Detailergebnis zu DOK-Nr. 71277
Intelligente Sensorfusion bei der Straßentunnelüberwachung für die Reduzierung von Fehlalarmen unter Verwendung von überwachenden Computern und nicht überwachter Detektion ungewöhnlicher Ereignisse ( (Orig. engl.: Intelligent sensor fusion in road tunnel observation for false alarm reduction using supervised machine learning and unsupervised unusual event detection)
| Autoren |
G. Mayer T. Heinrich J. Traxler M. Obst M. Bommes |
|---|---|
| Sachgebiete |
0.3 Tagungen, Ausstellungen 6.9 Verkehrsemissionen, Immissionsschutz 15.8 Straßentunnel |
Tunnel Safety and Ventilation: New Developments in Tunnel Safety, 8th International Conference, 25.-26. April 2016, Graz, University of Technology. Graz: Verlag der Technischen Universität Graz, 2016 (IVT-Mitteilungen H. 100) S. 238-245, 2 B, 5 T, 1 Q
Infrastrukturelle Sicherheitsbestimmungen werden besonders hervorgehoben, weil der Straßenverkehr zunimmt, vor allem bei potenziell risikoreichen Vorgängen in Straßentunneln. Tunnel müssen mit verschiedenen Sensoren ausgestattet sein wie Induktivschleifen, Video-Einrichtungen, Kohlenstoff-(CO2) und Stickstoff (NOX)-Messgeräten, um dem Tunnel-Überwachungspersonal, das auf Störfälle zu reagieren hat, die erforderlichen Informationen zu liefern. Sensoren analysieren die Daten und leiten sie im Fall von Störfällen als Alarmbotschaften weiter. Wegen der unabhängigen Eigenschaft der verschiedenen Sensoren können sich falsche Alarmsignale summieren und Probleme beim Überwachungsdienst hervorrufen. Eine große Zahl von falschen Alarmsignalen verringert die Vertrauenswürdigkeit der automatischen Störfallermittlung und erhöht das Risiko von unzutreffenden oder verspäteten Reaktionen zu einem tatsächlichen Störfall. Der Beitrag richtet sein Augenmerk auf intelligente Informationsquellen, die ihre Botschaften mit unabhängigen Sensoren verbinden und so falschen Alarm ausschließen, ohne ihre Sensibilität zu verlieren. Überwachende Ermittlungscomputer mit Lernfunktion sind zur Klassifizierung globaler Sensorinformationen für Funktionsberechnungen aus gekennzeichneten Daten entwickelt worden.