iLocator ist ein Start-Up aus Hamburg, das sich auf die Fahnen geschrieben hat, genau diese Probleme für die Städte zu lösen. Die Digitalisierung unserer Infrastruktur funktioniert in drei Schritten: 1. Zunächst werden alle vorhandenen Informationen aus Karten und Datenbanken in eine Cloud eingesogen.
Im zweiten Schritt rüsten die Experten kommunale Fahrzeuge wie beispielsweise Kehrmaschinen und Saugrohrfahrzeuge mit der sogenannten iLocator DokuBridge aus. Diese Zauberbox vergibt den noch nicht dokumentierten Assets wie Gully-Deckeln einen exakten GNSS-Vermessungspunkt auf der digitalen Stadtkarte.
Ziel ist künftig nur noch
bedarfsgerechtes Arbeiten
Bei der Kanalreinigung dokumentieren Sensoren an der iLocator-Box, wie oft, wie tief und wie lange das Saugrohr den Gully gereinigt hat und legt die entsprechende Information als »Proof-of-Work« (Arbeitsnachweis) in der Datenbank ab. Über eine App kann der Fahrer zusätzlich Informationen über Mängel und Zustände der Straße eingeben.
Im letzten Schritt werden die Arbeiten nicht nur gerichtsfest dokumentiert, sondern auch demnächst anfallende Arbeiten definiert. Ziel des Ganzen ist, dass Kanalfahrzeuge künftig nur bedarfsgerecht reinigen. Das heißt, iLocator generiert automatisch Karten, auf denen nur noch Gullys liegen, die gereinigt werden müssen. An sauberen Kanälen fährt das Bauhoffahrzeug vorbei. So kann die gleiche Arbeit mit weniger Kosten erledigt werden.
Aber die Digitalisierung geht noch weiter. In der Prototypenphase ist bei iLocator bereits eine 3D-Kamera. Sie kann an nahezu alle Servicefahrzeuge montiert werden. Der sogenannte iL-AssetDetektor erkennt beschädigte Schilder, abgebrochene Bordsteinkanten oder defekte Leitpfosten und meldet diese automatisch an den zuständigen Bauhof. Durch die Auswertung der 3D-Bilder über Künstliche Intelligenz und die Hinterlegung der Infrastrukturgüter in einer Datenbank wissen die Mitarbeiter genau, welches Material für die Instandsetzung gebraucht wird. Und zwar bis zu den Leitplankenschrauben. Die Ersterfassung kann mittels hochauflösender Luftbilder erfolgen, bis genügend Daten bereitgestellt werden, um das neuronale Netzwerk zu trainieren. Dann können die Baufahrzeuge die Arbeiten abfahren. Mit Hilfe von Künstlicher Intelligenz werden die Routen und Arbeitsabläufe mit jedem Einsatz optimiert. Und natürlich sind alle diese Daten wichtige Voraussetzungen für den Einsatz künftiger, autonomer Kommunalfahrzeuge.
Fotos Wogawa, Nielsen
