Seit Bestehen der LEHMANN + PARTNER GmbH war es uns immer wichtig, durch Arbeiten im Bereich Forschung und Entwicklung neue Impulse bei der Verkehrswegediagnostik zu generieren. Die Zusammenarbeit mit renommierten Forschungseinrichtungen und dem damit verbundenen Innovationstransfer waren und sind für die LEHMANN + PARTNER GmbH wesentlicher Garant, um dem eigenen Anspruch an Qualität und Präzision gerecht zu werden.
Neben der kontinuierlichen Weiterentwicklung unserer Technologien engagieren wir uns auch in geförderten Forschungsprojekten und teilen unsere Forschungsergebnisse mit Wissenschaftlern auf der ganzen Welt.
Forschungsprojekte im Themenfeld Künstliche Intelligenz (KI)
ASINVOS: Assistierendes und interaktiv lernfähiges Videoinspektionssystem für Oberflächenstrukturen am Beispiel von Straßenbelägen und Rohrleitungen.
Analyse von Straßenbestandsobjekten aus Laserpunktwolken durch Mustererkennung/Objekterkennung einschließlich der Georeferenzierung
Forschungsprojekte im Themenfeld „Systematische Straßenerhaltung“
Verfahren zur Bildung und Beschreibung zustandshomogener Abschnitte und repräsentativer Kennzahlen für das Erhaltungsmanagement.
Entwicklung und Integration von Messinstrumenten
PaveScan4D – Entwicklung eines portablen Gesamtsystems zur kinematischen Analyse von Schäden der Verkehrsinfrastruktur: Zweifarben-Laserscanner zur hochgenauen Kartierung und Zustandserfassung von Straßen.
Verbundprojekt mit dem Fraunhofer-Institut für physikalische Messtechnik, der Austrian Institute of Technology GmbH und der IMP Bautest AG; gefördert durch das Bundesministerium für Bildung und Forschung (BMBF)
Ziel war die Entwicklung eines mobilen Messinstruments für die gleichzeitige Erfassung von Straßenprofilen und einem Oberflächenbild. Das zu entwickelnde System sollte dreidimensionale, georeferenzierte Daten liefern, die eine Evaluierung der Längs- und Querebenheit ermöglichen. Daneben sollten die oberflächlich sichtbaren Substanzmerkmale (z. B. Risse, Flickstellen) auf Basis hochauflösender Oberflächenbilder aufgenommen und ausgewertet werden können.
Aktuelle Forschungsprojekte
Erweiterung des Einsatzes des bewerteten Längsprofils auf bauvertragliche Anwendungen und Vergleich mit dem herkömmlichen Abnahmeverfahren.
OPTOgrip: Ein schnelles optisches Messsystem zur Erfassung der Griffigkeit von Straßenoberflächen.
Betonfahrbahn 4.0 – Prozesssichere Herstellung von Betonfahrbahnen durch Integration neuer innovativer Maßnahmen und digitale Vernetzung zur Erhöhung von Qualität und Dauerhaftigkeit.
Link auf die Projekt-Homepage zum Abschlussbericht incl. Video
Ermittlung der Vergleichs- und Wiederholstreubereiche bei der Erfassung von Substanzmerkmalen (Oberfläche).
Fortschreibung von Qualitätsstandards zur Abnahme von Ebenheitsmesssystemen für ZEB- und Abnahmemessungen vor dem Hintergrund neuer Erfassungstechnologien.
Generelle Methodik zur Abschnittsbildung bei der Erhaltung kommunaler Straßen.
Lieferung eines 3D Texturmessgerätes.
ASFaLT – Automatisierte Schadstellenerkennung für unterschiedliche Fahrbahnbeläge mittels Deep-Learning-Techniken.
PoRaKiS – Integration einer Ultrabreitband-Radarsensorik in ein multisensorisches Messsystem
Ansprechpartner
Prof. Dr. Andreas Großmann
Wissenschaftliche Publikationen
Im Zuge unserer Aktivitäten im Bereich Forschung entstanden verschiedene wissenschaftliche Veröffentlichungen. Nachfolgend ist eine Auswahl aufgeführt:
SKALECKI, P., SESSELMANN, M.; RECHKEMMER, S., BRITZ, T., GROSSMANN, A., GARRECHT, H. & O. SAWODNY (2021): Process Evaluation for Smart Concrete Road Construction: Road Surface and Thickness Evaluation Using High-Speed LiDAR Technology. Automation, 2 (1), pp 31 – 47.
SESSELMANN, M., STRICKER, R., NABER, T. & S. SCHELLER (2020): Automatische Detektion und objektscharfe Georeferenzierung von Fahrbahnschäden aus Bilddaten eines Mobile-Mapping-Systems mithilfe von Deep Learning. gis.Science 1/2020, pp. 18-30.
SESSELMANN, M., STRICKER, R. & M. EISENBACH (2019): Einsatz von Deep Learning zur automatischen Detektion und Klassifikation von Fahrbahnschäden aus mobilen LiDAR-Daten. AGIT –Journal für Angewandte Geoinformatik 5-2019, pp. 100 –114.
WIELAND, M. & M. SESSELMANN (2018): Plattenspezifische 3D-Oberflächenanalyse im Kontext mit der rechnerischen Dimensionierung und Restsubstanzbewertung von Betonfahrbahndecken. Straße und Autobahn, 06/2018, pp. 447-458.
EISENBACH, M., STRICKER, R., SEICHTER, D., AMENDE, K., DEBES, K., SESSELMANN, M., EBERSBACH, D., STOECKERT, U. & H.-M. GROSS (2017): How to Get Pavement Distress Detection Ready for Deep Learning? A Systematic Approach. Int. Joint Conf. on Neural Networks (IJCNN), Anchorage, USA, pp. 2039 –2047.
REITERER, A., DAMBACHER, M., MAINDORFER, I., HÖFLER, H., EBERSBACH, D., FREY, C., SCHELLER, S. & D. KLOSE (2013): Straßenzustandsüberwachung im Sub-Millimeter. Photogrammetrie, Laserscanning, optische 3D-Messtechnik: Beiträge der Oldenburger 3D-Tage 2013, pp. 78–85.