Den Straßenverkehr nehmen die deutschen Bürgerinnen und Bürger laut Umweltbundesamt als größte Lärmquelle wahr: 76 Prozent fühlen sich durch ihn gestört oder belästigt. Zum Schutz der Bevölkerung regeln EU-Richtlinien die Grenzwerte für Lärmemissionen, die schrittweise weiter verschärft werden.

Um die neuen Grenzwerte auch unter realen Verkehrsbedingungen einhalten zu können, erschließen Forschende des Karlsruher Instituts für Technologie (KIT) mit Partnern aus Industrie, Verwaltung und Wissenschaft im Projekt TyRoN (steht für: Tyre Road Noise) Maßnahmen, um Reifen-Fahrbahn-Geräusch-Emissionen zu mindern. Dafür entwickeln sie ein datenbasiertes Berechnungsmodell für das Vorbeifahrtgeräusch von Fahrzeugen mithilfe von Methoden der Künstlichen Intelligenz (KI). Zum Auftakt übergab Mitte Dezember 2023 Michael Theurer, Parlamentarischer Staatssekretär beim Bundesminister für Verkehr und Digitales, die Förderurkunde an das Konsortium.

"Ambitionierte Forschungsvorhaben sind die Grundlage dafür, dass Innovationen in der Praxis erprobt werden und sich beweisen können. Das Know-how und die klugen Köpfe des KIT und seiner Partner schaffen erfolgsversprechende Voraussetzungen für das Projekt TyRoN. Ein einmaliges Konsortium widmet sich einer zukunftsträchtigen Idee, um die Zukunft der Mobilität aktiv mitzugestalten. Das ist ein großartiger Anlass, um vor Ort zu erleben, was mit Förderung von Dateninnovationen bewegt werden kann. Das Bundesdigital- und -verkehrsministerium unterstützt und fördert innovative Projekte wie TyRoN, um Mobilität effizienter, sicherer und nachhaltiger zu machen", sagt Michael Theurer, Parlamentarischer Staatssekretär beim Bundesminister für Digitales und Verkehr

"Bei der Transformation unseres Mobilitätssystems ist auch das Reduzieren lauter und störender Geräusche im Straßenverkehr eine wichtige Stellschraube", so Professor Thomas Hirth, Vizepräsident für Transfer und Internationales des KIT. "Im Projekt TyRoN haben wir ein exzellentes Konsortium mit Partnern aus der Automobilindustrie und der Wissenschaft sowie der Expertise des KIT aus KI- und Mobilitätsforschung zusammengebracht. Gemeinsam wollen wir wichtige Meilensteine auf dem Weg zu einem geräuscharmen Straßenverkehr erreichen."

In Deutschland müssen sich neue Fahrzeugtypen vor der Zulassung einem Verfahren unterziehen, damit die gesetzlichen Grenzwerte der Geräuschemission nicht überschritten werden. "Für die Zulassung eines neuen Fahrzeugtyps wird der Geräuschpegel während der Vorbeifahrt an Mikrofonen auf einer speziell asphaltierten Fahrbahn gemessen und sollte dabei unterhalb des gesetzlichen Grenzwerts liegen. Mit den Fahrsituationen auf realen Straßen ist die Testumgebung jedoch nur bedingt vergleichbar", erläutert Michael König vom Institut für Fahrzeugsystemtechnik des KIT, der TyRoN koordiniert. Voraussetzung für die Entwicklung neuer Maßnahmen zum Einhalten der Grenzwerte auf normalen Straßen sind große Mengen an Messdaten zur Geräuschemission. "Dies ist nur mit hohem Aufwand möglich: Es gibt eine Vielzahl an Kombinationen von Fahrzeug, Reifen, Fahrbahn und Umgebungsbedingungen, die im realen Verkehr auftreten können. Eine präzise Vorhersage der Geräuschemission würde die Anzahl der notwendigen Messungen stark verringern. Daher brauchen wir bessere Modelle als die bislang verfügbaren", so König.

Das neuartige Berechnungsmodell soll die vielfältigen Einflussparameter der Fahrbahn, des Reifens, der Fahrweise und der Witterung berücksichtigen und daraus eine umfangreiche Datenbasis an unterschiedlichen Vorbeifahrtgeräuschen generieren. "Mithilfe der daraus entstehenden großen Datensammlung wollen wir Maßnahmen zur Lärmminderung ableiten", sagt König. "Außerdem soll das Berechnungsmodell dabei helfen, die Umrechnung von Geräuschmessergebnissen auf den realen Verkehr zu verbessern. Dadurch könnten mit weniger Messaufwand mehr Betriebszustände untersucht und optimiert werden."

Für die Entwicklung des Modells erfasst eine herstellerübergreifende Fahrzeugflotte mit neuartigen Messverfahren vom Fahrzeug aus das Vorbeifahrtgeräusch in unterschiedlichen Umgebungen. Eine Vielzahl weiterer Sensoren misst derweil Daten zu den Einflussparametern. Mit KI-Methoden wird daraus ein Modell zur Vorhersage des Vorbeifahrtgeräusches erstellt, mit dem die relevanten Einflussgrößen auf die Emission 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 Modelle und Messdaten wird das Forschungsteam zum Projektende qualitätsgesichert in einer allgemein zugänglichen Datenbank veröffentlichen.