisiertes Fahren auf der Schiene entwickelt, spezifiziert und organisiert werden. Zusammen mit den Projektpartnern wird an einem ganzheitlichen Lösungsansatz gearbeitet.
Ziel im Projekt „AutomatedTrain” ist es, eine Systemarchitektur für das vollautomatisierte Fahren im Modus ATO GoA4 auf Basis von ETCS zu erarbeiten. Diese soll im Einklang mit dem CENELEC 5012X Standards prozesskonform mit einer durchgängigen Rückverfolgbarkeit über die einzelnen Spezifikationsphasen umgesetzt werden. Die Systemarchitektur gilt dann als einheitliche Referenz für die Entwicklung des AutomatedTrain Systems für Bahnbetreiber und Industrie und bildet die gemeinsame Basis für die Technologieentwicklung.
Basierend auf dem Betriebskonzept und der Systemdefinition werden die Anforderungen an das System und die modulare und offene Systemarchitektur für ein vollautomatisiertes Fahrzeug und die benötigte Infrastruktur abgeleitet. Anschließend werden die Funktionen – wie etwa die Reaktion auf ein Hindernis im Gleis, welche für das fahrerlose Fahren (GoA4 – Grade of Automation 4) benötigt wird oder das vollautomatisierte Auf- und Abrüsten („Hoch- und Herunterfahren“) des Zuges – entwickelt und in zwei Regionalzügen unterschiedlicher Baureihen implementiert. Dadurch soll ein fahrzeugunabhängiger Funktionsnachweis der Kernfunktionalität „Reaktion auf ein Hindernis im Gleis“ erbracht werden.
Bevor die Systeme in einer Fahrzeugumgebung getestet werden, erfolgt der Test jedes Softwarereleases in einer speziellen Laborumgebung. Im Anschluss erfolgen die Systemintegration sowie Tests auf den beiden Zügen. Somit kann die erstellte Systemarchitektur gegen die definierten Anforderungen verifiziert und das System validiert werden. Neben den beiden Prototypen werden Anforderungen für eine funktional sichere und hoch performante zugseitige Rechnerplattform und Diagnose entwickelt, die für eine zukünftige vollautomatisierte Zugfahrt benötigt werden.
Bei der Entwicklung der Systemarchitektur liegt ein besonderes Augenmerk auf der Standardisierung und zulassungskonformen Herleitung der Anforderungen, Testfälle und Schnittstellen, um die Ergebnisse nach Abschluss des Projekts für eine mögliche spätere Zulassung und europäische Standardisierung zu gewährleisten.
Das Teilprojekt Fahrzeugautomatisierung befasst sich mit der Automatisierung aller Fahrzeugfunktionen, die aktuell von Triebfahrzeugführer:innen durchgeführt werden. Zu diesen Fahrzeugfunktionen zählt der Vorbereitungsdienst, also beispielsweise Prüfläufe oder die Zugdateneingabe vor dem Start einer Fahrt. Aber auch Funktionen wie die Halte- und Parkbremse, Fahrtrichtungseinstellung, Führer:instandbesetzung und Zugabstellung. Die Automatisierung dieser Fahrzeugfunktionen wird hier entwickelt und prototypisch getestet. Die Umsetzung erfolgt auf dem Mireo Smart-Fahrzeug anhand der ausgewählten Use Cases, z.B. die Bereitstellung oder Abstellung eines Zuges oder die Reaktion auf einen Befehl der Vorfallprävention (z.B. automatische Bremsung).
Das Teilprojekt Lokalisierung fokussiert sich auf die Ortung und Lageauswertung der Zugspitze zur Unterstützung der Detektion von Hindernissen auf dem Fahrweg. Im Mittelpunkt steht dabei die Lokalisierung des Gleisabschnittes, der Zugspitze im Gleisverlauf sowie möglicher Hindernisse auf dem Fahrweg. Darüber hinaus werden unterschiedliche Ansätze untersucht und getestet, um die Orientierung der Züge zu bestimmen. Der Schwerpunkt liegt dabei auf den Umfelderkennungssensoren, insbesondere auf der Kamera zur Schienenerkennung.
Eine weitere Aufgabe ist die Zuordnung von Objekten in kartierte Zonen, wie etwa Bahnsteige, freie Strecken, Abstellbereiche etc. Dies ermöglicht die Ableitung einer differenzierten Reaktionsstrategie zur Verbesserung der Systemverfügbarkeit. Wesentliche Daten und Informationen dafür werden aus dem Digitalen Register geliefert.
Für die Umsetzung des vollautomatisieren Fahrens auf der Schiene spielt die Umfeldwahrnehmung eine zentrale Rolle. Daher muss ein gemeinsames Sensorset für die Umfeldwahrnehmung und Lokalisierung identifiziert, definiert und für den Einsatz in Schienenfahrzeugen qualifiziert werden. Die Sensoren sollen definierte und frei verfügbare Schnittstellen zur Messdatenaufzeichnung, Datenverarbeitung und ggf. zur Sensorfusion besitzen sowie frei am Markt verfügbar sein.
Des Weiteren sollen zertifizierbare Methoden und Algorithmen entwickelt werden, um in den erfassten Umfelddaten Objekte und Hindernisse zu detektieren und zu klassifizieren. Infrastrukturelemente, wie z. B. Gleise oder Oberleitungsmasten, sollen erkannt werden, um eine Zuordnung der Objekte zum Fahrweg des Zuges vornehmen zu können und die Zugposition genau zu ermitteln.
Für einen fahrerlosen Betrieb müssen technische Systeme die Streckenbeobachtung während der Fahrt des Zuges übernehmen. Züge, die vollautomatisiert fahren, müssen in der Lage sein, selbstständig auf nichtreguläre Situationen und Störungen zu reagieren. Die Vorfallprävention ist für das Erkennen von nicht-regulären Situationen und Reagieren auf diese Situationen verantwortlich und somit ein zentraler Bestandteil des vollautomatisierten Fahrens.
Im Rahmen von „AutomatedTrain” wird solch eine Vorfallprävention mit Eingriff in die Fahrzeugsteuerung entwickelt und getestet. Bisher gibt es im Bahnumfeld noch keine zugelassene, funktional sichere Szenenzusammensetzung regulärer oder irregulärer Situationen auf Basis sensorbasierter Umfeldwahrnehmung und Digitaler Karte. Eine standardisierte Situationsbewertung und Ableitung der Reaktion des Zuges wird innerhalb des Projektes angestrebt.
Fahrzeugintegration, Systemintegration und -test
Dieses Teilprojekt beinhaltet die Planung und Durchführung der Systemintegration, –verifikation und -validierung des AutomatedTrain Systems. Unter Systemintegration ist die Integration der einzelnen Subsysteme in ein übergeordnetes, zusammenhängendes System zu verstehen.
Die Integration wird gemäß Use Case in zwei unterschiedlichen Fahrzeugen (BR 430 und Mireo) sowie einem unterschiedlichen Systemzuschnitt geplant. Ziel ist es, die durch das Zusammenwirken der Subsysteme realisierten Systemfunktionen zu bewerten. Bevor die Systeme in einer Fahrzeugumgebung getestet werden, erfolgt die Testung jedes Releases vorab in einer Laborumgebung.
Um die beiden Fahrzeuge für die jeweiligen späteren Tests mit den entwickelten Systemen vorzubereiten, ist außerdem die Anpassung mechanischer und elektrischer Schnittstellen in den Fahrzeugen nötig - von der Konzeption bis zur Umsetzung von Fahrzeugänderungen und der Erstinstallation des AutomatedTrain Systems in die Fahrzeuge.
Sensorbasierte Wahrnehmungs- und Lokalisierungssysteme, wie sie in „AutomatedTrain” getestet werden, benötigen die Kenntnis von Objekten entlang der Strecke sowie Informationen über den exakten, dreidimensionalen Gleisverlauf (3D-Gleisachsen), um eine eindeutige Positionsbestimmung durchführen zu können. Diese Daten stammen aus dem Digitalen Register, in welchem Topologie- und Topographiedaten der Bahninfrastruktur konsolidiert und aggregiert werden. Das Digitale Register enthält Infrastrukturdaten zu Weichen, Balisen etc. sowie eine digitale Verortung von 3D-Landmarken wie z.B. Gebäude, Bahnsteige und Schildern.
Die Inhalte des Digitalen Registers befinden sich in einem Objektkatalog, welcher durch die Verwendung auf realen Teststrecken stetig weiterentwickelt wird. Objekte werden dabei als Punktwolken gescannt und in digitale Referenzobjekte überführt. Die Partner im Teilprojekts erarbeiten technologische Ansätze zum automatisierten Objekt-Labeling (Identifikation und Markierung des Objektes) sowie an der automatischen Erkennung von statischen Objekten für die Erstellung des Digitalen Registers.
Data Factory
Beim vollautomatisierten Fahren fallen durch die sensorbasierte Umfeldwahrnehmung und Lokalisierung sehr große Datenmengen an. Fokus des Teilprojektes Data Factory ist die systematische Aufzeichnung, Speicherung und Bearbeitung von Sensordaten im Bahnumfeld, um qualitativ hochwertige Multisensordatensätze und einen synchronisierten Multisensordatenpool zu erzeugen. Dafür werden erhobene Daten mittels Datenrekorder im Fahrzeug aufgezeichnet, verschlüsselt und in ein zentrales Data Center zur Speicherung und Bearbeitung transferiert.
In „AutomatedTrain” werden Prototypen für ein Touch-Point sowie ein Data-Logger entwickelt, die den Datenfluss großer Mengen aufgezeichneter Sensordaten vom Zug ins Data-Center außerhalb des Zuges ermöglichen. Dabei soll sich ein Touch-Point drahtlos mit einem Zug in Reichweite verbinden und die große Menge an Sensordaten herunterladen, welche der Zug während seiner Fahrt gesammelt hat. Touch-Point und Data-Logger sind als Datennetzwerk mit dem Data-Center zum Datenaustausch verbunden. Dabei wird mit großer Sorgfalt darauf geachtet, dass alle erfassten Daten DSGVO-konform verarbeitet und gespeichert werden. Die Erfassung und Speicherung der Testdaten dienen hierbei lediglich der Verifikation und Validierung des Systems.
Diagnose
Die Onboard-Systeme für das vollautomatisierte Fahren benötigen erweiterte Konzepte zur betrieblichen Überwachung und automatisiertem Störungsmanagement.
Daher wird im Rahmen von „AutomatedTrain” für den Anwendungsfall der Sensorik zur Umfelderkennung ein herstellerneutrales Onboard-Diagnosekonzept entwickelt und prototypisch im Labor implementiert. Zudem soll die Übertragbarkeit auf weitere Anwendungsfälle wie z.B. die Lokalisierungsfunktion berücksichtigt werden, sodass eine Konzepterweiterung auf alle GoA4-Onboard-Funktionen und die Implementierung auf dem Zug möglich wird.
Für das vollautomatisierte Fahren in GoA4, insbesondere für die Funktionen "Umfelderkennung" und "Vorfallprävention", werden zugseitig Rechnersysteme mit einer optimierten Hardware- und Softwarebasis benötigt. Solche Onboard Rechnerplattformen, die für den Bahnbetrieb zertifiziert und zulässig wären, sind aktuell am Markt nicht verfügbar. Zwar existieren bereits (Teil-) Lösungen in anderen Sektoren, wie etwa der Automobilindustrie. Doch muss deren Transfer für den fahrerlosen Betrieb im offenen Bahnsystem detailliert untersucht und bewertet werden. Dabei stellt die rasante Technologieentwicklung sowie deren nachhaltige und wirtschaftliche Integration in den Eisenbahnsektor eine große Herausforderung dar.
Daher wird einerseits die zugseitige Rechnerplattform mit Anforderungen des Bahnsystems definiert und andererseits die Machbarkeit des Technologietransfers untersucht.
In drei Jahren von der Anforderung zur Realisierung auf zwei verschiedenen Baureihen
Videos
Förderpreisübergabe durch das BMWK für das Entwicklungsprojekt AutomatedTrain
Entwicklungsprojekt AutomatedTrain: Digitale Schiene Deutschland und Industrie erhalten Förderbescheid vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) für das Testen des vollautomatisierten Fahrens von Zügen.
Interview mit AutomatedTrain Projektleiterin Susanne Gschwendtner
Susanne Gschwendtner, Projektleiterin von AutomatedTrain (Digitale Schiene Deutschland), spricht im Interview darüber, warum das Bahnsystem der Zukunft vollautomatisiertes, fahrerloses Fahren braucht und erläutert die Ziele und Vorteile des Projekts.