Busbewegung entlang der Straße Unter den Eichen, erfasst über Dark Fiber, mit erkennbaren Halten an Bushaltestellen und einer roten Ampel.
Quelle: BAM
Verkehrsüberwachung ist entscheidend für nachhaltige Smart Cities. Während sie traditionell zur Steuerung des Verkehrsflusses und zur Erhöhung der Sicherheit eingesetzt wurde, dient sie heute auch der Bewertung des Zustands von Infrastrukturen wie Straßen und Brücken. Durch die Analyse von Fahrzeugbewegungen und Vibrationen können Ingenieur*innen frühzeitig strukturelle Probleme erkennen. Diese doppelte Nutzung von Verkehrsdaten unterstützt sowohl effiziente Transportsysteme als auch eine vorausschauende Instandhaltung.
Der Fachbereich „Faseroptische Sensorik“ der BAM entwickelt seit Jahren innovative Verfahren zur verteilten faseroptischen Sensorik. Dabei wird vorhandene „Dark Fiber“ (ungenutzte Telekommunikationskabel entlang von Straßen) in Tausende virtuelle Sensoren umgewandelt, die die Vibrationen vorbeifahrender Fahrzeuge erfassen. Diese Methode macht zusätzliche Kameras oder Sensoren überflüssig und ermöglicht eine lückenlose Überwachung von Verkehrsverhalten und Infrastrukturzustand.
Die neu veröffentlichte wissenschaftliche Arbeit stellt einen bedeutenden Fortschritt in einer von BAM patentierten Sensortechnik dar. Durch Hardware-Verbesserungen und intelligentere Signalverarbeitung werden zwei grundlegende Eigenschaften des Lichts erfasst und unabhängig voneinander verarbeitet, was zu zuverlässigeren Ergebnissen führt. Deshalb erreicht das System eine deutlich höhere Genauigkeit, da zuvor große Messfehler erheblich reduziert werden konnten. Die verbesserte Methode wurde erfolgreich im Labor validiert und im Feld entlang der Straße „Unter den Eichen“ eingesetzt, wo sie klarere und zuverlässigere Ergebnisse lieferte. Diese Entwicklung ist ein entscheidender Schritt hin zur kosteneffizienten Echtzeitüberwachung der Integrität von Straßen und Brücken – ein wichtiger Beitrag für sichere, intelligente Städte.
Error suppression in wavelength scanning coherent optical time domain reflectometry by polarization diversity detection
Xin Lu and Konstantin Hicke
Measurement, Band 253, Part C, Seite 117733, 2025