
„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
Interviewee
Participating institute
Studium Generale. Forum Wissenschaft und Gesellschaft (FORUM)
Institut für Fahrzeugsystemtechnik (FAST)
Genre
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
Published on
02.05.2024
Subject area
License
Media URL
Embed Code