Trailer, die Achslasten während der Fahrt erfassen, Überladung verhindern und nebenbei Schlaglöcher melden: Was nach Zukunftsmusik klingt, hat die Fachhochschule Dortmund im Forschungsprojekt „CargoTrailSense_AI“ praktisch erprobt. Zum Projektabschluss berichtet die FH von vielversprechenden Ergebnissen – sowohl für Speditionen als auch für die Infrastrukturplanung. CargoTrailSense_AI zielt auf ein praxistaugliches System zur Rad- und Achslastbestimmung sowie zur Erkennung von Ladungsverteilung und Straßenzustand ab. Telematik und Datenweitergabe an verschiedene Stakeholder sind Teil des Ansatzes.
Sensorfusion am Auflieger: vom Trailer zum „fahrenden Messlabor“
Im Projekt wurden Lkw-Trailer mit einer Kombination aus Sensorik (unter anderem Dehnungsmessstreifen und Beschleunigungssensoren) sowie intelligenter Auswertesoftware ausgestattet. In Zusammenarbeit mit Speditionen und dem Industriepartner ContiTech kamen zudem Luftfeder-Komponenten mit integrierter Sensorik in verschiedenen Trailer-Modellen im Realbetrieb zum Einsatz, um eine breite Datenbasis zu generieren. (Sensorik in Luftfedern ist auch in der mFUND-Projektbeschreibung ausdrücklich vorgesehen.)
Genauigkeit bei der Lastverteilung: weniger Standzeit, weniger Risiko
Laut FH Dortmund erreicht das System bei der Lastverteilung im kalibrierten Trailer Abweichungen von unter einem Prozent gegenüber der Waage. Für Speditionen könnte das ein direkter Hebel sein: Wartezeiten an stationären Waagen würden entfallen, zugleich ließe sich die Beladung kontinuierlich überwachen – inklusive Warnungen vor Überladung und den daraus resultierenden Bußgeldern. Zusätzlich sieht das Team Potenzial für vorausschauende Wartung: Veränderungen in den Sensordaten könnten Hinweise auf Reifenverschleiß oder Bremsenprobleme liefern, bevor es teuer oder kritisch wird.
Lkw als „Straßenscanner“: Straßenzustand mit 80 Prozent Trefferquote
Besonders interessant für Straßenbauer und Behörden: Aus den Sensordaten kann das System den Straßenzustand während der Fahrt berechnen, nach Angaben der FH Dortmund mit einer KI-gestützten Genauigkeit von rund 80 Prozent. In Kombination mit der Achslast-Erfassung entsteht ein Datensatz, der nicht nur Schäden schneller sichtbar macht, sondern auch zeigt, welche dynamischen Belastungen tatsächlich auf die Fahrbahn wirken.
Bundesamt für Straßenwesen (BASt) hat Interesse signalisiert
Damit adressiert CargoTrailSense_AI eine bekannte Lücke: Klassische Wiegesysteme liefern vor allem statische Gewichte, für den Straßenverschleiß ist aber die dynamische Achslast entscheidend. Die FH Dortmund berichtet, dass das Bundesamt für Straßenwesen (BASt) bereits Interesse an den Daten signalisiert habe, um darauf aufbauende Projekte zu prüfen.
Hürde vor der Serie: Kosten und mögliche Anreize über die Maut
Bis zur Marktreife bleiben Fragen offen: Damit Hersteller und Flottenbetreiber solche Systeme breit verbauen, müssen sie günstiger werden – „einige hundert Euro“ könnten im harten Logistikmarkt bereits entscheidend sein. Als denkbaren Ansatz diskutiert das Forschungsteam Anreizmodelle, etwa Maut-Nachlässe für Speditionen, die Straßenzustandsdaten für die Allgemeinheit bereitstellen. Die spannenden Fragen: Wird aus der Idee „Trailer als mobile Infrastruktur-Sensoren“ ein neuer Standard? Und wer bezahlt am Ende die Technik, wenn alle vom Nutzen profitieren sollen?
In Kürze: die Key Facts
- Projekt: CargoTrailSense_AI
- Ziel: Rad-/Achslastbestimmung, Lastverteilung und Straßenzustand aus Trailer-Sensorik ableiten, Telematik/Datenweitergabe
- Technik: Sensorfusion am Trailer (u. a. Luftfeder-/Reifen-/Beschleunigungsdaten, Auswertung per Software)
- Praxisnutzen Logistik (laut FH): Waage-Wartezeiten reduzieren, Überladung vermeiden, kontinuierliche Beladungsüberwachung
- Infrastruktur-Nutzen (laut FH): Straßenzustand während der Fahrt erfassen; KI-gestützte Erkennung (~80 % Genauigkeit)
- Partner: BPW, Continental, Krone, Impaqed, Okit sowie Ralf Damberg von Log4-Consult
- Status: Projekt erfolgreich abgeschlossen
- Diskutierter Anreiz: Maut-Nachlässe bei Bereitstellung von Zustandsdaten (als Finanzierungsansatz)
