KIT-Bibliothek

„Mit KI in den Kampf gegen Verkehrslärm” – Das „Tyre Road Noise“-Forschungsprojekt wird am Karlsruher Institut für Technologie koordiniert - Campus-Report am 30.04.2024

Author

Stefan Fuchs

Interviewee

Michael König

Participating institute

Studium Generale. Forum Wissenschaft und Gesellschaft (FORUM)
Institut für Fahrzeugsystemtechnik (FAST)

Genre

Beiträge rund ums KIT

Description

Die große Mehrheit fühlt sich von Verkehrslärm belästigt. Insbesondere in den Nachtzeiten kann der von stark frequentierten Straßen ausgehende Lärmpegel zu Schlafstörungen bei den Anwohnern führen. Eine aktuelle Studie im Auftrag des Umweltbundesamtes zeigt, dass durch eine Zunahme des Straßenlärms um 10 Dezibel auch das Risiko steigt, an einer Depression zu erkranken. Jetzt könnte man denken, dass sich das Problem mit der allmählichen Zunahme der elektrisch angetriebenen Fahrzeuge auf absehbare Zeit ganz von allein erledigen wird. Denn Elektromotoren arbeiten ja ohnehin im Flüstermodus. Aber unglücklicherweise gibt es da noch die Reifen, mit denen ein Fahrzeug Kontakt zur Straße hält. Das Abrollgeräusch der Reifen ist bei Geschwindigkeiten über 30 Stundenkilometer lauter als die Lärmentwicklung von Verbrennungsmotoren und kann schnell die Grenze von 80 Dezibel überschreiten. Ein Forschungsprojekt am Karlsruher Institut für Technologie entwickelt deshalb eine KI-gestützte Computersimulation, mit der technische Maßnahmen zur Minderung des Abrollgeräusches der Reifen schnell und kostengünstig ausprobiert werden können.

https://bmdv.bund.de/SharedDocs/DE/Artikel/DG/mfund-projekte/tyre-road-noise.html

Keywords

AUDI Aktiengesellschaft, BMW Group, Bundesanstalt für Straßenwesen, Continental Reifen Deutschland, Porsche AG, EYYES Deutschland, RWTH Aachen, Volkswagen AG, RA Consulting, akustische Torusmessung, ATM, Vorbeifahrgeräusch, Reifen, Reifenprofile, Gummimischung, Straßenzustand, nasse Fahrbahn, trockene Fahrbahn, KI, Computer-Simulation, Vorhersagemodell., Windgräusche, Asphalt, Fahrbahnbelag, EU Lärmgrenzwerte für Fahrzeuge

Duration (hh:mm:ss)

00:10:53

Series

Campus-Report

Published on

02.05.2024

Subject area

Mechanical engineering

License

Creative Commons Attribution 4.0 International

Audio bitrate 97441 bps
Audio channels 1
Audio Codec mp3
Audio Sample Rate 44100 Hz
Total Bitrate 97443 bps
Container mp3
Duration 652.721633 s
Filename DIVA-2024-84_mp3.mp3
File Size 7.950.426 byte

Media URL

Embed Code

Campus-Report Episodes 1-50 of 1208